Verzeichnis der Pilot- und Forschungsprojekte im Bereich Automatisierung in der Binnenschifffahrt

2018 beschloss die ZKR eine erste internationale Definition der Automatisierungsgrade in der Binnenschifffahrt (Beschluss 2018-II-16). Die ZKR hat ihren Polizeiausschuss damit beauftragt, die Entwicklung der automatisierten Navigation (Navigationsunterstützung bis vollautomatische Navigation) zu verfolgen und eventuelle ordnungsrechtliche Notwendigkeiten zu prüfen.

Das Sekretariat der ZKR veröffentlicht nachstehend ein Verzeichnis der einschlägigen nationalen und internationalen Projekte mit einer Einstufung hinsichtlich des Automatisierungsgrads.

Die Projektbeteiligten werden gebeten, sich für Änderungen oder Ergänzungen zu den laufenden Projekten im Bereich Automatisierung in der Binnenschifffahrt an das Sekretariat (ccnr@ccr-zkr.org) zu wenden.

 

Ref. Nr.
Name des Pilotprojekts
Projektträger
Zeitraum
der
Arbeiten
Land
Automati-
sierungs-
grad gemäß
Beschluss
Kurzbeschreibung
Links
1 LAESSI
„Leit- und Assistenzsysteme zur Erhöhung der Sicherheit der Schifffahrt auf Inlandwasserstraßen“
Konsortium aus vier öffentlichen und privaten Organisationen:
- in-innovative navigation GmbH,
- WSV,
- DLR
- Alberding GmbH
2015-2018 DE 1 Erweitertes Assistenzsystem mit 4 Funktionen:

• Die Brückenanfahrwarnung alarmiert die Schiffsführung rechtzeitig, wenn ein Problem bei der Brückendurchfahrt besteht.
• Der Anlegeassistent zeigt die gemessenen und berechneten Abstände zur Kaimauer oder zu anderen Schiffen an und unterstützt den Schiffsführer so bei dem anspruchsvollen Anlegemanöver.
• Der Bahnführungsassistent entlastet den Schiffsführer auf der Streckenfahrt, indem er das Schiff auf einer zuvor definierten Route hält.
• Die sogenannte Conning-Anzeige stellt permanent alle Bewegungen des Schiffes, die Ruderlage sowie die Drehzahl der Schiffsschraube dar.
www.innovative-navigation.de
2 Shipping Technology
(Shipping factory / Xomnia)
Shipping Technology
(Shipping factory / Xomnia)
2016-… NL 4 Nutzung (vorhandener) nautischer Ausrüstungen für die Datensammlung an Bord und die Erstellung eines Prädiktionsmodells mit Blick auf eine automatisierte Navigation auf der Grundlage künstlicher Intelligenz (KI).
Eingeführtes Basisprodukt: Black Box Pro, das sämtliche Daten aus nautischen Systemen wie Radar, Autopilot, Motorsteuerung und GPS sammelt und in der Cloud speichert. Darüber hinaus Speicherung von Kamerabildern und Marifoon (Binnenschifffahrtsfunk).
Anhand dieser Daten bietet ein „Dashboard“ eine Übersicht über den täglichen Geschäftsprozess und die Möglichkeit, die Geschehnisse bei Ereignissen in der Vergangenheit, wie Kollisionen, Grundberührungen usw., zu reproduzieren.
Künftige Anwendungen (zur Verwendung auf Black Box Pro): statische Kollisionserkennung, dynamische Kollisionserkennung, selbsttätiges Stauen (autostowage), halbautonomes Fahren (auf der Grundlage von Deep-Learning-Algorithmen).
Prädiktionsmodelle werden auf einem Schiff in den Niederlanden (Shipping Factory) bereits unter realen Bedingungen getestet.
shippingtechnology.com
3 Zulu 3, Zulu 4 Blue Line Logistics Inbetrieb-
nahme der Schiffe 2021/2022
BE 4 Zwei neue Schiffe für die automatisierte Navigation mit Fernbedienung. Betriebskonzept wird derzeit durch die nationalen Behörden geprüft. www.bluelinelogistics.eu
4 NOVIMAR
Das Konsortium umfasst 22 Partner, Logistikunternehmen, Industrieunternehmen, öffentliche Einrichtungen und Forschungseinrichtungen

Koordinator: Netherlands Maritime Technology (NMT)
2017-2021 EU 3 Neues Navigationskonzept mit Schiffskolonnen (Platooning): ein Führungsschiff + Folgeschiffe (fernbedient und mit reduzierter Besatzung).

