Menu
Ikuti kami di

PRESEA – Prakiraan lalu lintas yang didukung AI untuk meningkatkan keselamatan maritim

Daftar Isi

Latar belakang proyek

Berbeda dengan pertimbangan retrospektif, tinjauan prediktif lalu lintas pelayaran di wilayah laut atau pelabuhan tertentu belum dimungkinkan. Selain aspek ekonomi, prakiraan lalu lintas laut juga penting dalam hal keselamatan dan kebijakan lingkungan. Jika terjadi kecelakaan atau penyelamatan yang menghalangi atau mempersempit jalur pelayaran (misalnya PERNAH DIBERIKAN di Terusan Suez), prakiraan lalu lintas memfasilitasi pengelolaan lalu lintas pelayaran di masa depan di wilayah tersebut. Proyek ini menyediakan layanan baru untuk industri maritim dan memungkinkan model bisnis yang inovatif. Aplikasi ini berguna untuk perusahaan logistik maritim yang mendapat manfaat dari peningkatan prakiraan pelabuhan dan waktu kedatangan, serta untuk otoritas keamanan maritim yang untuk pertama kalinya dapat memperoleh informasi terperinci sebelumnya tentang volume lalu lintas yang diharapkan di Laut Utara dan Laut Baltik. Aplikasi web untuk peramalan lalu lintas laut yang dikembangkan sebagai bagian dari PRESEA digunakan oleh perusahaan pelayaran, operator kanal, dan pusat kontrol lalu lintas untuk meningkatkan keselamatan maritim.

Tujuan proyek

Tujuan PRESEA adalah pengembangan aplikasi perangkat lunak berbasis real-time yang didukung AI yang memprediksi lalu lintas laut aktual di area tertentu di Utara dan Laut Baltik hingga 14 hari sebelumnya dan menampilkannya dengan cara yang mudah digunakan. Perangkat lunak ini didasarkan pada data AIS (Automatic Identification System), jadwal untuk layanan reguler, kapal feri dan kapal pesiar serta data pasang surut dan cuaca. 

Putar Video

Ulasan Kode Lokasi Perserikatan Bangsa-Bangsa

Langkah penting dalam prediksi lalu lintas maritim adalah interpretasi tujuan di AIS. Sangat sering, kapal menggunakan UNLoCode untuk tujuan ini. Untuk memeriksa apakah JCS telah mencatat semua LoCode untuk port, ini dibandingkan dengan lebih dari 4500 FleetMon Area Pelabuhan. Selama penyelidikan ini, beberapa kesalahan ditemukan dalam database PBB dan ini diteruskan ke pihak berwenang.

Mengidentifikasi pelabuhan yang akan datang dalam pelayaran

Dalam prosedur yang kompleks, port berikutnya ditentukan berdasarkan string tujuan yang terkandung dalam AIS. Lebih dari 300.000 ejaan alternatif dan interpretasi nama port digunakan untuk tujuan ini. Dengan mempertimbangkan panggilan port terakhir, port berikutnya ditentukan bersama dengan UNLoCode.

Dalam contoh di samping, Semanggi Atlantik diidentifikasi sebagai pelabuhan Hon Gai berikutnya di Vietnam. Kapal ini sekarang dipandu ke tujuannya menggunakan algoritma routing.

Langkah penting berikutnya adalah menentukan port mendatang yang diharapkan. Untuk tujuan ini, panggilan pelabuhan dari tahun 2010 hingga 2020 digunakan dan panggilan pelabuhan untuk setiap kapal (AIS A-Class) digunakan. Dengan referensi silang ke keadaan saat ini dan manajer serta pemilik kapal saat ini, 5 pelabuhan berikutnya diprediksi. Ratusan juta panggilan pelabuhan diperiksa untuk proses ini dan dibawa ke dalam hubungan satu sama lain seperti yang dijelaskan.
Pemeriksaan permanen terhadap hasilnya dilakukan. Untuk proses ini, lompatan dilakukan ke titik waktu mana pun di masa lalu dan hasilnya diperiksa terhadap masa lalu berikutnya.
Evaluasi menghasilkan hit rate yang sangat baik, yang berarti bahwa JCS akan dapat memprediksi panggilan pelabuhan yang akan datang untuk hampir semua kapal yang dijelaskan secara komersial.

