企业动态
行业案例 | AI数据助力船舶智能化发展
发布人:小倍
2023年08月23日
海运业一直是创新和前沿技术得以应用的领域,提高效率、保障安全操作零排放的需求促进了船舶的各种智能技术的发展,这些技术的壮大,不仅为海洋行业带来了新的活力,也为未来构建了更加可持续的发展路径。
在中国,已经有了强制性淘汰油动游艇和传统电源游艇的趋势,新能源智能游艇将成为迭代产品,需求豁口异常巨大。据预测,未来几年内,全国预计总需求新能源智能游艇超过300,000艘,市场规模可达3000亿元
--------------------
自主航行是海运业的未来。正如智能手机一样具有颠覆性,智能船舶将改变船舶设计和运营的景象。
Mikael Makinen
Rolls-Royce Marine总裁
--------------------
船载的Lidar+相机设备正在进行数据采集
自动化等级
类似与自动驾驶车辆,海上自主水面船(MASS) 根据(国际海事组织)IMO的定义,“海上自主水面船”是指在不同程度上可以独立于人类互动运行的船舶。IMO将船舶自动化成都定为以下几种:
· Degree 1:具有自动化过程和决策支持的船舶
· Degree 2:船上有水手的远程控制船舶
· Degree 3:船上没有水手的远程控制船舶
· Degree 4:全自主船舶
各家厂商提出了一系列传感解决方案,用于辅助、自主和远程操作。这些传感器准确地测量了精确的本地和全球位置,并为自动控制船只提供了情景感知和危险检测。此外,所有传感器都提供输出,使其能够无缝集成到船只的导航系统中,无论是自动化操纵、远程控制,还是完全自主的导航系统。情景感知是基于激光雷达,毫米波雷达和相机设备的AI技术构建的。
倍赛科技数据真值解决方案
1、目标检测
在无人驾驶船的情景下,帮助识别和避免潜在的障碍物和危险目标,可以识别以下类别:
· 海上物体:渡轮/浮标/船只/快艇/皮划艇/帆船/ 游泳者/水上飞机等目标
· 状态属性:运动/静止
· 环境:包括天气、水流、地理位置和其他环境因素
这些标签可以帮助AI模型识别情景中的重要元素,并为自动控制船只提供必要的信息。
通过预识别模型,对海上物体自动生成包围盒
在夜晚场景中,近红外 (NIR) 相机的解决方案也被广泛应用
通过AI智能框工具标注船只
2、可行驶区域判断
通过绘制折现的方式画出对本船只的航道边界,类似于无人驾驶汽车的车道线或路肩的判断。
通过调节对比度和点大小显示出更加清晰的轮廓,并绘制折线
相似的还有3D多边形标注工具,可以将岸边以及桥墩等,船只不可以行驶的区域标注出来。
提升海洋航运的智能化优势
未来海洋航运业的发展正呈现出日益智能化的趋势,这种趋势在提升效率、确保安全操作和实现零排放等方面带来了前所未有的机遇。
· 提高安全性
据估算,在船舶碰撞事故中,高达75%~96%的事故是由人为原因引起的。这不仅会导致船期延误带来经济损失,更可能造成人员伤亡、危险品泄漏等严重后果。通过不断优化设计的自动驾驶系统,事故风险将显著降低,为海洋航运提供更高的安全性。
· 提升船舶能效
智能船舶具备智能航行和能效管理功能,利用人工智能和大数据分析技术,对感知系统获取的信息进行处理和分析,以优化航线和航速的设计。实时监测船舶状态、装载情况和燃油消耗,能够及时调整航行策略,显著提升船舶的能效管理水平,从而减少能源浪费。
· 降低维护成本
目前,船舶维护主要依赖高度专业化的技术人员,其成本高昂且维护周期较长。然而,随着智能化水平的提升,船舶自主决策和故障自诊断等技术将逐渐解决维护人才短缺等问题,有效降低维护成本,同时提升维护效率。
这些智能化的优势将共同推动海洋航运业朝着更加高效、安全和可持续的方向发展,为行业的未来构建了坚实的基础
本文的数据引用了Pohang Canal数据集(CC BY-NC 4.0)提供了在浦项市限制水域收集的多模态海洋数据集。传感器套件由三颗激光雷达(一个64通道激光雷达和两个32通道激光雷达)、一个海洋雷达、两个用作立体相机的视觉相机、一个红外相机、一个6个方向的全方位相机、一个AHRS和一个GPS RTK组成。该数据集包括传感器校准参数和基于SLAM的基线轨迹。该数据集是在航行7.5公里的路线上收集的,包括狭窄运河区、内外港区和近海区。该数据集的目的是促进自动驾驶船舶的研究。
♦参考资料
[1] The Future of Smart Autonomy is here
https://www.wartsila.com/insights/whitepaper/the-future-of-smart-autonomy-is-here
[2] Pohang Canal Dataset: A Multimodal Maritime Dataset for Autonomous Navigation in Restricted Waters
https://sites.google.com/view/pohang-canal-dataset/home
上一篇
下一篇
相关文章
0代码,使你的数据量增加10倍!
2023年10月20日
倍赛科技:以安全高质数据为基石,助力大模型卓越训练
2023年09月01日
跨越语言文化的AIGC:数据驱动的内容创作探索
2023年08月11日