Forschungsschwerpunkte sind: Schiffskolonne als Geschäftskonzept, Wasserstraßenverkehrssystem, Zusammensetzung und Gestaltung der Schiffskolonne, Navigieren und Manövrieren der Schiffskolonne, Faktor Mensch, Wasserstraßeninfrastruktur und -betrieb, Sicherheit, Vorschriften
novimar.eu
5 Seafar Seafar NV, Hafen Antwerpen, De Vlaamse waterweg
2018-… BE 4 Bestehendes Schiff wird mit Sensoren für eine automatisierte Navigation ausgestattet und fährt auf einer zuvor definierten Fahrtroute unter Berücksichtigung der Umgebung (jedoch mit Fernbedienung).
Test auf dem Albert-Kanal im Dezember 2018 (Schiff Tuimelaar).
Test auf dem Ypres-IJzer Kanal und dem Plassendale-Nieuwpoort-Kanal im November 2019 (Schiff Watertruck X).
www.seafar.eu
6 Autonomous shipping in the “Westhoek” KU Löwen (Katholische Universität Löwen), De Vlaamse waterweg, POM West-Vlaanderen 2017-2019 BE 4 Demonstrator für ein autonomes Güterbinnenschiff ohne Besatzung. Tests mit einem Modellschiff (1:8 der CEMT-Klasse I) auf der Yser im November 2018 und September 2019. www.mech.kuleuven.be
7 Towards Autonomous Inland Shipping KU Löwen
2017-2021 BE 4 Promotionsforschungsprojekt mit dem Schwerpunkt Modellbildung, Identifikation und Bewegungssteuerung von unbemannten Güterbinnenschiffen.    www.mech.kuleuven.be
8 Machbarkeitsstudie – Autonomes Fahren in der Binnenschifffahrt Nordrhein-Westfalen
Ruhr-IHK
Entwicklungszentrum für Schiffstechnik und Transportsysteme (DST)

Westdeutsches Kompetenzzentrum in Sachen Binnenschiff
2018 DE - Mit der Entwicklung des automatisierten und (teil-)autonomen Fahrens in der Binnenschifffahrt werden folgende Chancen verbunden:
- Künftige Entlastung des nautischen Personals und hierdurch Entschärfung des Fachkräftemangels
- Senkung der Transportkosten, sodass auch kleinere Partiegrößen mit kleineren Schiffen wirtschaftlich transportiert werden können
- Vermeidung von Unfällen infolge menschlichen Versagens
- Die mit dem autonomen Fahren einhergehende Digitalisierung und Vernetzung schafft die Voraussetzungen für eine bessere Verknüpfung der Verkehrsträger zu intermodalen und integrierten Transportketten sowie für eine Transparenz der Verkehrsströme.

Der Studie zufolge ist die Rhein-Ruhr-Region bestens als Testfeld für die automatisierte Navigation geeignet, da die Wasserstraßen- und die Hafeninfrastruktur unterschiedliche Voraussetzungen bietet: Es gibt Gebiete mit geringer Verkehrsdichte sowie komplexe Hafenareale. In der Region sind Reedereien, Schiffsbetreiber und verschiedene Institute angesiedelt.
www.ihks-im-ruhrgebiet.de
9 Hull-to-hull (H2H) Kongsberg, KU Löwen, Mampaey, SINTEF 2017-2020 EU 3 Ziel ist die Entwicklung eines Konzepts zur Bestimmung der Position zweier Schiffe zueinander sowie eines Schiffes zum Land. Die präzise Positionsbestimmung ist eine wesentliche Voraussetzung für die Entwicklung automatisierter Schiffe. H2H ist als offenes Konzept mit einem standardisierten Datenaustausch zu verstehen, das ein funktionierendes Zusammenspiel zwischen Schiffen, Infrastrukturen und den Lösungen verschiedener Hersteller ermöglichen soll.
Bis 2020 sind 3 Demonstrationen geplant: in Norwegen, den Niederlanden und Belgien (speziell Wasserstraßen).
10 Smart Shipping: Strategic Analysis in the Netherlands for Rijkswaterstaat Rijkswaterstaat 2018 NL - Das Ziel dieses Forschungsprojekts bestand darin, Aufschluss über die möglichen Auswirkungen der Digitalisierung der Schifffahrt (Smart Shipping) auf die Funktion und Aufgabe von Rijkswaterstaat (die niederländische Behörde für Verkehr und Wasserbau) zu geben. Drei Phasen:

- Durchführung einer Szenariostudie mit potenziellen künftigen Szenarien für die Gesellschaft, ausgehend von den derzeitigen Trends und Entwicklungen. (Zeithorizont 2030)

- Untersuchung der möglichen Auswirkungen dieser Szenarien auf die Funktion und Aufgabe von Rijkswaterstaat. Berücksichtigung z. B. der Aspekte Wasserstraßeninstandhaltung, Verkehrsmanagement und potenzielle Veränderungen der (digitalen) Infrastruktur.

- Ermittlung möglicher Maßnahmen oder Schritte, die Rijkswaterstaat angesichts der Prognosen zum jetzigen Zeitpunkt durchführen könnte.
www.rijkswaterstaat.nl
11 Versuchs-und Leitungszentrum Autonome Binnenschiffe Entwicklungszentrum für Schiffstechnik und Transportsysteme (DST)

University of Duisburg-Essen

RWTH Aachen University

Ministerium für Verkehr des Landes Nordrhein-Westfalen
März 2020 (geplante Eröffnung) DE - Das Zentrum stellt die wesentliche Forschungsinfrastruktur dar, die für die nachfolgende Forschung und Entwicklung rund um das automatisierte Fahren in der Binnenschifffahrt erforderlich ist.
Das Zentrum beinhaltet unter anderem:
• einen modernen, frei konfigurierbaren Steuerstand in einem Schiffsführungssimulator mit einem 360° 3D-Projektionssystem
• eine Leitstelle mit 3 Arbeitsplätzen zur Koordinierung des gemischten Verkehrs von konventionellen und automatisierten Binnenschiffen
• 4 Wissenschaftler-Arbeitsplätze mit der erforderlichen Computerausstattung für die Entwicklung KI-basierter autonomer Steuerungssysteme
www.dst-org.de
12 AutonomSOW Alberding GmbH
LUTRA Hafen Königs-Wusterhausen
DLR Neustrelitz
Bundesverband Öffentlicher Binnenhäfen
2019-… DE - Projektziel ist die Erarbeitung eines Konzepts für den Aufbau eines digitalen Testfelds Binnenschifffahrt für den automatisierten und autonomen Betrieb auf der Spree-Oder-Wasserstraße (SOW).

