AI-augmented ship traffic digital twin for optimal marine planning and assisting winter navigation in Northen Baltic
Forskningsprojekt, 2026
– 2027
Med ökande aktiviteter och hamnutbyggnader för att möta
industriella behov förväntas fartygstrafiken i norra Sverige
tredubblas. Osäkra isförhållanden med en betydande ökning av
vinternavigering, begränsade isbrytare och isklassade fartyg kan
dock äventyra tillförlitlig vinterdrift, vilket leder till försenade
lastleveranser, ansträngd infrastruktur och ökade risker i en redan
krävande miljö. För att hantera dessa utmaningar kommer detta projekt att utveckla ett digitalt tvillingsystem (DT) som integrerar AIS-
fartygstrafikdata, iskartor, hamndrift, riskbedömning, AI-förbättrade fartygsprestandamodeller och vinternavigeringserfarenheter i Östersjön. Kapaciteten hos den digitala tvillingen kommer att demonstreras för följande tillämpningar: 1) optimal samverkan mellan isbrytare med minskad risk och mer effektiv användning av isbrytarresurser; 2) tillförlitligt beslutsstöd för framtida planering och drift under vindkrafts-/fartygsstörningar och extrema ishändelser etc., genom scenariobaserade simuleringar.
Deltagare
Wengang Mao (kontakt)
Chalmers, Mekanik och maritima vetenskaper, Marin teknik
Jonas Ringsberg
Chalmers, Mekanik och maritima vetenskaper, Marin teknik
Samarbetspartners
Uppsala universitet
Uppsala, Sweden
Finansiering
Lighthouse
Projekt-id: FP14_2026
Finansierar Chalmers deltagande under 2026–2027
Relaterade styrkeområden och infrastruktur
Informations- och kommunikationsteknik
Styrkeområden
Hållbar utveckling
Drivkrafter
Transport
Styrkeområden
Innovation och entreprenörskap
Drivkrafter