Menú
Síganos en

LEAS: apoyo a la toma de decisiones en tierra para situaciones de tráfico con buques altamente automatizados o autónomos mediante IA.

Índice de contenidos

Introducción de LEAS

Las rutas de transporte marítimo se caracterizan actualmente por una creciente digitalización y automatización a bordo de los buques. En la actualidad se está investigando en todo el mundo el desarrollo de buques parcial o altamente automatizados y autónomos, y se está aplicando en desarrollos de prototipos. Hasta ahora, se ha prestado poca atención a la integración técnica y operativa de estos buques en el sistema existente de buques convencionales y servicios de control del tráfico en tierra. La fusión de los regímenes de tráfico y vigilancia es especialmente importante cerca de las costas con alta densidad de tráfico, donde a veces es necesario tomar decisiones en el menor tiempo posible.

Resumen del desarrollo

LEAS se centra en el diseño, la implementación y la demostración de servicios de apoyo en tierra basados en la inteligencia artificial (IA) para buques convencionales a los de navegación autónoma y posiblemente no tripulados (tráfico mixto). Así, se aborda un escenario de transporte marítimo para el que -aparte de algunos estudios de simulación- no se dispone de experiencia práctica sobre requisitos y procedimientos operativos. Los componentes y módulos de asesoramiento desarrollados se basarán en elementos que funcionen con inteligencia artificial (IA) y se implementarán en una innovadora interfaz hombre-máquina (HMI). Esta última deberá indicar al operador humano la intención o los objetivos que persigue el sistema automatizado y los medios empleados.

Situación ejemplar

El siguiente ejemplo de un escenario de seguridad ficticio se utiliza para ilustrar la cuestión del apoyo en tierra para mejorar la seguridad y la eficiencia del transporte marítimo costero para las situaciones de tráfico que implican buques altamente automatizados o autónomos en relación con los centros de servicios de tráfico de buques (VTS).

Thomas ha completado recientemente con éxito su formación como operador en un centro de tráfico VTS. Es uno de los primeros en ejercer esta profesión sin haberse hecho a la mar. Es octubre de 2025, se acerca una noche de otoño con chubascos y vientos racheados. Además de Thomas, hay otros dos empleados de guardia, por lo que se cumple el requisito de dotación mínima.

Domina los 12 monitores y los diversos sistemas de apoyo con confianza porque está bien preparado mediante la formación. Rutinariamente, observa el tráfico hasta que aumenta la intensidad de la radio de voz. Aparece una alarma que indica que un barco ha abandonado el esquema de separación de tráfico (TTS) cerca del parque eólico al norte de Helgoland. Otro barco, obviamente muy automatizado, se acerca. ¿Hay alguien en el puente de mando? ¿El centro de vigilancia de la compañía naviera está al tanto de la situación? Empieza a surgir un riesgo de colisión con el barco que acaba de salir del TTS. No hay evidencia de una maniobra evasiva. El buque automatizado, como titular del rumbo, sigue navegando de acuerdo con las reglas. El otro barco, como el obligado a realizar la maniobra evasiva, toca ahora el límite de seguridad del parque eólico. Allí no tiene profundidad, por lo que se dispara la alarma de peligro de varada. Mientras tanto, en la zona de vigilancia se han disparado seis alarmas diferentes. ¿Cuál es la más prioritaria, cuál es la más urgente? Thomas tiene que decidir. Menos mal que para ello dispone de un sistema de apoyo a la decisión basado en la IA.

Objetivos del trabajo científico-técnico de LEAS

  1. ¿Pueden detectarse anomalías en el comportamiento de conducción de los buques principalmente a partir de los datos AIS utilizando métodos basados en la IA para la supervisión del tráfico?
  2. ¿Cómo puede utilizarse la IA para contrarrestar una escalada de peligro en situaciones de tráfico complejas?
  3. ¿Cómo puede utilizarse la IA para detectar y eliminar la influencia de los errores que se producen al determinar los datos de posición de un barco?
  4. ¿Puede utilizarse la IA para lograr una predicción más rápida y fiable de las características de maniobra de un buque para el seguimiento del tráfico?
  5. ¿Cómo debe diseñarse la interfaz hombre-máquina (HMI) de un sistema VTS equipado con métodos basados en la IA?
  6. ¿Cómo debe estructurarse un sistema de simulación o un demostrador para incorporar las funcionalidades de la IA y ser utilizado para la evaluación?
  7. ¿Es suficiente el marco jurídico actual para utilizar la IA en el ámbito marítimo como apoyo a los operadores de STB?

