Artificiell intelligens syftar på en maskins förmåga att fatta egna beslut. Maskinen skall sedan utföra en handling baserat på beslutet, allt detta utan människans inblandning. Positionsnoggrannheten för fartyg är något som på senare tid ställs allt högre krav på, inte minst i offshoreindustrin. Med hjälp av ett Dynamic Positioning system kan högre noggrannhet uppnås. I detta projekt undersöks vilket system som är lämpligast att använda för ett positioneringssystem för en modell av skolfartyget Calmare Nyckel. Projektet utvärderar positionering med hjälp av fyra accesspunkter jämnt fördelat över två nätverk. Projektet belyser en rad olika tekniker baserade på datasignaler som sedan moduleras av en hårdvaruenhet. Då projektet är av så kallat low-cost resulterade valet i en ESP32 och WiFi som teknik. Laborationer påvisade ett väl fungerande system. Uppmätt noggrannhet var dock inte tillräcklig för att använda rakt av i det fortsatta projektet. / Artificial intelligence is a machines ability to make its own decisions. The machine is then supposed to take action based on the decision, this without the involvement of a human. The positional accuracy for ships is something that has become increasingly more demanding, especially in the offshore industry. With the aid of a Dynamic positioning system, a great accuracy can be achieved. This undertaking investigates which system that will be most suited to use for a positioning system aimed for a model of the ship, Calmare Nyckel. The project evaluates positioning with the aid of four access points evenly distributed over two networks. The project illustrates a number of different techniques based on data signals, which are then modulated by a hardware unit. Because of the low-cost aim, this resulted in the usage of ESP32 and WiFi as the systems of choice. Laborations in the undertaking proved a well working system. Measured accuracy, however, was not sufficient to use directly in the continued project.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:lnu-103577 |
| Date | January 2021 |
| Creators | Brolin, John, Hörsne Malmborg, Alexander |
| Publisher | Linnéuniversitetet, Sjöfartshögskolan (SJÖ), Linnéuniversitetet, Sjöfartshögskolan (SJÖ) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds