京東雲將AI注入深圳赤灣港，通過提供計算機視覺對港口內車輛作業環境的感知、駕駛員疲勞狀態的檢測等技術服務。自2019年11月至今，赤灣港實現了港內每天3750車的作業車輛零事故，提升港口車輛管理效率40%，助力港口產業數智化升級。
創新與破局
港口作為重要的貨物轉運樞紐，赤灣港內每天約有3750車的運輸作業量，從事着散糧、鋼材、集裝箱的裝卸與運輸，其中僅港口自有的內拖車，就保持着7*24小時的不間斷作業，單車運行每天達25次以上。對於司機而言，作業中存在高負荷、車輛運行區域大、疲勞駕駛、視野侷限難監測等難題；對於運營管理者，日常車聯網的數據分散不統一，為高效的調配造成了困擾，而這些已成為赤灣港首要的破局之困。
不僅如此，因為港口的人力作業密集、機械化設備多、設備複雜、與外界交互少等問題，使得在生產操作過程中無法避免存在各種安全隱患。整體來看，“運輸”、“裝卸”、“倉儲”三個關鍵環節問題尤為突出，而對於 “裝卸”，由於港口內的作業環節較多，如裝卸、堆垛、拆垛等，任一操作主體如存在操作不當，就可能導致重大事故的發生；“倉儲”，貨物的種類眾多體量大，存儲的方式和要求也不盡相同，存在監控和安全隱患防控難等問題。
京東雲聯合合作伙伴蓋恰智能科技，將AI能力與港口產業中“運輸”、“裝卸”、“倉儲”等實踐經驗相結合，基於部署在港口的邊緣計算智能終端，採集海量數據，並利用人工智能對圖像數據進行自動標註與識別，對風險進行預測，改變了傳統物聯網設備僅用於監測的短板，而將風險識別算法前置到終端設備，實現了監測與預測的結合，為作業風險防控、應急響應提供可靠、高效的智能決策支撐。
人工智能如何“駛入”百年港口？以“水平”運輸車輛的防禦性安全智能駕駛為例，利用京東雲的計算機視覺感知技術，ADAS(高級駕駛輔助系統)對作業車輛前方各種類型的車輛、行人、車道線、護欄、交通信號燈、交通標誌牌等目標進行識別，對可能發生的車距過近、前向碰撞、行人碰撞、車道偏離等危險進行本地預警，避免交通事故發生，這也是下一階段港口實現自動駕駛的基礎條件；除此之外，在經過駕駛員授權的情況下，DMS(駕駛員監控系統)採用了傳統識別+深度學習技術對駕駛員的面部變化進行分類判別，跟蹤分析眼瞼開合狀態、嘴唇開合狀態和頭部位置，如識別打哈欠，長時間或者頻繁閉眼、低頭等，從而判斷駕駛員是否處於疲勞狀態或者分神、接打電話等狀態，以及是否存在未系安全帶的隱患，系統利用實時的圖像自動標註算法，會以毫米級進行標記識別，當駕駛員存在安全隱患時，車內的機器人會迅速發出語音預警提醒，避免潛在的交通事故發生。
在港口的逐步數智化升級中，“運輸”僅是其中一環，貨物的“裝卸”同樣是港口常見的作業場景。門機，作為港口搬運各種集裝箱、散雜貨物的主要設備，起重量從幾十噸到上千噸，一旦出現安全事務，後果無法想象。深圳赤灣港，利用計算機視覺、毫米波雷達等技術，對作業區可能發生的人或車輛“入侵”進行預警，避免大型集裝箱在裝卸、搬運過程中發生碰撞，造成人員的受傷和貨物的損失。
對於“倉儲”環節監控難度大的難題，擁有34座筒倉的深圳赤灣港，根據不同類型貨物存儲方式，運用與之匹配的物聯網傳感器，對筒倉內的温度、濕度、煙氣、粉塵濃度、設備的電流電壓等參數進行實時安全監測。當參數達到預設閥值時，系統將發出報警提醒，並採取應對措施，以達到預防的目的，確保筒倉安全運行，逐步實現對貨物的“穿透式”的管理，確保貨物安全看得見。
僅從港口的運輸作業升級來看，自2019年11月系統上線至今，深圳赤灣港內作業車輛事故和違章均降至為0，大幅度降低了安全隱患，效果明顯，與此同時，港口車輛的運營管理工作效率也得到了40%的顯著提升，並形成了車輛運營監管平台上值班人員/班長/上級領導的預警分級推送機制，以及每天3750車的部署車輛和作業司機的安全駕駛獎勵機制。安全不僅是效率的前提，亦是效率提升的引擎。
海運承擔着全球80%以上貨物的貿易運輸，港口是全球海運的交接點，發揮着至關重要的物流服務和商業功能。京東雲攜手合作夥伴，將AI能力注入大灣區的百年港口深圳赤灣港，助力傳統產業數智化升級，實現了安全與效率的雙提升，在港口複雜豐富的場景中，這僅僅是一小步。當吞吐量不再是衡量港口的關鍵，取而代之的是港口產業數智化覆蓋的環節有多少，效率的提升有多高，安全的可持續週期有多長，港口產業數智化的破局之道也就水到渠成。