Principales paquetes de trabajo

Seguimiento del tráfico y flujos de datos

Se resumirán y analizarán las normativas nacionales e internacionales y sus dependencias (por ejemplo, OMI/IALA). En particular, se considerará la normativa emergente para los MASS (Buques Marítimos Autónomos de Superficie). Se compararán las actividades para el desarrollo de las operaciones de STB en un contexto internacional.

Concepto de gestión del tráfico y arquitectura del sistema

Se especifican y modelan los futuros procesos de los transportes mixtos. Además, se elaboran propuestas para los centros VTS a la hora de tratar con el MASS. Las especificaciones incluyen formatos de datos, tasas de transmisión y distancias, así como formatos de salida y un modelo de base de datos. Además, los requisitos de datos desarrollados y los formatos de datos propuestos se alinearán con las directrices y normas que se están desarrollando actualmente (por ejemplo, el Compendio de la OMI, las especificaciones de la IALA). Se especificarán escenarios de tráfico para verificar las capacidades técnicas de los módulos.

La agregación de todos los flujos de datos es esencial para el desarrollo de los módulos de IA. El registro seguro y estructurado de los datos permite el entrenamiento fuera de línea de los módulos de IA y su posterior verificación. En particular, se identifican y eliminan las incoherencias en los datos y los valores atípicos. Además, se desarrollará un concepto para el traspaso entre el back-end y el front-end para el VTS basado en la web.

El demostrador requiere el desarrollo de una sólida arquitectura de software y hardware. Se definirán las interfaces y los requisitos técnicos. También se definirán los módulos del sistema y el intercambio de sensores, conocimiento de la situación e información de la ruta entre el barco y la costa, así como la posterior integración del sistema en las soluciones actuales de VTS.

Interfaz hombre-máquina para el apoyo del STB basado en la IA

La base es la norma ISO 9241-210 "Ergonomía de la interacción persona-sistema - Parte 210: Diseño centrado en el ser humano para sistemas interactivos". El proceso de diseño es un procedimiento iterativo con optimización y adaptación continuas de las soluciones de diseño sobre la base de evaluaciones centradas en el usuario. El proceso de diseño es un procedimiento iterativo con una optimización y adaptación continuas de las soluciones de diseño sobre la base de evaluaciones centradas en el usuario. La participación de los usuarios tiene lugar en forma de talleres y entrevistas.

Sistemas y módulos de ayuda a la decisión basados en la IA

El paquete de trabajo proporciona todos los datos necesarios para el desarrollo de los módulos de IA. Además, se desarrollan y verifican los algoritmos de IA. Por lo tanto, esto representa el principal paquete de trabajo de LEAS.
También se desarrollarán aquí los módulos de IA necesarios para la parte del proyecto basada en la web.

Módulo AI 1 - Apoyo a la decisión para la selección de datos de posición

  • Definición del conjunto de datos de entrenamiento y de prueba
  • Implementación de modelos de comparación basados en métodos estadísticos clásicos, por ejemplo Determinación de la densidad en histogramas, modelos de mezclas gaussianas o máquinas de vectores de apoyo de una sola clase.
  • Análisis del conjunto de datos para diferentes proyecciones en el espacio de los parámetros como: Elevación, Ángulo de Acimut, Relación de Densidad de Señal a Ruido, Tipo de Satélite (Bloque GPS 2 / 3), Nº de Satélite, Posición del Buque, Orientación del Buque.
  • Selección de al menos dos métodos de aprendizaje profundo, por ejemplo, normalización de flujos
  • Mejora iterativa de los modelos mediante la optimización de los hiperparámetros
  • Comparación con los modelos clásicos de comparación en cuanto a la coherencia de todos los modelos
  • Implementación de la interfaz con la HMI

AI Módulo 2 - Escalada del peligro y evaluación de la situación

  • Extracción de situaciones históricas de encuentro
  • Determinación de la peligrosidad de una situación con la ayuda de los dominios del buque y los valores límite derivados
  • Determinación del último momento posible de una intervención
  • Resolución de situaciones de peligro por predicción de maniobras con Deep Learning
  • Verificación del procedimiento de aprendizaje en el post-procesamiento
  • Identificación y gestión segura de situaciones de tráfico complejas

Módulo 3 de IA - Detección inteligente de anomalías

  • Identificación de movimientos y situaciones anómalas de los buques en diversas condiciones
  • Investigación de la trayectoria con respecto al rumbo y la velocidad
  • Determinación del punto de intervención más temprano posible en el rumbo del buque
  • Verificación del procedimiento de aprendizaje en el post-procesamiento

Módulo AI 4 - Predicción del movimiento de los buques autónomos

  • Clasificación de los buques como base para el desarrollo de la IA.
  • Estimación de parámetros para clases de buques basada en datos históricos y estadísticos de AIS y otras fuentes de datos utilizando Deep Learning
  • Verificación de los conjuntos de parámetros para las clases de buques

Demostrador de módulos de apoyo a la decisión basados en la IA con una innovadora HMI.

En esta parte del trabajo se desarrollan los dos demostradores. Se implementarán las maquetas de HMI, se realizarán las interfaces entre los módulos de IA y los frontales de HMI y se integrarán en el sistema de simulación para crear un entorno de usuario realista que pueda ser evaluado.
Para ello, los módulos de IA se reúnen en los demostradores. Esto incluye la integración de los módulos de IA en el sistema de simulación, la creación de interfaces entre los datos en tiempo real o el simulador y los prototipos de IA para proporcionar datos de sensores realistas e información de posición.
Además, se genera la estructura básica para una infraestructura VTS basada en la web.

En tres lugares, los resultados de LEAS se integrarán como un prototipo

  • Infraestructura MSCW (Centro de Simulación Marítima de Warnemünde | HSW | Alemania)
  • Sistema de simulación en el Centro Fraunhofer de Logística Mairitme (CML | Hamburgo | Alemania)
  • VTS basado en la web en FleetMon (Rostock | Alemania)

Dentro de este paquete de trabajo, está previsto continuar con las pruebas de carga de ciberseguridad para la infraestructura de STB basada en la web.

El demostrador | Resultado

Con la finalización del proyecto, es posible evaluar el efecto del MASS en los centros de tráfico. También se pueden hacer recomendaciones de actuación sobre cómo deben mostrarse los futuros buques altamente automatizados en la parte delantera. El comportamiento de conducción de estas naves especiales se predecirá utilizando la IA para proporcionar a los operadores un cuadro de situación fiable.

Reuniones de estado

Reunión de lanzamiento digital celebrada en 02-2022

Foto de la reunión en línea

El viernes 11 de febrero de 2022 tuvo lugar la reunión oficial de lanzamiento de LEAS. Debido a Corona, ésta tuvo que llevarse a cabo de forma digital. En 5 horas, se discutieron los contenidos individuales de trabajo y se derivaron los próximos pasos. Estuvieron presentes todos los socios, todos los asociados y la agencia ejecutora del proyecto. En total, 25 personas participaron en la reunión. En las próximas semanas, las conversaciones continuarán en rondas más pequeñas. En general, fue una reunión muy exitosa.

Taller de KI en Warnemuende sobre HSW 05-2022

El trabajo sobre la aplicación de la inteligencia artificial es uno de los aspectos de trabajo esenciales en el proyecto. Para las actividades evaluadas en AP4, se celebró un taller el 19 de mayo de 2022 bajo la dirección de DLR Neustrelitz. Para ello, se reunieron en Warnemünde todos los socios y personas que participan activamente en el desarrollo. Tras la presentación de cada una de las partes de la IA, se discutieron las estrategias de implementación. También se revisaron las interfaces de los demostradores y de ahí se derivaron otros pasos de trabajo. Quedó claro que los objetivos fijados son muy ambiciosos, pero al mismo tiempo parecen alcanzables. Tras siete horas de intenso debate, el taller se declaró concluido con éxito.