Pelaksanaan

Dengan bantuan proyek bersama MERMAID (Maritime Routing Maps based on AIS Data), informasi tersebut terhubung satu sama lain untuk lalu lintas pelayaran di seluruh dunia dan algoritmanya, serta penerapan proses kecerdasan buatan (AI) dasar. Tujuan AI adalah untuk memprediksi pelabuhan berikutnya setepat mungkin, dengan mempertimbangkan panggilan sebelumnya ke pelabuhan, jenis kapal dan panjang kapal. Inovasi khusus dari PRESEA adalah menyediakan jaringan perutean, yang sudah memperhitungkan kondisi lingkungan statis seperti dangkal dan selat, dengan dinamika otomatis yang menggeser panduan rute secara real-time jika terjadi fenomena cuaca berdasarkan perhitungan kompleks tergantung pada jenis kapal.

Hasil

Tonggak penting yang dicapai dalam proyek ini adalah deteksi yang andal dari port tujuan berikutnya (AIS Destination Interpreter) dengan probabilitas lebih dari 90%. Saat memasukkan tujuan atau port tujuan secara manual di AIS on board, kesalahan pengetikan dan singkatan yang ambigu sering terjadi. Algoritma belajar mandiri yang dikembangkan oleh FleetMon membandingkan input manual dengan port tujuan yang sebenarnya dan memungkinkan informasi port ditafsirkan dengan jelas. Tonggak sejarah lainnya adalah peningkatan estimasi waktu kedatangan (ETA) kapal di pelabuhan. Keterlambatan karena waktu pemuatan barang atau peristiwa cuaca seperti badai berkorelasi dalam lingkup PreSEA dengan waktu kedatangan asli, yang berarti bahwa waktu perjalanan dapat ditentukan dengan lebih tepat. Setelah proyek berakhir pada 30 November 2021, JAKOTA Cruise Systems akan terus mengembangkan demonstran menjadi produk yang dapat dipasarkan untuk prakiraan lalu lintas laut global.

Memvisualisasikan hasil

Poster 1: Sistem Identifikasi Otomatis (AIS) Untuk meningkatkan keselamatan dalam lalu lintas maritim dan untuk kontrol pengiriman yang lebih baik, AIS menjadi kewajiban peralatan untuk berbagai macam kapal. Kapal mana yang terpengaruh, bagaimana sistem diatur, cara kerjanya dan beberapa informasi lain tentang AIS telah dikumpulkan dan disajikan dalam poster yang jelas dan informatif.

Poster 2: Pelabuhan dengan nama yang sama di seluruh dunia Bahwa sebuah kapal dapat dengan jelas menunjukkan tujuannya dan menampilkannya dengan benar di AIS, ada yang disebut LOCODE untuk setiap pelabuhan. Namun demikian, dapat terjadi bahwa kru memasukkan nama lengkap pelabuhan masing-masing di AIS. Hal ini dapat menyebabkan ambiguitas dalam beberapa kasus, karena ada berbagai port dengan nama yang sama di seluruh dunia. Yang paling penting diilustrasikan secara grafis dalam poster ini.

Poster 3: UN/LOCODE Salah satu tugas utama sub-proyek adalah pengembangan algoritma yang bermakna untuk menetapkan port tujuan. Ini biasanya dimasukkan sebagai apa yang disebut LOCODE di AIS. Hal ini menyebabkan berbagai pertanyaan, misalnya, sesuai dengan dasar hukum LOCODE dan bagaimana dan oleh siapa ia ditugaskan dan didokumentasikan. Untuk ilustrasi yang jelas, poster dibuat dengan informasi paling penting tentang topik tersebut.

