项目
我们参与了各种研究与开发项目。FleetMon ，作为数据提供者，我们参与了全球著名大学和学术机构的一些资助研究项目。此外，我们自己进行研究，或与其他海事公司和海事机构合作，努力创新。根据研究范围的不同，我们甚至允许学生免费使用我们的产品和服务。请阅读我们的项目范围以了解更多。
排序方式
项目类型
研究领域
LEAS--利用人工智能为高度自动化或自主船舶的交通状况提供岸边决策支持。
该项目旨在提高海事安全，设计在安全研究领域。通过使用人工智能，船舶交通服务中心（VTS）、船队运营中心（FOC）和船舶协调中心（VCC）将在技术上为高度自动化船舶的出现做好准备。目前正在开发概念，以便在人机界面（HMI）上将这些信息可视化。
案例研究--用预测分析法预测内陆船只的ETA时间
柏林工业大学与SELECT研究项目合作进行了一项案例研究。学生们的任务是利用FleetMon提供的AIS数据为内陆船只开发一个到达时间预测仪表板。
MAREMIS - 基于人工智能计算船舶排放的空气污染及其散布。
这是新加坡和德国之间的一个国际联合项目。在这个项目中，人工智能技术被用来调查港口中船舶污染物的扩散情况。其结果将被用来制定如何改善港口附近城市的空气质量的建议。该项目得到了各城市和州的交通部以及港口当局的支持。
SEAPEOPLE - 确定海上人员的数量
目前正在为海区和港口开发一种方法，以确定海上的人口数量。为此，来自FleetMon 船舶数据库和社区的信息被捆绑起来。海域内的人数对于提供足够的海上救援资源至关重要。
CADMUSS - 船舶和岸上使用的避免碰撞领域的方法
在该项目中，正在开发一种方法来识别船舶的近似事故。为此，将对船舶的技术极限以及航海人员的个人安全领域进行检查。然后，这些可以用于制定新的船舶操作指南。
EmissionSEA - 船舶排放的外推法
全球气候目标、更严格的排放法规和排放交易意味着报告的排放数据必须得到验证。在一个高度复杂的模型中，特别是包括单个船舶及其技术设备的模型中，计算出的排放量要考虑到天气条件。
"Flaschenpost" - 德国纪录片项目
2019年，一个由德国制片人和环境活动家组成的团队转向FleetMon ，以获得支持。为了制作一部关于北冰洋海洋垃圾流可能源自像德国这样遥远的地方的纪录片，我们赞助了几个GPS卫星追踪器，让它们踏上旅程。
MERMAID--基于AIS数据的海上航线图
在MERMAID项目中，正在开发一种用于船舶路由和精确计算ETA（估计到达时间）的方法。其结果将是一个基于AIS数据的模块，能够得出海上交通的可路由边缘节点模型。
研究伙伴
FleetMon与世界各地的公司和研究所保持长期的研究关系。请看我们的研究合作伙伴画廊。
学术伙伴
每个月，我们都会收到来自大学和研究所的大量数据请求，为研究提供AIS数据。在我们的学术伙伴画廊中查看我们支持的大学的集合。