2ª reunión anual 2022 del 16 al 17 de noviembre en Rostock y Warnemünde

Del 16 al 17 de noviembre se celebró en la Universidad de Ciencias Aplicadas de Wismar, con campus en Rostock-Warnemünde, la segunda reunión anual de LEAS para 2022. La agenda de los dos días incluyó talleres y presentaciones a cargo de miembros y socios del proyecto, así como un evento nocturno organizado por FleetMon en el Radisson Blu Hotel de Rostock.

Carsten Hilgenfeld (Director de Investigación y Desarrollo de FleetMon) presentó el desarrollo del "Servicio de Tráfico Marítimo Basado en Web" (VTS) de FleetMon para la Autoridad Marítima de Zanzíbar, en torno al tema "Avances en VDES como continuación de las normas AIS y S100 / S200 para buques altamente automatizados o autónomos". Michael Bergmann (Asesor Ejecutivo de BM Bergmann-Marine) continuó hablando sobre la situación reglamentaria del VDES (Sistema de Intercambio de Datos VHF) y las implicaciones para el mercado AIS, y Sebastian Belz (Secretario General de la Plataforma Europea de Ciencias del Transporte, Fundación EPTS) cerró el taller con su presentación sobre la Conferencia Internacional VTS con el apoyo de la Plataforma Europea de Ciencias del Transporte en 2024.

Para los participantes en el proyecto y los asistentes interesados del sector, la velada fue una excelente oportunidad para conocerse personalmente e intercambiar información sobre la evolución actual de las nuevas normas VDES.

Blog y publicaciones

Comunicado de prensa 02-2022

Desarrollado por EmbedPress

Índice de contenidos

Coordinador de proyectos

Fraunhofer FKIE

Instituto de Comunicación, Tratamiento de la Información y Ergonomía

Socio del proyecto

JAKOTA Cruise Systems GmbH

FleetMon | Seguimiento de los siete mares

Fraunhofer-Center für Maritime Logistik und Dienstleistungen CML
Fraunhofer CML

Centro de Logística Marítima

Deutsches Zentrum für Luft und Raumfahrt
DLR - KN

Instituto de Comunicaciones y Navegación

Deutsches Zentrum für Luft und Raumfahrt
DLR - MI

Instituto para la Protección de las Infraestructuras Marítimas

Escuela Superior de Wismar
HSW - Universidad de Wismar

Departamento de Estudios Marítimos, Ingeniería de Sistemas y Logística

Bergmann Marine
BM - Bergmann Marine

Consultoría y asesoría marítima

Socio alemán asociado

BMDV

Ministerio Federal de Asuntos Digitales y Transporte de Alemania

Verband deutscher Reeder
VDR

Asociación Alemana de Armadores

IBM Alemania

Desarrollo de IA y análisis marítimo

IN - innovative navigation GmbH
IN - Navegación innovadora

in-innovative navigation GmbH

WSV
WSA

Weser-Jade-Nordsee, Autoridad de Vías Navegables y Navegación de la República Federal de Alemania

GWDS

Dirección General de Vías Navegables y Navegación

Socio de cooperación internacional

NRSI
NSRI | ZA

Instituto Nacional de Salvamento Marítimo

ZPA
ZMA | TZ

Autoridad Marítima de Zanzíbar

Puerto Bahía Blanca | ARG

Operación portuaria

SANBORN Analytics | USA

Una empresa de vigilancia marítima

Proveedor de equipos

JULIUS Marine GmbH

ayudas a la navegación, boyas, linternas marinas y sistemas de señalización de esclusas

Ministerio Federal de Educación e Investigación
Financiado por

BMBF - Ministerio Federal de Educación e Investigación

Marco del proyecto

Programa de investigación sobre seguridad civil

Promotor

VDI/VDE Innovation + Technik

Perfil oficial del proyecto

Duración del proyecto

Enero 2022 - Diciembre 2024

Volumen de financiación

3.800.000 euros

Contactar con el coordinador del proyecto

Contacto en FleetMon

Logotipo del proyecto (.png, transparente)

Compartir este proyecto