Artikel från Högskolan i Skövde

Den här artikeln bygger på ett pressmeddelande. Läs om hur redaktionen jobbar.

24 oktober 2011

Effektivare övervakning av sjöfart med rätt verktyg

Att övervaka havsområden kräver behandling och analys av stora mängder olika data. Sjöfarten hanterar idag detta på olika sätt. Maria Rivero som doktorerat vid Högskolan i Skövde menar att ett dataprogram som kombinerar analys av historiska trafikdata och operatörserfarenhet skulle kunna identifiera beteenden, situationer, ge rätt förslag och samtidigt minska operatörernas kognitiva belastning.

Att övervaka havsområden kräver behandling och analys av stora mängder olika data. Sjöfarten hanterar idag detta på olika sätt. Maria Rivero som doktorerat vid Högskolan i Skövde menar att ett dataprogram som kombinerar analys av historiska trafikdata och operatörserfarenhet skulle kunna identifiera beteenden, situationer, ge rätt förslag på lösningar och samtidigt minska operatörernas kognitiva belastning.
Som operatör med uppgift att övervaka sjötrafik krävs det kunskap och lång erfarenhet för att kunna förutse möjliga problem och avvikande händelser. Det är en ytterst komplicerad uppgift att försöka hitta dessa avvikelser som normalt sker inom sjöfarten.
– I de flesta fall är det här ingenting som kan lösas med hjälp av rent visuella hjälpmedel eller metoder styrda utifrån beräkningar. Det krävs en lösning baserad på en kombination av automatisk dataanalys och visuella analysmetoder för att få till rätt process. Att erbjuda en sådan lösning skulle kunna effektivisera arbetet otroligt mycket, säger Maria Rivero, doktor vid Högskolan i Skövde.
Statistikbaserad teknik
I sin forskning har Maria tagit fram en statistiskbaserad teknik som hela tiden utvecklas från inkommande data och av operatören för att bli så korrekt som möjligt och undvika falsklarm.
– Allt implementeras i systemet, testas och blir inbäddat i en ”proof-of-concept”-prototyp som tillåter användarens engagemang i identifieringsprocessen. Det är inte bara ett datasystem som reagerar på beteenden utifrån ettor och nollor utan användaren värderar också informationen och på så sätt lärs systemet upp att varna för vissa avvikelser och inte andra, säger Maria Rivero.
Effektivisering
Resultaten visar också på stora fördelar i ett delat ansvar mellan operatör och system. Det skapar ett förtroende och begriplighet för systemet. Själva effektiviseringen i arbetet ger minskad reaktionstid och möjligheter att hantera en större mängd information.
– På så vis skulle man kunna reagera snabbare på oljeutsläpp och andra olyckor,  men en stor vinst skulle kunna vara skapa en effektivare sjöfart vilket i sig ger stora fördelar för miljön, säger Maria Rivero.
Framgångsrik forskning
Marias forskning är kopplad till Högskolans senaste forskningsprojekt, UMIF (Uncertainty Management in High-Level Information Fusion). Projektet handlar om att upptäcka och karakterisera osäkerhet vid fusion av information från olika källor. Högskolan har inom projektet ett nära samarbete med ett flertal partnerföretag som önskar dra nytta av forskningsresultaten.
För frågor, kontakta:
Maria Rivero
Doktor vid Högskolan i Skövde
E-post: maria.riveiro@his.se
Telefon: 0500 448843  

Nyhetsbrev med aktuell forskning

Visste du att robotar som ser en i ögonen är lättare att snacka med? Missa ingen ny forskning, prenumerera på vårt nyhetsbrev!

Jag vill prenumerera