2019 Machbarkeitsstudie zu einem Testfeld Automatisierte und Autonome Binnenschifffahrt auf der Spree-Oder-Wasserstraße
2019 Einrichtung des Testfeldes
202X Testbetrieb auf der Spree-Oder-Wasserstraße
www.autonomsow.de
13 Autonome Schifffahrt auf der Kieler Förde
(CAPTin – Clean Autonomous Public Transport)
Christian-Albrechts-Universität zu Kiel 2018-… DE 3 Die Universität erforscht gemeinsam mit Partnern Systeme und Komponenten für autonome Verkehre sowohl im ÖPNV als auch zu autonomer Schifffahrt (Kombination von Bus- und Personen-Fährverkehr)
www.uni-kiel.de
14 SCIPPPER, “SChleusenassIstenzsystem basierend auf PPP (Precise Point Positioning) und VDES für die BinnenschifffahRt”
Konsortium aus sieben öffentlichen und privaten Organisationen:
- in-innovative navigation GmbH,
- WSV,
- DLR,
- Alberding GmbH,
- Weatherdock AG,
- Argonics GmbH,
- Bundesanstalt für Wasserbau (BAW)
2018-2021 DE 3 Entwicklung eines Fahrerassistenzsystems für die Automatisierung der Schleusenein- / ausfahrt.
Bereitstellung einer landseitigen Server- und Senderinfrastruktur für die Systemintegration, Validierung und Demonstration
www.innovative-navigation.de
15 Captain AI Zusammenarbeit zwischen Captain AI und dem Hafen Rotterdam, Watertaxi Rotterdam und Kotug
2018- NL 4 Captain AI entwickelt eine sichere Lösung für die vollautonome Schifffahrt unter Einsatz von realitätsnaher Simulation, modernsten Sensoren und aktuellen Deep-Learning-Techniken.
www.captainai.com
16 AMS Roboats Massachusetts Institute of Technology (MIT), Delft University of Technology (TU Delft) und
Wageningen University and Research (WUR).
2016-2020 NL ? Im dritten Forschungsjahr werden sich die Aktivitäten unter anderem konzentrieren auf
- ein Upscaling der Navigation und Autonomie von Roboat im Maßstab 1:2. Aufgrund ihrer Größe weisen diese Schiffe eine unterschiedliche Dynamik und ein unterschiedliches Navigationsverhalten auf.
- die Weiterentwicklung des Einrastmechanismus für Prototypen im Maßstab 1:2 zum Ankuppeln einzelner Schiffe oder zum Andocken an die Kais
- die Konzeption und Verfeinerung der Antriebstechnik, des Energiesystems und der elektrischen Ladetechnik für Prototypen im Maßstab 1:2.
- die Weiterentwicklung der Wassersensorik in Zusammenarbeit mit Waternet.
www.ams-institute.org
17 Remote Control Tug Kotug, Alphatron, KPN, M2M Blue, Veth 2018 NL 3 Kotug kann die RT Borkum fernsteuern. Untersucht die Möglichkeit, den gesamten Schleppvorgang ohne Besatzung durchzuführen.
www.kotug.com
18 Sensing Marinminds 2018- NL 4 Eine breite Palette neuer und bestehender Technologien muss in ein System integriert werden. Project Sensing konzentriert sich auf die Entwicklung eines prototypischen On-Board-Sensor- und Datenerfassungssystems. Mit dem Testen von Sensoren und Objekterkennungssoftware für den Automotive-Bereich wird Einblick in die notwendigen Anpassungen und die Entwicklung von Algorithmen für den späteren Einsatz in autonomen Systemen gewonnen.
www.marinminds.com
19 AURIS (AUtonomous Remotely monitored Innovative Ship) MARIN
2018-… NL 4 Mit diesem Projekt soll untersucht werden, welche Sensoren und Analysemethoden zur schiffsseitigen Erlangung eines optimalen Lagebildes der Meeresumwelt und zur Verbindung eines (autonomen) Schiffes mit einem Küstenkontrollzentrum erforderlich sind. Dies geschieht durch die Entwicklung und Erprobung eines modularen intelligenten Lageerkennungsmoduls (ISAM) auf einem 6 m langen Festrumpfschlauchboot.
20 modular Autonomous Underwater Vehicle (mAUV) MARIN 2018- NL 4 Ziel des Projekts mAUV v1.0 ist die Entwicklung einer modularen Unterwasserfahrzeug-(mAUV)-Hardware und -Software, einschließlich eines ersten Konzepts für die 6D-Steuerung und -Zuordnung. Es wird 2019 für Beckenmodellversuche bei MARIN verwendet. In den kommenden Jahren wird das Modell als eine Unterwassertestplattform von MARIN für die AUV-Forschung dienen.
21 AUTOSHIP Das Konsortium besteht aus Industrietechnikanbietern, Logistikunternehmen, öffentlichen Einrichtungen und Forschungsorganisationen, darunter: KONGSBERG Group, Blue Line Logistics, De Vlaamse waterweg, Bureau Veritas, SINTEF und University of Strathclyde.

Koordinator: Ciatech (PNO Group).
2019-2022 EU/BE 4 AUTOSHIP ist ein EU-finanziertes (Horizon 2020) Projekt, in dessen Rahmen ein autonomes Schiff sowie die erforderliche Landkontroll- und operative Infrastruktur mit einem Reifegrad TRL7 und höher gebaut und betrieben werden. Die Erprobung wird bei einer Pilotdemonstration auf Wasserstraßen nahe Antwerpen in Flandern erfolgen.

