┊文章閱讀:次
2021年8月,交通運輸部發(fā)布《交通運輸領域新型基礎設施建設行動方案(2021—2025年)》。行動方案指出:要建設新一代自動化碼頭,加快新型自動化集裝箱碼頭、堆場建設和改造,加強碼頭橋吊、龍門吊等設施遠程自動操控改造,推進碼頭操作系統(tǒng)和設備控制系統(tǒng)的深度融合,形成一批可復制推廣的應用場景。
南京港,中國內(nèi)河主要港口、主樞紐港和對外開放一類口岸,是長江流域水陸聯(lián)運和江海中轉(zhuǎn)的樞紐港,現(xiàn)有八大港區(qū)、碼頭泊位78個,年貨物吞吐量居長江港口企業(yè)第一位。
在以南京港為代表的港口工作環(huán)境中,兼有船、車、人、重型機械等多種生產(chǎn)元素,工作環(huán)節(jié)多,作業(yè)環(huán)境復雜,具有流動分散、操作復雜、人機交叉、點多面廣、晝夜連續(xù)作業(yè)的特點。目前視頻監(jiān)控是主要的生產(chǎn)安全管控手段,但是傳統(tǒng)視頻監(jiān)控過于依賴人工,人工監(jiān)看海量視頻難度大,長時間容易疲勞,問題發(fā)現(xiàn)不及時,難以實現(xiàn)全面實時監(jiān)管、安全風險提前預防和實時預警,存在較大安全管理風險。
針對港口生產(chǎn)安全管理痛點需求,聯(lián)通數(shù)科AI團隊支撐聯(lián)通南京市分公司,為南京港研發(fā)了一套智慧港口AI平臺,實現(xiàn)作業(yè)現(xiàn)場生產(chǎn)安全智能監(jiān)測,包含對人員、設備、車輛、吊機、船舶、道路、通道、堆場等的智能監(jiān)測和實時預警。
目前一期項目已投入使用,效果顯著:安全問題由被動發(fā)現(xiàn)變?yōu)橹鲃影l(fā)現(xiàn),利用AI技術(shù)主動智能識別和區(qū)分人、事、物,一旦發(fā)現(xiàn)異常情況或者突發(fā)事件實時報警,極大降低安全風險;碼頭運營指標將大幅提升,包括提升碼頭作業(yè)綜合效率、節(jié)省安全事故成本、節(jié)約監(jiān)管人工成本。
該項目在由工信部主辦的2021年第四屆“綻放杯”5G應用征集大賽中,榮獲工業(yè)互聯(lián)網(wǎng)賽道三等獎。
下面選擇3個典型應用場景進行介紹:
(一)港區(qū)交通合規(guī)監(jiān)測。利用計算機視覺技術(shù)實時監(jiān)測港區(qū)內(nèi)的各類交通違規(guī)行為,并實時預警。已實現(xiàn)車輛超速、車輛逆行、車輛違停、行人不走安全通道、車輛違規(guī)掉頭、臨時停車超時等場景的智能識別監(jiān)測,違規(guī)事件識別準確率超過95,速度測量誤差小于3公里/時。
(二)叉車安全作業(yè)智能化改造。通過增加攝像頭、激光雷達、智能分析控制模組等對叉車進行智能化改造,實時監(jiān)測叉車前后作業(yè)路徑一定范圍內(nèi)是否有人,一旦發(fā)現(xiàn)有人立即預警。設備主要形態(tài)如下:
叉車作業(yè)安全監(jiān)測模組架構(gòu)如下:
實地應用場景如下:
(三)龍門吊集卡防吊起智能化改造。通過攝像頭和激光雷達等多源融合方式對整個龍門吊作業(yè)過程進行監(jiān)控,一旦識別到異常情況,實時告警。此方案可避免因為單獨攝像頭受到外界干擾而造成的漏檢,更靈敏、更穩(wěn)定、誤報率低,對正常作業(yè)的影響降到最低。設備主要形態(tài)如下:
龍門吊集卡防吊起安全監(jiān)測模組架構(gòu)如下:
實地應用場景如下:
聯(lián)通數(shù)科打造的智慧港口AI致力于解決港口核心生產(chǎn)安全,也是AI團隊打造的交通物流類“職業(yè)技能”之一,核心算法在業(yè)界多次實測比拼中排名領先。我們將持續(xù)面向客戶痛點需求打造具備“職業(yè)技能”的行業(yè)AI,賦能行業(yè)數(shù)字化轉(zhuǎn)型和智能化升級。
目前,聯(lián)通AI已擁有超40項自研原子能力,其中2D/3D場景分割、場景文字識別、人臉識別、音頻分類、情感識別、交通路況感知等多項算法在國際/國內(nèi)評測中排名前五;面向細分行業(yè)領域,歷經(jīng)100+真實場景沉淀打造了多種具備“職業(yè)技能”的細分行業(yè)AI,并以聯(lián)通云網(wǎng)為基礎,為政企重點行業(yè)客戶做集約化賦能,客戶評價“具備業(yè)界領先的快速定制化能力”;發(fā)揮運營商稟賦構(gòu)建了用戶可參與的AI運營成長機制,實現(xiàn)細分行業(yè)AI“越用越聰明”,助力客戶持續(xù)創(chuàng)造價值。
Copyright @ 2013-2020 中國福建網(wǎng) 版權(quán)所有
聯(lián)系我們
免責聲明:本站為非營利性網(wǎng)站,部分圖片或文章來源于互聯(lián)網(wǎng)如果無意中對您的權(quán)益構(gòu)成了侵犯,我們深表歉意,請您聯(lián)系,我們立即刪除。