BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Medić Dario (University of Split Faculty of Maritime Studies), Gudelj Anita (University of Split Faculty of Maritime Studies), Krćum Maja (University of Split Faculty of Maritime Studies)
Title
A Formal Model for Planning and Controlling Search and Rescue Actions at Sea
Model planowania oraz kontroli działań poszukiwawczych i ratowniczych na morzu
Source
Ekonomiczne Problemy Usług, 2016, nr 124, s. 27-37, fig., bibl.10 poz.
Keyword
Transport morski
Sea transport
Note
summ., streszcz.
Abstract
Podczas akcji poszukiwawczych i ratowniczych na morzu coraz częściej wykorzystuje się bezzałogowe pojazdy powietrzne (UAV). Jednostki te wyposażone są w funkcje decyzyjne, które pozwalają im dotrzeć do podmiotu, który znajduje się w niebezpieczeństwie na morzu. UAV są uruchamiane w ciągu kilku minut. Akcja ratownicza rozpoczyna się po określeniu dokładnej lokalizacji poszkodowanej jednostki. Na podstawie zebranych informacji o położeniu statków, ich zwrotności i prędkości, centrum kontroli określa, który statek ma być zaangażowany w akcji ratowniczej. Ten bardzo autonomiczny system można określić jako dyskretny układ zdarzeń. Niektóre stany takich systemów, jak kolizje, są niepożądane. W artykule przedstawiono implementację przepływu informacji do nadzoru, kontroli i monitorowania zachowania jednostek UAV podczas akcji wyszukiwania, której celem jest uniknięcie kolizji i właściwa komunikacja z pokładowym podsystemem obliczeniowym. Do określania różnych faz realizacji misji wykorzystano algorytmy planowania i sieci Petriego. Gdy UAV wykrywa poszkodowaną jednostkę, wywoływane są alternatywne zakodowane reakcje i centrum sterowania rozpoczyna wdrożenie planu ratunkowego. (abstrakt autora)

Recently, during search and rescue actions at sea, Unmanned Aerial Vehicles (UAVs) have been used. Onboard decision capabilities allow an UAV vehicle to reach the entity that is in distress at sea. UAVs are launched within a few minutes to begin search actions. When the exact location of the irtjured entity is detected, a rescue action should begin. According to the collected information about the vessel's position, manoeuvrability, and velocity, the control centre determines which vessel is to be engaged in the rescue action. This highly autonomous system can be described as a discrete event system. Certain states of such systems, such as collisions, are undesirable. This paper presents implementation of information flow to supervise, control, and monitor the behaviour of the UAVs during the search, to avoid collisions and to communicate with computational onboard sub-systems. Planning algorithms and coloured Petri nets are used to specify different phases of the mission execution. When a certain UAV detects an injured entity, alternative encoded reactions are triggered and a control centre starts implementing the rescue plan. (author's abstract)
Accessibility
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Full text
Show
Bibliography
Show
  1. Alejo, D., Dıaz-Banez, J.M., Cobano, J.A., P´erez-Lantero, P., Ollero, A. (2013). The velocity assignment problem for conflict resolution with multiple aerial vehicles sharing airspace. Journal of Intelligent & Robotic Systems, 69 (1), 331-346.
  2. Capar, R. (1989). Traganje i spašavanje ljudi na moru. Rijeka: Fakultet za pomorstvo i saobraćaj.
  3. IAMSAR Manual (2010). Mobile Facilities. Vol. 3. London-Montreal: IMO Publishing.
  4. Jensen, K. (1992). Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use, vol. 2., Heidelberg: Springer.
  5. Kezić, D., Gudelj, A. (2010). Design of River System Deadlock Avoidance Supervisor By Using Petri Net. PROMET, 22 (3), 215-221.
  6. Maza, I., Caballero, F., Capitan, J., Martinez-de Dios, J., Ollero, A. (2011). A distributed architecture for a robotic platform with aerial sensor transportation and self-deployment capabilities. Journal of Field Robotics, 28 (3), 303-328.
  7. MERSAR Manual (1993). London: IMO Publishing.
  8. Murata, T. (1989). Petri Nets: Properties, Analysis, and Applications. Proceedings of the IEEE, 77 (4), 541-580.
  9. Ribarić, S., Šnajder, J. (2005). Mapping Petri Net-Based Temporal Knowledge Representation Scheme into CP-Net Model. Proceedings of the 28th International Convention: MIPRO 2005 Opatija, 134-139.
  10. Skrzypietz, T. (2012). Unmanned Aircraft Systems for Civilian Missions. Potsdam, Deutschland: Brandenburg Institute for Society and Security.
Cited by
Show
ISSN
1896-382X
Language
eng
URI / DOI
http://dx.doi.org/10.18276/epu.2016.124-03
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu