| Project/Area Number |
21H01550
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 24020:Marine engineering-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石橋 篤 東京海洋大学, 学術研究院, 准教授 (00242321)
茨木 洋 九州大学, 工学研究院, 助教 (20274508)
木村 元 九州大学, 工学研究院, 教授 (40302963)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,680,000 (Direct Cost: ¥13,600,000、Indirect Cost: ¥4,080,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
Fiscal Year 2021: ¥10,790,000 (Direct Cost: ¥8,300,000、Indirect Cost: ¥2,490,000)
|
|---|
| Keywords | 自律航行船 / 操縦運動推定モデル / 再帰型ニューラルネットワーク / 低速航行 / 航行安全性 |
|---|
| Outline of Research at the Start |
自律航行船舶の開発のためには，船舶の操縦運動を正確に再現可能な操縦運動モデルを用いたシミュレーション計算の実施が不可欠であるが，全ての船舶について操縦運動方程式中に含まれる各種流体力に関する係数が求められているとは限らない。そこで，各種流体力係数を含む運動方程式を解いて船舶の操縦運動を推定する従来の方法に代えて，運航計測データに含まれる操縦運動の情報に対して深層学習技術の一種である再帰型ニューラルネットワークを適用することにより，船体に作用する流体力の数学モデルが不要で，操縦運動方程式を解くことなく船舶の操縦運動を推定可能な操縦運動推定モデルの構築手法の開発を行う。
|
| Outline of Final Research Achievements |
Accurate simulations of ship manoeuvring motions are essential to develop control systems for autonomous ships. However, mathematical model of hydrodynamic forces acting on a ship hull using hydrodynamic coefficients cannot be applied to the manoeuvring motion of a ship navigating at low speed in restricted water area. In this research, instead of the conventional prediction method of ship manoeuvring motion by solving the equations of motion of a ship with hydrodynamic coefficients, a recurrent neural network which is a type of deep learning technology is applied to the time series data of manoeuvring motion to predict ship manoeuvring motion based on input such as rudder angle.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究課題において開発した操縦運動推定モデルは，操縦運動の時系列データに対して再帰型ニューラルネットワークを適用することにより構築可能であるため，船体に作用する流体力の数学モデルに含まれる各種流体力係数の値が不要であり，操縦運動方程式を解くことなく船舶の操縦運動を推定することが可能となる。従って，各種流体力係数の情報不足が懸念される船舶であっても，実運航時における操縦運動の時系列データがあれば操縦運動推定モデルを構築できる可能性があるため，自律航行船舶の開発に寄与することが期待される。
|