Penyelesaian proyek

Setelah menyelesaikan proyek pada musim semi 2022, tonggak sejarah berikut dapat diringkas. Port yang akan datang akan dikenali dengan andal dengan probabilitas lebih dari 90%. Dengan algoritma belajar mandiri, kesalahan ejaan dan singkatan ambigu dalam input manual port tujuan dapat dicocokkan dengan port tujuan yang sebenarnya dan ditafsirkan dengan jelas. Akibatnya, waktu kedatangan kapal di pelabuhan masa depan (ETA = Perkiraan Waktu Kedatangan) ditentukan lebih akurat. Kutipan dan hasil proyek akan dipresentasikan pada acara penutupan online. Penelitian lebih lanjut dan pengembangan produk terkait kecerdasan buatan, keselamatan kapal dan emisi dianggap hampir pasti. Di industri, hasil proyek akan digunakan oleh beberapa perusahaan besar mulai pertengahan 2022 sebagai bagian dari studi internal dan kemudian digunakan di departemen logistik.

Acara penutupan di Maritime Cluster Jerman Utara
Acara terakhir untuk proyek PreSEA akan berlangsung secara digital pada 16 Mei 2022, dari pukul 13:00 hingga 15:30 di bawah moto "Meningkatkan ketahanan rantai pasokan maritim melalui prakiraan lalu lintas maritim yang didukung AI | PRESEA". Panitia adalah FleetMon dan Kelompok Spesialis Keamanan Maritim dari Gugus Maritim Jerman Utara.

Peristiwa

Kapan: 24 September 2020

Project PRESEA dipresentasikan pada konferensi tersebut. Judul presentasinya adalah "Proyek PRESEA – Keuntungan prakiraan lalu lintas maritim dalam keadaan darurat".

Blog & Publikasi

Revolusi data dalam pengiriman

FleetMon bekerja pada pendekatan berbasis AI yang dapat diskalakan untuk memprediksi tujuan pelabuhan yang akan datang dari kapal berdasarkan data AIS historis. Metode masing-masing terutama dimaksudkan sebagai isian untuk kasus-kasus di mana entri tujuan AIS dari sebuah kapal tidak dapat ditafsirkan. Kami berhasil menemukan solusi AI dalam database yang stabil dan efisien yang dibangun di atas model Markov yang cocok untuk tugas prediksi paralel besar-besaran dengan akurasi tinggi. Penelitian ini merupakan bagian dari proyek yang didanai yang disebut PRESEA ("Prakiraan lalu lintas maritim berbasis waktu nyata").

Bagaimana prakiraan lalu lintas laut berbasis real-time membantu mengatur dan mengoptimalkan aliran barang maritim

Sebagai bagian dari proyek penelitian PRESEA, yang dimulai pada musim panas 2019, aplikasi prakiraan lalu lintas laut berbasis waktu nyata akan dikembangkan. Berbeda dengan sistem yang ada yang menampilkan posisi kapal pada saat kueri, prototipe perangkat lunak baru menghitung dan menunjukkan jumlah kapal yang diharapkan dalam beberapa hari mendatang untuk wilayah laut mana pun di dunia.

Didukung oleh EmbedPress

Daftar Isi

Koordinator proyek

JAKOTA Sistem Pelayaran GmbH

FleetMon | Melacak tujuh Laut

Mitra proyek

Mitra asosiasi

Reederei F. Laeisz, Daimler AG, Synfioo, DNV

Bundesministerium für Wirtschaft und Energie
Didirikan oleh

BMWI - Kementerian Federal untuk Urusan Ekonomi dan Energi

Kerangka kerja proyek

Teknologi real-time untuk Keselamatan maritim

Projektträger Jülich
Promotor

Projektträger Jülich

Durasi Proyek

Juni 2019 – Nov 2021

Volume Pendanaan

750.000 Euro

Kontak

Logo Proyek (.png, transparan)

Bagikan Proyek Ini