Auf dem European Workshop on Maritime Systems Resilience and Security 2023 wurden drei Beträge angenommen.
Das erste Paper mit dem Titel "Path Planning Algorithms For Autonomous Underwater Vehicles" widmet sich der Pfadplanung von Autonomen Unterwasserfahrzeugen in dem Netzwerksimulator OMNeT++. Der zunehmende Einsatz von autonomen Unterwasserfahrzeugen (AUVs) zur Umweltüberwachung, Unterwasserforschung und für Such- und Rettungseinsätze zeigt, wie wichtig eine effiziente Pfadplanung für AUVs in unbekannten Gebieten ist. In diesem Beitrag schlagen wir eine Strategie zur Pfadplanung und Simulation für AUVs vor. Unser Ansatz umfasst Pfadplanungsalgorithmen und nutzt den OMNeT++ Netzwerksimulator, um die Bewegung von AUVs zu simulieren. Die Algorithmen werden auf die Missionsplanung für ein einzelnes AUV sowie für mehrere AUVs in spezifischen Szenarien angewendet. Die Ergebnisse zeigen das Potenzial des Ansatzes zur Lösung realer Probleme und liefern aufschlussreiche Informationen über das Verhalten von AUVs in verschiedenen Situationen.
Das zweite Paper "An Autonomous and Intelligent AIS Receiver Station" befasst sich mit dem Entwurf und der Implementierung einer autonomen AIS-Empfangsstation, die in abgelegenen Gebieten an der Küste installiert werden soll. Das automatische Identifikationssystem (AIS) ist ein Ortungssystem zur Überwachung des Schiffsverkehrs und zur Vermeidung von Kollisionen. Schiffe übermitteln ihre eindeutige Identifikation, ihre Position und Reiseinformationen als AIS-Meldungen. Um die AIS-Ortung zu verbessern, gibt es zwei Hauptansätze: (i) Ausweitung der Abdeckung des Netzes von AIS-Empfangsstationen und (ii) möglichst frühes Herausfiltern von fehlerhaften und beschädigten AIS-Meldungen. In diesem Beitrag wird der Entwurf und die Implementierung einer autonomen AIS-Empfangsstation vorgestellt, die in abgelegenen Gebieten an der Küste installiert werden soll. Wir beschreiben die Hardware der Station, die aus handelsüblichen Komponenten besteht, die Middleware für eine sehr flexible Verarbeitung von AIS-Meldungen und die Algorithmen zur Vorhersage des Fahrtverlaufs von Schiffen, die auf der Station ausgeführt werden, um unplausible/verdächtige AIS-Informationen zu identifizieren. Abschließend berichten wir über die ersten Bewertungsergebnisse des Prototyps der Station, der in der Nähe des Rostocker Hafens installiert ist.
Das dritte Paper "Collision Avoidance for Autonomous Underwater Vehicles" zeigt Ideen zur Kollisionsvermeidung von autonomen Unterwasserfahrzeugen. Die Anwendungsbereiche für autonome Unterwasserfahrzeuge (AUVs) sind vielfältig: Neben der Erkundung von Gebieten werden sie auch für viele andere Aufgaben eingesetzt. Ein Einsatzgebiet ist die Gewinnung von Rohstoffen für Elektroauto-Batterien. Dabei geht es darum, polymetallische Knollen schonend aus dem Meeresboden zu gewinnen, so dass der Meeresboden nicht beschädigt wird. Für einen solchen AUV-Einsatz muss die Route geplant werden. Allerdings kann es auf der Route ungeplante Hindernisse geben, die das AUV umfahren muss. Zu diesem Zweck werden in diesem Beitrag Simulationsmodelle für die Bewegung eines AUV so erweitert, dass es autonom von seiner Route abweichen kann, um Hindernissen auszuweichen. Anhand von Fallstudien demonstrieren wir im OMNeT++-Simulator, dass unser entwickeltes Simulationsmodell sowohl geplante Missionen eines AUVs als auch die Reaktion auf ungeplante Hindernisse ermöglicht.