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

Mer information

Senast uppdaterat

2025-09-27