- 工聯(lián)網(wǎng)
- 作者：
- 2025年1月15日 14:14
工聯(lián)網(wǎng)消息(IItime) 空中飛云流轉(zhuǎn)，江面碧波蕩漾，滿載貨物的輪船伴著汽笛聲緩緩靠岸，一排排自動化軌道吊正井然有序地在長江龍?zhí)端滥习兜亩褕錾献鳂I(yè)。
提起港口，總是令人聯(lián)想到熙熙攘攘、嘈雜忙碌的碼頭。而在南京港這座全長110公里的現(xiàn)代化港口，無論是從主干道到岸橋內(nèi)，還是從起重機到集裝箱，雖然機械的轟鳴聲依舊不絕于耳，但一切卻秩序井然。這歸功于聯(lián)通數(shù)據(jù)智能有限公司和南京聯(lián)通共同建設(shè)的5G智慧港口MEC+AI項目。
目前，項目已完成港區(qū)內(nèi)5G基站建設(shè)7個站點建設(shè)，支持預(yù)調(diào)度+雙載波+切片技術(shù)承載港區(qū)內(nèi)5G創(chuàng)新應(yīng)用。基于聯(lián)通元景大模型，將人工智能與港口業(yè)務(wù)場景深度融合，打造南京港5G安全生產(chǎn)智能管控平臺，該平臺深入6大港口場景14個生產(chǎn)作業(yè)環(huán)節(jié)，開發(fā)集成了人員安全行為識別、港區(qū)安全環(huán)境監(jiān)測、作業(yè)合規(guī)監(jiān)測3大類共41個典型場景的AI算法，打造智能化時代更懂港口行業(yè)的模型服務(wù)。
AI站崗，港口安全“智”在必得
港口作業(yè)任務(wù)繁重且存在很多安全作業(yè)風(fēng)險，即使專人盯守核心作業(yè)區(qū)域也不能及時有效預(yù)警，監(jiān)管和安全成本居高不下。針對以上痛點，南京港5G安全生產(chǎn)智能管控平臺采用云邊大小模型協(xié)同兩級架構(gòu)：邊緣側(cè)負責(zé)視頻流的接入、解碼和AI小模型分析，將結(jié)果上報給云端平臺并實時預(yù)警；云端的AI大模型對小模型分析結(jié)果進行過濾，并通過模型的持續(xù)訓(xùn)練迭代和更新，從而提高自動化監(jiān)管系統(tǒng)識別的準確率。此外，借助元景MaaS平臺的‘選改用’工具鏈，能夠?qū)崿F(xiàn)智能化場景應(yīng)用快速定制開發(fā)和上線。據(jù)悉，經(jīng)過三年的運營，平臺已形成南京港集團自有算法模型倉庫，實現(xiàn)算法的統(tǒng)一建設(shè)、管理和運維，能夠?qū)崿F(xiàn)對集團下屬各個港口安全生產(chǎn)態(tài)勢全面感知和分析，在港口生產(chǎn)過程中充分發(fā)揮AI算法的生產(chǎn)力。
聯(lián)通助力打造的南京港5G智能管控平臺界面
走進南京港碼頭，門式起重機、橋式起重機分列兩側(cè)，龐大的機械臂將卡車上的集裝箱抓起、升空、下降、裝船……周而復(fù)始。不需提醒，就能感受到，與這些龐然大物一起工作，“安全”是最要緊的。
輪胎龍門吊360°環(huán)視防碰撞安全識別。在輪胎龍門吊大型設(shè)備作業(yè)過程中，高空司機室中的操作人員在吊臂周圍存在視覺盲區(qū)，容易造成疏漏而發(fā)生碰撞事故，輕則設(shè)備損壞，重則危及人員生命。中國聯(lián)通在龍門吊吊臂上安裝360°環(huán)視攝像頭，利用大模型和計算機視覺技術(shù)，全方位監(jiān)測吊臂周圍是否有障礙物進入，第一時間觸發(fā)聲音報警，提醒司機室及時停止作業(yè)和確認風(fēng)險情況。
輪胎龍門吊360°環(huán)視防碰撞安全識別
岸橋/門機關(guān)下關(guān)路安全作業(yè)識別。岸橋、門機分別指“岸邊集裝箱起重機”“門式起重機”，他們是港口搬運貨物的主力軍。作業(yè)時，因起吊物料不同可能會出現(xiàn)高空墜物或者碰撞現(xiàn)場工作人員的情況，所以在作業(yè)期間，關(guān)下關(guān)路禁止站人，否則可能出現(xiàn)嚴重安全事故，平臺不僅能識別岸橋/門機作業(yè)運行狀態(tài)，還能實時識別關(guān)下關(guān)路站人情況，最大程度保障人員安全。
關(guān)下關(guān)路站人情況識別
拖輪安全作業(yè)合規(guī)AI識別。拖輪是用來拖動駁船和輪船的船舶，拖輪作業(yè)有著嚴格的安全操作規(guī)范，如工作人員必須通過左右船舷的安全網(wǎng)上下船；工作人員在船頭、船尾作業(yè)時必須正確穿戴救生衣；駕駛室司機禁止長時間玩手機；工作人員必須按規(guī)定定時巡檢機艙等。以往在這種移動和封閉場景下的安全監(jiān)管難度較大，中國聯(lián)通運用5G網(wǎng)絡(luò)和邊緣智能分析盒子，基于元景大模型構(gòu)建了拖輪作業(yè)場景下的合規(guī)AI監(jiān)測系統(tǒng)，能夠在復(fù)雜場景下識別出人員安全違規(guī)情況并現(xiàn)場預(yù)警和上報。
