Podsumowanie
Kluczowe efekty
Skrócenie czasu przygotowania operacji przeładunkowych
Eliminacja wąskiego gardła procesu automatyzacji rozładunku
Potrzeba automatyzacji kluczowych procesów przeładunkowych
W procesie rozładunku kontenerów w portach znacząca część operacji realizowana jest automatycznie przez systemy sterujące dźwigami. Jednak zgodnie z obowiązującymi przepisami kontenery zawierające płyny muszą być przenoszone w trybie ręcznym, przez operatora.
Dotychczas wykrycie takiego kontenera wymagało stałej obserwacji procesu przez pracownika, który musiał odpowiednio wcześnie zareagować i przełączyć sterowanie dźwigu z trybu automatycznego na ręczny. Manualna weryfikacja stanowiła istotne obciążenie operacyjne i stała się wąskim gardłem w dążeniu do niemal pełnej automatyzacji rozładunku statków.
Konieczność wizualnej kontroli ograniczała również możliwość maksymalnego wykorzystania stanowisk portowych oraz uzależniała przepustowość procesu od dostępności i koncentracji operatorów. W efekcie tempo obsługi jednostek pływających było bezpośrednio powiązane z czynnikiem ludzkim.
Docelowa automatyzacja pozwoliłaby zwiększyć efektywność pracy portu, ograniczyć przestoje oraz skrócić czas oczekiwania statków na obsługę. Krótszy czas operacji oznaczałby większe wykorzystanie jednostek pływających i wymierne korzyści zarówno dla operatora portu, jak i dla przewoźników.
Aby skrócić czas operacji, ograniczyć ryzyko błędów ludzkich i zwiększyć efektywność wykorzystania infrastruktury portowej, firma zdecydowała się na wdrożenie rozwiązania opartego na analizie obrazu i automatycznym wykrywaniu kontenerów wymagających manualnej obsługi. Dzięki doświadczeniu w projektach z obszaru AI i computer vision Sii Polska została wybrana jako partner do realizacji tego przedsięwzięcia.
System rozpoznawania ładunków z wykorzystaniem AI i analizy obrazu
Eksperci Sii Polska stworzyli dedykowane rozwiązanie AI wykorzystujące sieci głębokiego uczenia (deep learning) do identyfikacji typów ładunków oraz ich lokalizacji na podstawie strumienia obrazu z kamery. System umożliwiał segmentację obrazu i generowanie obrysów wykrytych obiektów w czasie rzeczywistym.
Zakres działań obejmował:
- Wytrenowanie głębokiej sieci neuronowej do rozpoznawania obiektów istotnych dla rozładunków
- Przygotowanie stabilnego oprogramowania do ciągłej analizy obrazu z kamer w czasie rzeczywistym 24 godziny na dobę
- Integracja z infrastrukturą ABB kontrolującą automatyczny proces rozładunku
- Dodatkowe oprogramowanie do kontroli jakości rozwiązania i segmentacji
Wdrożony system zmniejszył obciążenie operatorów, umożliwiając im jednoczesną obsługę większej liczby operacji przeładunkowych, przy jednoczesnym zwiększeniu jakości ich realizacji oraz automatycznej rejestracji wyników w systemach nadzorujących proces.
Automatyzacja identyfikacji ładunków w logistyce portowej
Opracowane rozwiązanie pozwoliło wyeliminować wąskie gardło w procesie automatyzacji rozładunku statków – problem, którego wcześniej nie udało się skutecznie rozwiązać standardowymi metodami inżynieryjnymi ze względu na zróżnicowane warunki obrazu i odmienne ustawienia kamer na poszczególnych stanowiskach portowych. Dzięki doświadczeniu Sii w obszarze przetwarzania obrazu oraz projektowania dedykowanych systemów wizyjnych możliwe było stworzenie rozwiązania dostosowanego do specyfiki środowiska portowego.
Dodatkowo, integracja systemu z istniejącą infrastrukturą automatyzacji przeładunku zwiększyła przepustowość operacyjną portu oraz skróciła czas oczekiwania statków na obsługę, co przełożyło się na większą efektywność wykorzystania jednostek pływających.
W rezultacie wdrożone rozwiązanie znacząco ograniczyło potrzebę ręcznej weryfikacji ładunków oraz podniosło bezpieczeństwo operacji portowych. Automatyzacja procesu zmniejszyła liczbę błędów i skróciła czas przygotowania operacji przeładunkowych, umożliwiając załogom skoncentrowanie się na nadzorze i obsłudze technicznej.
KLUCZOWE REZULTATY
- Skrócenie czasu przygotowania operacji przeładunkowych
- Wyższe bezpieczeństwo i przewidywalność procesów portowych
- Eliminacja wąskiego gardła procesu automatyzacji rozładunku
- Zmniejszenie obciążenia pracą operatorów dźwigów portowych