Tilbake til søkeresultatene

FRINATEK-Fri prosj.st. mat.,naturv.,tek

Unlocking the potential of autonomous systems and operations through supervisory risk control

Alternativ tittel: Risikomodellering og risikokontroll av autonome systemer og operasjoner

Tildelt: kr 10,2 mill.

Autonome systemer er i ferd med å bli mer utbredt og er viktige for å kunne gjennomføre nye og utfordrende operasjoner, som kartlegging og overvåking av hav og landområder, inspeksjoner av konstruksjoner som er vanskelig tilgjengelig for mennesker, og autonom sjø- og landbasert transport. På den ene side kan autonomi bidra til sikrere og mer effektive operasjoner, men på den annen side – økt avhengighet av programvare og avanserte kontrollsystemer fører også til risiko, koblinger og kompleksitet som er utfordrende å identifisere, vurdere og redusere. Autonome systemer brukes i operasjoner med ulike potensielle negative konsekvenser, det vil si både storulykke og arbeidsulykker som kan føre til dødsfall og personskader, negativ miljøpåvirkning og materiell skade. I dette forskningsprosjektet er det utviklet et konsept for risikokontroll (supervisory risk control), med spesiell vekt på ubemannede luftfarkoster (UAV) som brukes til industriell inspeksjon av konstruksjoner, og autonome undervannsfarkoster (AUV), som brukes for eksempel i havovervåkingsoperasjoner under is. Konseptet for risikokontroll inkluderer utvalgte risikoanalysemetoder kombinert med kontrollteori som gjør det mulig for de autonome systemene å vurdere sikkerhet og effektivitet under drift. Dette betyr at risikokontroll er innlemmet som en autonom funksjonalitet i systemene, noe som muliggjør risikobaserte beslutninger i operasjon. 2 ph.d. studenter og 1 post doc har blitt finansiert av prosjektet. Masteroppgaver har også vært tilknyttet prosjektet.

Prosjektet " Unlocking the potential of autonomous systems and operations through supervisory risk control" har bidratt til ny og verdifull kunnskap om sikkerhet og effektivitet i autonome systemer og operasjoner, som kan anvendes i fremtidig forskning og næringsutvikling. Prosjektet har vært tverrfaglig og har koblet sammen fagområdene risikostyring, kybernetikk og kunstig intelligens. Arbeidet har ført til i) et nytt rammeverk for risikobaserte beslutninger i autonome systemer, med fokus på ubemannede luftfarkoster og undervannsdroner, ii) ny teknologi for økt autonomi, det vil si nye og forbedrede metoder for kollisjonsunngåelse, inspeksjonsbaserte beslutninger, undervannsnavigasjon og baneplanlegging. Dette arbeidet forventes å ha stor nytteverdi for industribedrifter, leverandører, myndigheter og FoU-miljø som jobber med autonome systemer. Prosjektet har utdannet to ph.d.-studenter, samt en post doc. To masteroppgaver har blitt levert på tema knyttet til prosjektet. Dette bidrar til å gi norsk industri, forskningsinstitutter og statlige virksomheter dyktige kandidater med spesiell kompetanse på prosjektområdet. Resultatene i prosjektet er ikke bare relevante for ubemannede og autonome farkoster, men kan også anvendes på andre komplekse systemer, for eksempel autonome skip.

This proposal addresses fundamental research challenges related to risk acceptance and supervisory risk control of autonomous systems and operations. The aim is to develop more powerful risk control solutions to achieve safe system performances and allow for widespread use of autonomous systems. The outcomes of this ambitious project will support and enhance the achievement of higher-level autonomy and intelligence in advanced control systems through the integration of online risk modelling, testing and verification of safe responses with model predictive control (MPC). Autonomous systems are emerging and essential for allowing new and challenging operations, such as mapping and monitoring of oceans and areas on land, inspections of structures difficult to access, and autonomous transportation, both land based and at sea. Autonomous functionality may be a step towards safer and more efficient operations, but software and advanced control systems also lead to complexity and interlocks that are extremely challenging to identify, assess, and control. Autonomous systems are used in very different operations with a range of hazards; from major hazards to occupational risk that may cause human fatalities and injuries, environmental and asset damage, and economic losses. The lack of knowledge, standards and limited operational experience, make traditional risk reducing measures, such as component redundancy and existing methods for verification and validation (V&V), ineffective. Acceptance of highly intelligent systems with built-in learning and optimization capabilities require supervisory risk control and online risk modelling, testing and verification to become a driver in design, operation and system validation. Thus, the interdisciplinary research approach in this project builds on the most powerful theories of risk modelling, V&V, control engineering and autonomous systems. The fundamental research results will be applicable to a wide range of autonomous systems.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Budsjettformål:

FRINATEK-Fri prosj.st. mat.,naturv.,tek