Forskning och Innovation
Till Trafikverket.se
FoI
Ansökan
Projekt
Resultat
Nya sensorer – autonom säkerhet Fordons objektdetekteringssensorer från aktiva säkerhetssystem, potentiell tillämpning och klassning för maritimt bruk
Projekt:
Branschprogrammet hållbar sjöfart
Sammanfattning:
Fordonssensorer har potential att komplettera dagens marina sensorer där de har begränsad operationell täckning och bidra med ny information inom objektidentifiering. Beroende på tillämpningsområdet kan dessa sensorer behöva klassas för marina tillämpningar för att ge operationell stabilitet i den maritima miljön, särskilt om de nya sensorerna skall ingå i systemkritisk utrustning. För objektdetektering används idag främst radar och denna utrustning har väldefinierade prestandakrav satta av IMO. Detta leder till att operatörer förväntar sig en viss prestanda oberoende av modell eller märke på utrustningen. Om nya typer av sensorer skall tillämpas inom kategorin navigationsutrustning måste dessa åtminstone följa dagens standarder och regelverk. Även möjliga förändringar eller tillägg kan behövas göras beroende på hur dessa nya sensorer kommer att användas.
LIDAR-sensorn har stor potential att skapa en radarliknande bild för närområdet och på så vis vara ett tillägg inom en radarsysteminstallation. Detta gör att LIDAR potentiellt skulle behövas inkluderas eller anpassas inom radarstandarden, men först behövs mer förståelse av LIDAR:s begränsningar, möjligheter, visualiseringsmetod, redundans samt prestandakrav. Denna studie visar att LIDAR även ger möjligheter för 3D visualisering över fartygets närliggande område, vilket kan ge god noggrannhet för identifiering och detektering av objekt.
Optisk kamera har stor potential inom marin tillämpning, och kan, genom objektdetektering och identifiering, optiskt validera objekt som upptäcks på radar eller via sjökortsinformation. Men den största utmaningen med den optiska kameran ligger i hur systemen skall valideras/certifieras för att garantera korrekta prestandakrav på grund av att bildanalysteknik använder ofta maskininlärningsalgoritmer, vilket gör vissa system till blackbox-lösningar. Den optiska kameran kan ingå i många applikationer inom alla användningsområden som har diskuterats i denna studie. Genom kamerans mångåriga utveckling är prissättningen förmånlig i förhållande till det potentiella mervärdet, och möjligheten till system med icke rörliga delar kan ge god pålitlighet. Dock är denna sensortyp starkt beroende av sikten och behöver därmed kombineras med andra sensorsystem.
De ovan beskrivna sensorerna har begränsningar och störningar som kan skapa missledande information till operatören, och därmed behöver begränsningarna vara väl kommunicerade till operatörerna. Det är viktigt med relevant utbildning så att nya sensortyper inte skapar en falsk trygghet.
Implementering av målbaserad kravställning skulle kunna vara lämpligt eller en högre grad av egencertifiering, vilket till viss del redan existerar i dagens standarder och regelverk. Även nya testmetoder för ”black-box” mjukvaror behövs för detekterings- och identifieringsalgoritmer som baserar sig till stor grad på neurala nätverk eller komplexa maskinlärningsmodeller.
En metod för att identifiera nödvändiga prestandakrav för sensorers upplösning med specificerat applikationsområde föreslås. Denna metod är baserad på att hitta den lägsta upplösning som behövs för att identifiera eller detektera ett objekt i sensordata, och genom att låta mänskliga observatörer försöka identifiera objektet från sensordata i olika upplösningar kan en lägsta upplösnings gräns finnas.
För att möjliggöra tillgänglighet av konkurrenskraftig marinelektronik måste validering och marin klassificering av utrustning kunna ske till en relativt låg kostnad. Om kostnaderna för certifiering är höga kommer det att hindra små och medelstora företag att komma in på eller stanna kvar på den maritima marknaden.
Länk till publikation i fulltext
(
pdf-fil, 3 131,8 kB
. Öppnas i nytt fönster)
Författare:
Robert Rylander, Erik Sandberg, Ted Sjöblom RISE Research Institutes of Sweden & Ola Benderius Chalmers tekniska högskola
Utgivare:
Lighthouse
Utgivningsdatum:
2021-10
Diarienummer:
TRV 2019/27023
Antal sidor:
57
Språk:
Svenska
Kontaktperson:
Charlott Andersson, PLa1us
Trafikverket, Postadress: 781 89 Borlänge, Telefon: 0771-921 921