安全網(wǎng)上下船識別
工作人員是否穿著救生衣識別
AI巡檢，違規(guī)操作難逃“慧”眼
港區(qū)外集卡、內(nèi)集卡、叉車、通勤車、保障車車輛眾多，幾十種大大小小不同類型的車輛往返穿梭，同時港區(qū)內(nèi)集裝箱、龍門吊、岸橋等作業(yè)區(qū)域情況復(fù)雜，因此港區(qū)內(nèi)的人員和車輛違規(guī)行為識別是一項龐大而精密的工程。“以前，工作人員無法兼顧海量監(jiān)控實時視頻畫面，只能采用輪巡甚或出現(xiàn)事故事后追查調(diào)閱的方式，造成監(jiān)管漏洞”南京港工作人員表示，“現(xiàn)在，港區(qū)AI監(jiān)測系統(tǒng)能夠自動、全量捕捉違規(guī)行為，并及時預(yù)警，幾乎解放了這部分人力，極大地提升作業(yè)規(guī)范和效率。”
駕駛室內(nèi)違規(guī)使用手機識別
港區(qū)駕駛員違規(guī)行為AI識別。基于深度學(xué)習(xí)和計算機視覺技術(shù)構(gòu)建的移動車輛司機違規(guī)行為AI監(jiān)測系統(tǒng)，讓司機在駕駛過程中吸煙、打電話、玩手機和疲勞駕駛等情況在港區(qū)幾乎“銷聲匿跡”。工作人員表示，“以前這種情況都是見一個罰一個，現(xiàn)在違規(guī)事件較系統(tǒng)上線前下降近90%。”
移動車輛司機違規(guī)行為識別
港區(qū)車輛違規(guī)行為AI識別。南京港江北集裝箱碼頭有限公司工作人員告訴我們，“港口作業(yè)任務(wù)繁重，監(jiān)管工作量巨大，車輛一旦發(fā)生超速、違章等現(xiàn)象，往往會造成車輛和貨物損壞，造成財產(chǎn)損失，還會面臨人員傷亡，后果慘重。”而現(xiàn)在，在南京港集裝箱堆場運輸主干道，一輛輛集裝箱卡車在碼頭主干道穿梭，在車流量大的主要路口處，數(shù)臺攝像頭將實時畫面?zhèn)鬏數(shù)?0公里外的南京港（集團）有限公司大樓內(nèi)的大屏上，卡車如有闖紅燈、逆行、超速等違章現(xiàn)象都會被算法自動標記、記錄在案，不僅在港區(qū)主干道進行違章通報，還在后臺進行閉環(huán)處理。
主干道車輛闖紅燈、逆行違規(guī)行為識別
車輛違規(guī)掉頭行為識別
散雜貨碼頭運輸車輛噸袋裝卸作業(yè)識別。在散雜貨碼頭，車輛頻繁進出進行噸袋裝卸作業(yè)，班組必須在規(guī)定的時間內(nèi)完成噸袋的裝卸操作，否則將會影響船舶的進出港計劃和運行效率，以往需要管理人員通過監(jiān)控盯梢噸袋裝卸手動計時，極易發(fā)生記錄數(shù)據(jù)的不準確，費時費力，人力成本高昂。中國聯(lián)通利用AI算法準確區(qū)分車輛裝和卸的操作類型，并且自動統(tǒng)計每天每個作業(yè)班組裝卸操作的時長，精確到秒級，從而有效輔助管理人員及時發(fā)現(xiàn)裝卸作業(yè)效率低下的原因。
運輸車輛噸袋裝卸作業(yè)識別
AI應(yīng)用場景之廣 為港口業(yè)內(nèi)首例
提起AI大模型，可能很多人的認知還停留在ChatGPT這樣的通用大模型上。事實上，在當(dāng)前的大模型建設(shè)浪潮當(dāng)中，行業(yè)大模型越來越多。不同于發(fā)展通識能力的通用大模型，行業(yè)大模型側(cè)重為特定行業(yè)提供高級別的感知、決策支持和自動化服務(wù)，如能源、制造、交通行業(yè)大模型等。在2024年合作伙伴大會上，中國聯(lián)通推出的人工智能創(chuàng)新成果——元景大模型2.0，已經(jīng)形成37個行業(yè)大模型和100多個標桿應(yīng)用，致力于成為更懂行業(yè)的大模型，賦能經(jīng)濟社會新質(zhì)發(fā)展成效顯著。南京港就是邁入AI大模型時代的智慧港口典型案例。
聯(lián)通數(shù)據(jù)智能有限公司南京港項目負責(zé)人林義閩在介紹項目時難掩自豪，“南京港項目利用聯(lián)通自主研發(fā)的元景大模型港口AI算法倉庫和41項港口AI算法，賦能南京港集團旗下的多家子公司，涵蓋了集裝箱碼頭運營、散雜貨碼頭運營、水上運輸、港口資產(chǎn)管理、港口理貨經(jīng)營、港機制造等多項港口業(yè)務(wù)，AI應(yīng)用場景之廣，為港口業(yè)內(nèi)首例。”
人工智能在智慧港口領(lǐng)域的應(yīng)用，不僅標志著港口管理方式的革新，更是對未來港口生產(chǎn)模式的一次深遠探索。未來，中國聯(lián)通將進一步探索應(yīng)用場景，不斷打磨完善元景大模型能力，持續(xù)完善細分行業(yè)場景，讓人工智能技術(shù)更好地賦能千行百業(yè)。