Dieses Projekt wird die Entwicklung der nächsten Generation autonomer Schiffe vorantreiben. Das technologische Gesamtpaket umfasst beispielsweise autonomes Fahren, Lageerkennung, Fernüberwachung, elektronischen Routenaustausch sowie Kommunikationstechnologie, die ein hohes Cyber-Sicherheitsniveau und die Integration des Schiffes in eine ausgebaute E-Infrastruktur ermöglicht. Gleichzeitig werden digitale Instrumente und Methoden für Design, Simulation und Kostenanalyse für die Gesamtheit autonomer Schiffe entwickelt.

AUTOSHIP wird es den Schiffsbetreibern und Reedereien ermöglichen, die Rentabilität ihrer Investitionen zu steigern, ihre Wettbewerbsfähigkeit effektiv zu verbessern und ihre Flotten zu erneuern, was ihre Position als Alternative zum Straßenverkehr in der EU stärken wird.
trimis.ec.europa.eu
22 A-SWARM (Autonome elektrische Schifffahrt auf WAsseRstrassen in Metropolenregionen) BEHALA (Berliner Hafen- und Lagerhausgesellschaft GmbH)
Infineon
SVA (Schiffbau-Versuchsanstalt Potsdam GmbH)
Technische Universität Berlin
Universität Rostock
Veinland GmbH
2019-2022 DE 4 Mit dem Vorhaben soll auf Basis autonomer, koppelbarer und elektrisch betriebener Wasserfahrzeuge ein Beitrag zur modernen Citylogistik geleistet werden. Schwerpunkt ist die Entwicklung und Erprobung autonomer, d.h. bis auf GPS ohne wesentliche landseitige Unterstützung, operierender Wasserfahrzeuge. Die Machbarkeit eines derartigen Systems soll durch einen Demonstratorbetrieb in einem Reallabor im Bereich des Berliner Westhafens (Spree / Charlottenburger Verbindungskanal / Westhafenkanal/ Berlin Spandauer Schifffahrtskanal) nachgewiesen werden. www.behala.de
23 AKOON (Automatisierte und koordinierte Navigation von Binnenfähren) RWTH Aachen University
Voith GmbH & Co
Rheinfähre Maul GmbH
in - innovative navigation GmbH
BMVI
2019-2022 DE 4 Versuchsträger im Forschungsprojekt AKOON ist die Fähre „Horst“ der Rheinfähre Maul, die in der Nähe von Mainz zwischen den Ortschaften Oestrich-Winkel und Ingelheim verkehrt.
Aufgrund enger Passagen, Sandbänken und starker Strömung gilt das Fährgebiet als besonders anspruchsvoll, insbesondere bei niedrigen Pegelständen. Derart schwierige Bedingungen bringen die Fährführer der Rheinfähre bis an die Grenze ihrer Leistungsfähigkeit, weshalb der automatisierte Betrieb von Binnenfähren das Fährpersonal insbesondere in solchen Ausnahmesituationen entlasten kann.
Das Forschungsprojekt soll die Grundlagen für die Vollautomatisierung in der Binnenschifffahrt legen und als Technologietreiber fungieren. Kommende Entwicklungen im Bereich der Schiffsassistenzsysteme, insbesondere im Bereich der Binnenschifffahrt sollen künftig aus diesem Projekt abgeleitet werden.
www.irt.rwth-aachen.de
24 Prepare Ships ANAVS
Lantmäteriet
RISE
SAAB
Stena Line
TELKO
2019-2022 EU 3 Prepare Ships entwickelt und demonstriert eine intelligente Positionierungslösung durch die Entwicklung und Demonstration einer Datenfusion verschiedener Sensor- und Signalquellen, um eine robuste Navigationsanwendung zu ermöglichen. Die Idee ist, dass Schiffe mit genauer Positionierung auf der Basis von EGNSS, Daten und maschinellen Lernverfahren in der Lage sein sollten, zukünftige Positionen von Schiffen in der Nähe vorherzusagen. Neben einem verringerten Kollisionsrisiko bedeutet dies auch einen zusätzlichen Nutzen in Form eines energieeffizienteren Manövrierens der Schiffe, was auch die (schädlichen) Auswirkungen der Schifffahrt auf die Umwelt reduzieren kann.

www.prepare-ships.eu
Zuletzt aktualisiert am: 07.01.2020