Skip to main content

Full text: BAnA Studie zur Bewertung von Algorithmen für nautische Anwendungen

Zi Fraunhofer ZZ Fraunhofer 
CML 160 
Tabelle 1: Gesichtete Unternehmen oder Produkte mit Kl-basierten Technologien kategorisiert nach ihren Daten- 
quellen. Mit * gekennzeichnete Unternehmen oder Produkten erstreben oder ermöglichen bereits eine autonome 
Schiffsführung. 
Unternehmen/Produkt 
RGBI. Infrarot- LIDAR/ 
Kamera Kamera RADAR IMU GNSS AIS 
Avikus HiNAS 2.0* [[I] 
Avikus NeuBoat [A] 
Awarion [B] 
Captain Al [A] 
Groke Pro [BE] 
Infoceanus Command [EB] 
<ongsberg Maritime Autonomous Shipping [A] 
<ongsberg Maritime Intelligent Awareness [BE] 
Marine Al Guardian Autonomy* [Al 
Mayflower Autonomous Ship* [TO] 
Meguri2040* [[T1] 
VMTU NautIQ Copilot* [A] 
Orca Al [TI] 
Rite-Solutions [TA] 
Roboat* [MY] 
Robopec [[G] 
Saildrone* [IA] 
sea Machines SM300 [[TI] 
Sea.Al [TI] 
Seadronix AVISS [ZU] 
seafar [EZ 
Seasight* [ZA] 
SEDOR Al Ship Detection [EZ] 
SVESSEL Samsung Smart Ship [ZA] 
Närtsilä Voyage Autonomy Solutions [Z3] 
Yara Birkeland* [78] 
Summe 
A 
X X 
X X X X X 
11 16011 18 78 
X 
Insgesamt wurden 26 Produkte gesichtet. Die Anwendungsspanne dieser Kl-gestützen Produkte reicht von 
Schiffserkennung, welche in allen gesichteten Produkten vorhanden ist, bis zur autonomen Schiffsführung, welche 
von insgesamt neun gesichteten Produkten ermöglicht oder angestrebt wird. Allgemein ist deutlich erkennbar, dass 
Produkte mit höherem Autonomisierungsgrad weniger auf dem Markt verfügbar sind. 
Die Systeme greifen auf die Daten verschiedener Sensoren, wie RGB- oder Infrarot-Kamerasystemen, Light De- 
tection and Ranging (Lidar), Radio Detection and Ranging (Radar), Globales Navigationssatellitensystem (GNSS) 
und Automatic Identification System (AlS), zurück. Mithilfe der Kl-gestützten Systeme werden die Daten zusam- 
mengeführt und interpretiert, sodass Hindernisse, Schiffe und mögliche Routen automatisch erkannt und geschätzt 
werden können. Fast alle Produkte (25) verwenden die Daten aus optischen Kameras. Die nächst häufigsten Da- 
tenquellen sind ein GNSS, beispielsweise Global Positioning System (GPS), und das weit verbreitete Funksystem AIS 
(je 18 Anwendungsfälle). 
Daten aus RGB-Kamerasystemen haben in der Hindernis- und Schiffserkennung einen entscheidenden Vorteil 
gegenüber AlS- und GNSS-Daten: Richtig interpretiert können Kl-gestützte Systeme unvorhergesehene Hindernisse 
wie treibendn Container oder nicht kartierte Landmassen erkennen. Würden die Systeme nur AIS- oder GNSS- 
Daten nutzen, könnten sie entsprechend nur Hindernisse mit den passenden Empfängern erkennen. Bei guten 
Wetterbedingungen sind optische Kameras jedoch detaillierter als Radar-Systeme und eine höhere Reichweite als 
Lidar-Systeme [ZA]. Aus den betrachteten Produktbeschreibungen geht hervor, dass RGB-Kamerasysteme nicht nur 
die am häufigsten genutzten Datenquellen sind, sondern dass auch in mindestens 15 Fällen die Kl-gestützte Schiffs- 
und Hindernisserkennung hauptsächlich auf Grundlage dieser Daten basiert. 
Trotz der weiten Verbreitung der Kl-gestützten Kamerasysteme fehlen die entsprechenden Prüf- und Zulassungs- 
prozesse [Z3]. Abhängig von der Wetterlage, dem zu erkennenden Objekt und des Trainingsdatensatzes kann die 
Leistung der Systeme variieren. Fehler wie ein nicht erkanntes Schiff bei nebliger Wetterlage können zu schwerwie- 
genden Folgen führen. Um die Sicherheit auf See zu gewährleisten, werden Prüfsysteme für die entsprechenden 
1TRot, Grün. Blau (RGB)-Kamerasvsteme sind jene, die das sichtbare Farbspektrum bedienen.
	        
Waiting...

Note to user

Dear user,

In response to current developments in the web technology used by the Goobi viewer, the software no longer supports your browser.

Please use one of the following browsers to display this page correctly.

Thank you.