2019 Fiscal Year Annual Research Report
Navigation system for the Arctic Ocean route
Project/Area Number |
16K01299
|
Research Institution | Kushiro National College of Technology |
Principal Investigator |
高木 敏幸 釧路工業高等専門学校, 創造工学科, 教授 (30331953)
|
Project Period (FY) |
2016-04-01 – 2020-03-31
|
Keywords | 北極海航路 / 砕氷船 / 最適航路 / GDWA / 深層学習 / U-net |
Outline of Annual Research Achievements |
氷海航行は海氷に覆われている北極海において,海氷への衝突を回避し,目的地まで最短になるような航路を選択することである.すなわち,複雑に分布し,様々な形状,大きさの海氷を全て回避し,安全かつ効率的な航行をしなければならない。このような航路を選択するために船上からの目視の他,衛星画像または船舶レーダ画像が氷況を表す海氷分布図として用いられている.しかしながら,海氷の形状および分布は複雑で,船舶のダイナミックスを考慮し、これらのデータから迅速かつ安全に目的地までの最適な航路を選択することは容易ではない。さらに、海氷の密接度などの氷状によって船速や操舵角が制限される場合がある。本研究では、代表的な経路探索手法である GDWA (Global Dynamic Window Approach) に基づき海氷の密接度によって速度や操舵角の制限領域での航路を実現する手法を提案した。本手法を実際の北極域で採取された船舶レーダ画像に適用しその有用性を示した。これにより、短時間で目的地までの安全かつ最適な航路が示され、熟練者による航路探索に要してきた時間が節約できる。また、船舶の砕氷能力や動特性に応じた航路選択により安全な北極海域の航行が可能になり、海難事故を防ぐことが出来る。 本手法では、航路探索をする前に航行が可能な開放水面の領域を船舶レーダ画像から抽出する必要がある。しかしながら、船舶レーダ画像は測定環境によって画像全体の濃淡が異なりノイズが含まれる場合があり、これら画像ごとに補正し開放水面と海氷を分離するには時間を要する。最終年度においては、レーダ画像ごとに開放水面と海氷を分離した画像を深層学習のU-netに学習させ、船舶レーダ画像から直接、開放水面と海氷を分離するシステムを構築した。
|