Modell- & datengetriebene Analyse der maritimen Verkehrslage

AIS Daten. AIS spielt eine entscheidende Rolle in der Erfassung und Überwachung von Schiffsbewegungen auf den Weltmeeren und Binnenwasserstraßen. AIS-Daten umfassen eine große Menge an Informationen, da sie kontinuierlich Positionen, Geschwindigkeiten, Kurse und andere relevante Daten von Schiffen in Echtzeit erfassen. Die Bedeutung von AIS wird durch die gesetzliche Ausrüstungspflicht von AIS-Transpondern auf Schiffen unterstrichen: Gemäß internationalen Vorschriften sind zunehmend mehr Schiffe verpflichtet, AIS-Transponder an Bord zu führen und zu betreiben. Diese Vorschrift erstreckt sich auf eine Vielzahl von Schiffen, darunter Handelsschiffe, Passagierschiffe und einige Arten von Arbeitsschiffen. Die Arbeitsgruppe Verkehrslagesysteme nutzt diese umfangreichen Datenmengen um große historische Datensätze zu generieren, die es ermöglichen, Bewegungsmuster von Schiffen durch modellbasierte und datengetriebene Methoden abzuleiten, Anomalien frühzeitig und automatisiert zu erkennen und zukünftige Aktivitäten vorherzusagen.

Radar Daten. Im Gegensatz zu AIS Daten, ist die Verwendung von Radargeräten nicht auf die Kooperation aller Verkehrsteilnehmer angewiesen und kann daher wichtige komplementäre Informationen liefern. Darüber hinaus, kann mit Hilfe von Radar die genaue Lokalisierung von Schiffen, beispielsweise hinsichtlich der Position von Heck und Bug genauer extrahiert werden, als dies durch statische AIS Information möglich ist. Die Arbeitsgruppe VLS hat Zugang zu Daten diverser Radarstation entlang der deutschen Küste und verfügt darüber hinaus über ein Messboot mit welchem eigene Messkampagnen realisiert werden können. Mit diesen Daten forscht sie auch hier an innovativen Ansätzen um möglichst genaue Information aus Radardaten zu destillieren und Objekt zuverlässig zu verfolgen.

Kompetenzen im Bereich der künstlichen Intelligenz und Data Science

  • Object Tracking mit nicht linearen und Multi-Hypothesis Kalman Filtern
  • Objekterkennung durch Clustering und Neuronalen Netzen
  • Zeitreihenanalyse mit Neuronalen Netzen

Dr. rer. nat. Nis Meinert

Abteilung Nautische Systeme, Gruppenleiter Verkehrslagesysteme, DLR Neustrelitz

Ausgewählte Projekte

FuturePorts

Das Projekt FuturePorts erforscht und entwickelt Technologien für die Häfen der Zukunft und gestaltet dadurch aktiv besonders wichtige Knoten- und Umschlagspunkte des globalen Handels und Verkehrs. Themen der Automatisierung, Digitalisierung, Vernetzung, Energie und Effizienz von Hafenprozessen werden für Verkehrsträger zu Wasser und auf Straße und Schiene bearbeitet. Somit werden unterstützende Beiträge für umfassende und notwendige Transformationsprozesse der Häfen sowie effiziente und resiliente Transportketten geleistet.

Weitere Informationen

MAREMIS

Das Projekt MAREMIS entwickelt datengetriebene Modelle zur Messung, Verfolgung und Validierung emissionsbezogener Aspekte des Seeverkehrs, um die Emissionen (Abgase, kein Ballastwasser oder Abfall) von Schiffen zu reduzieren und die lokale Luftqualität zu verbessern. Durch die Analyse historischer AIS Daten werden Emission für Schiffe innerhalb bestimmter Testgebiete abgeschätzt und anschließend ihr Einfluss in Atmosphärensimulationen modelliert.

Weitere Informationen