aalto1 untyped-item.component.html
Marine ice radars and their role in route planning automation
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Bachelor's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
Department
Major/Subject
Mcode
ELEC3014
Degree programme
Language
en
Pages
27
Series
Abstract
As a result of climate change, maritime traffic in polar regions has increased as melting ice opens new shipping routes. However, navigation in these areas remains challenging as a consequence of unpredictable ice and weather conditions. This bachelor’s thesis is a literature review on the role of onboard radar systems in ice detection around ships and their integration into automated route planning and navigation in ice-covered waters.
While traditional X- and S-band magnetron radars are commonly employed, they have limited capability to detect small ice fragments. This study investigates advanced radar technologies, such as solid-state and high-speed radars, which improve resolution and support ice movement tracking. Complementary sensors, such as infrared cameras, LIDAR, and UAV-mounted SAR, enhance situational awareness and early ice detection.
Effective integration of radar data into ship automation enables adaptive route planning and real-time decision-making. Combining data from multiple sensors provides a more accurate and dynamic understanding of ice conditions. Future development should focus on AI-driven data classification, cybersecurity and UAV reliability in harsh environments.
Merenkulku napa-alueilla on lisääntynyt ilmaston lämpenemisen seurauksena, sillä uusia laivareittejä on avautunut sulaneiden jääalueiden myötä. Navigointi näillä alueilla on kuitenkin vaativaa jääolosuhteiden arvaamattomuuden ja vaihtelevien säätilojen vuoksi. Jotta turvallinen ja tehokas liikkuminen voidaan varmistaa, tarvitaan edistyneitä havainnointijärjestelmiä, jolla jää voidaan tunnistaa ajoissa ja luotettavasti.
Tämä kandidaatintyö on kirjallisuuskatsaus merenkulun tutkajärjestelmien roolista jään tunnistamisessa laivojen ympärillä sekä tämän tiedon hyödyntämistä reitinsuunnittelun ja navigoinnin automatisoinnissa maapallon jäisillä napa-alueilla. Perinteisesti jään havainnointiin on käytetty muun muassa teleskooppeja tai valonheittimiä, mutta teknologian kehittymisen myötä tutkateknologia on nykyään käytetyin väline jääolosuhteiden havainnoimisessa.
Vaikka perinteisiä magnetron-teknologiaan perustuvia X- ja S-kaistan tutkia käytetään merenkulussa vielä laajasti, liittyy niiden käyttöön tiettyjä rajoituksia, erityisesti kyvyttömyyttä havaita pieniä mutta vaarallisia jäälohkareita. Ongelman ratkaisemiseksi työssä tutkitaan erilaisia tutkajärjestelmiä parantavia teknologioita. Solid state -tutkat, jotka tunnetaan taajuusstabiilisuudestaan ja matalista käyttökustannuksistaan, tuottavat korkean resoluution tutkakuvaa etenkin lyhyillä välimatkoilla, sekä tukevat Doppler-pohjaista jään liikkeen seurantaa. Korkean kierrosnopeuden tutkien avulla pienet jäälohkareet voidaan havaita aikaisemmin. Tällaiset järjestelmät ovat hyödyllisiä jatkuvassa jäätilanteen seurannassa, missä nopea reagointi on kriittistä aluksen turvallisuuden kannalta.
Tutkajärjestelmiä voidaan täydentää myös muilla havainnointimenetelmillä. Infrapunakameroiden avulla voidaan havaita lämpökontrastit jään ja veden välillä huonon näkyvyyden aikana. LIDAR-järjestelmät tarjoavat tarkan jään eri tyyppien luokittelun ja pinnanmuotojen kartoituksen. SAR-tutkalla tai lämpökameroilla varustetut miehittämättömät ilma-alukset eli dronet voivat laajentaa havainnointietäisyyttä ja tarjota reaaliaikaista tietoa aluksen edessä olevista jääolosuhteista. Näin saavutetaan parempi ennakointikyky ja tilannetietoisuus, mikä tukee turvallista ja tehokasta reitinsuunnittelua.
Tehokas tutkatiedon integrointi laivan automaatiojärjestelmiin on keskeistä. Tutkakuvien yhdistäminen navigointialustoille mahdollistaa mukautuvan reitinsuunnittelun, reaaliaikaisen päätöksenteon ja jään liikkeitä ennakoivan mallinnuksen. Erilaisia viestintäprotokollia ja väyliä perinteisistä kenttäväylistä nykyaikaisiin Ethernet-pohjaisiin ratkaisuihin käytetään automaatioon integroinnin yhteydessä. Kehittyneet kuvankäsittelytekniikat parantavat tutkakuvan tulkintaa ja automaattisten reitinsuunnittelualgoritmien käyttämän datan laatua.
Tehokkain ja luotettavin tapa tunnistaa jäätä on yhdistää usean eri sensorin tiedot. Tutka-, infrapuna- ja LIDAR-teknologioiden yhdistäminen mahdollistaa kokonaisvaltaisen ja dynaamisen kuvan muodostamisen laivan ympäristön jääolosuhteista. Tulevaisuudessa tulisi keskittyä datan luokittelun parantamiseen tekoälyn avulla, kyberturvallisuuden kehittämiseen sekä miehittämättömien ilma-alusten toimintavarmuuden lisäämiseen vaikeissa jääolosuhteissa.