人工智能(Artificial Intelligence,AI)这一技术概念,虽然从目标上来看是指研究和开发用于模拟、延伸和扩展人类智能的科学,但是从实现路径上来看,本质是一种基于计算机科学的机器化智能,是指一种让智能机器以类似于人类智能的方式做出反应的技术探索。这也就意味着,相关智能机器要具备语言识别、图像识别、自然语言处理、专家系统、计算机视觉、机器学习等与人类智能相关的能力,而信息化显然是这些能力实现的基础。

人工智能当下炙手可热,已与诸多行业深度融合。航运业可谓人类经济发展中非常古老的行业,近年来凸显出与人工智能的深入融合,通过全自动码头、智慧船舶配载、智能调度等各领域的应用,以及未来可能朝着无人驾驶船舶、智能解决方案设计等趋势,不断从信息化到智能化演化发展。

全自动码头:自动运输设备和控制系统的结合,实现无人工介入的协同高效作业

全自动码头在全球各地均有涌现,技术应用已经较为成熟。我国的上海洋山港、青岛港、广州港等港口也都在全自动码头建设中走在了世界前列。

以上海洋山港的出口集装箱调运为例,自动化码头的作业流程大致分为6个步骤:使用自动化轨道吊起重集装箱、自动化轨道吊自动将集装箱堆叠至集装箱堆场、自动化轨道吊将集装箱从堆场自动运送至AGV(Automated Guided Vehicle,自动引导运输车)运输点、AGV将集装箱运送至岸桥起重点、岸桥起重、远程控制及调度中心将集装箱起重运至运输船。

在上述流程中,AGV起到了关键性中介作用,这是一种具备电磁或者光学等自动导引装置,能够沿规定的导引路径行驶,具有安全保护以及各种移栽功能,不但可以自动规避障碍物,还可以做出减速、刹车或绕行等遭遇突发状况的各种决策并规划最优驾驶线路。

AGV自动导航的实现技术是多元的,其中在业内被广泛采用的是磁钉定位导航系统。例如洋山港自动化码头四期工程中,就在地面埋设了61483颗螺钉,磁钉与磁钉之间就处于一种较为精确的定位状态,再通过磁导航传感器检测磁钉的磁信号即可实现AGV的定位,此时可以依靠编码器数等里程计量传感器来计算位置,依靠陀螺等角度传感器来确定方向角。

有了自动引导设备,全自动化码头作为一个庞大系统,要实现协同运作,还需要通过人工智能、运筹学决策和系统工程理论来发展中央控制系统。上海洋山港的控制系统主要包含了全自动化码头智能生产管理控制系统(TOS)与设备管理系统(ECS),它们指挥着130台AGV协同工作,共同发挥出最优的效率。

自动运输载体之外,人工智能也渗透到了全自动化码头的各方面,解决了传统码头作业中的难题,极大提高了自动效率。例如,在码头上,轨道吊从集卡车上抓取集装箱时,如何安全高效地进行全自动化交互作业,是全球港口一直未解决的行业难题。因为集装箱与集卡车的拖盘锁销一旦没有完全分离,轨道吊卸箱时容易造成集卡被吊起事故,存在安全隐患。青岛港自动化码头团队则通过用人工智能、图像识别等技术研发了机器视觉集卡防吊起系统,实现集卡防吊起自动识别。这项新突破,让自动化码头的全自动化范围再次延展,从码头卸船作业一直延至陆侧区域。这样一来,码头收箱作业避免人工介入,进一步提升了安全性,解决了行业难题。

除了已经应用的技术,全自动码头的发展也与相关技术的进步紧密结合。广州港集团就积极引入高新技术,与华为公司开展了战略合作,着力结合5G技术打造“车路协同”平台,优化自动化码头的作业流程。华为已在广州港等港口进行有关联合创新和测试,探索5G在港口陆地和海域等特殊场景的覆盖技术,实现港口遇险报警、辅助航行、智能理货等业务运用。

智能船舶配载:人工智能算法模拟配载员操作,实现自动配载过程

智能船舶配载通过人工智能技术和算法优化,可以结合船舶箱量分布、箱型比例、挂靠港、货物堆存、机械设备状态、班轮航线、泊位、货源等信息,自动完成最优配载图,实现货物安全、高效装船,有效提升船舶装载效率。

目前较为尖端的基于学习导向的船舶智能配载技术采用了深度神经网络的学习方法进行学习,克服了大多数“抽象的配载策略无法用构造式的人工规则来描述”这一问题。同时,在配载求解过程中也采用了智能算法,但是在算法的上层还构造了一层工作流引擎用于快速调用配载特征库进行配载,从而大幅提升了配载求解的速度。

自动配载的效率约是人工配载效率的8~10倍。以装船2000自然箱为例,自动配载的速度平均为15分钟,人工配载则需要大约2~3小时。

此外,智能配载还能够降低劳动强度、固化员工经验、提高夜间配载质量。针对超大型船舶,可大幅降低员工劳动强度,逐步使配载员从反复重复的操作者角色转化成为规则的制定者。同时,通过计算机自动配载系统不断地吸纳与固化员工的配载作业经验,即可稳步、有效地提高配载质量。系统配载的另一特点即是配载质量稳定,计算机超强的计算能力能够有效避免人工因夜间疲劳导致的配载质量下降等不良情况。

智能配载在诸多港口已经进入应用阶段。宁波港大榭集装箱码头是国内首个使用智能配载技术的集装箱码头。截至2018年12月,应用智能配载船舶(装载量大于300集装箱的船舶)千余艘次,其中,大型超大型船舶应用率约占90%。该码头应用智能配载技术的船舶平均单机效率比往年同期显著提升,平均作业路数比往年同期有所减少。智能配载技术大幅提高了配载计划的编制效率,1000集装箱积载时间可以在10分钟内完成,公司吞吐量达300万集装箱时,计划岗位人员编制仍保持不变,特别是针对短截关期状况下的大型船舶,该技术可以平均将装船作业开工时间提前3~4个小时,节能减排的同时显著降低码头生产运营成本。

上海港应用智能配载技术后,由于配载决策所需时间显著缩短,可先根据放关情况提前数小时进行首次决策,靠泊前针对剩余出口箱进行二次决策,且首次决策时间大幅延后,减少了首次决策后放关出口箱数量,提升了决策效率和决策水平。

无人驾驶船舶:技术已经先行,商业运行可以期待

无人驾驶船舶的发展尽管尚处于研究论证阶段,但是,其未来的商业化运营并非遥不可及。

全球首艘“无人集箱船”已于2017年9月29日下水测试,这艘名为“Yara Birkeland”号的船只由挪威康士伯海事(Kongsberg Maritime)和全球最大的化肥制造商——挪威Yara集团合作研发设计。全电动模式可完全实现零排放,长80米、宽15米,能够装载120个20英尺标准集装箱,虽然载货量很少,但该船的正式投入运营将会成为全球航运史上的一个巨大转折点。据报道,“Yara Birkeland”号利用自身安装的全球定位系统、雷达、摄像机和传感器等,能够在航道中实现避让其他船舶,并在到达终点时实现自行停靠。

在世界其他地方,无人驾驶船舶的研发也在如火如荼地进行着。2018年4月,丹麦航运巨头马士基集团和总部设在美国波士顿的Sea Machines Robotics公司展开合作,马士基将在其新建造的一艘Winter Palace冰级集装箱船上安装计算机视觉、激光雷达(LIDAR)和感知软件,Sea Machines Robotics公司的人工智能动力感知和态势感知系统则将利用传感器收集船舶周围的环境信息,识别和跟踪潜在的冲突并在操舵室内显示收集到的信息。马士基因此成为世界上第一家在集装箱船上试验人工智能(AI)动力感知和态势感知技术的公司。

在2020年,IBM联手海洋研究组织ProMare打造的“AI船长”也将掌舵无人驾驶船“五月花”号。“AI船长”可以使用摄像头、人工智能和边缘计算系统来安全地绕过周边船舶、浮标和其他预计会在航行期间遇到的海洋危险。

技术已经先行一步,接下来,随着智能船舶控制系统,海洋、气象、水文等智能识别技术的完善,以及相关法律法规的健全,无人驾驶船舶成为可能。而一旦无人驾驶船舶商业化运行开启,必将重新定义集装箱运输业的参与主体和商业模式。在物联网、大数据、区块链、虚拟现实等技术不断裂变式发展的背景下,人工智能技术亦将不断推动集装箱运输业从信息化走向去中心化、走向系统分散化、走向智能化,其商业模式创新也将在技术浪潮中呈现出各个参与主体的数字化转型而更加呈现出共生发展的模式,引领集装箱运输业真正步入智能化新阶段,以航运互联网生态系统的搭建启动智慧航运的时代。