赋能高效运行——智能物联在港口行业的主要场景应用分析

为推进智慧港口建设，提升生产运营和安全绿色的自动化、智能化水平，我国相关部门推出一系列政策。例如，交通运输部、国家发改委、财政部等九部门联合印发的《关于建设世界一流港口的指导意见》，提出“建设基于 5G、北斗、物联网等技术的信息基础设施，到 2025 年，部分沿海集装箱枢纽港初步形成全面感知、泛在互联、港车协同的智能化系统。”；交通运输部出台的《关于加快智慧港口和智慧航道建设的意见》，提出“推进港口智能感知设备部署应用，增强港口基础设施、港区环境、运行状态的动态监测能力。”

我们通过综合运用视频、音频、雷达、热成像等多维感知技术，提高港口管理人员对“人、车、船、机、货、环”相关元素的全面感知能力；同时对各类感知数据进行有效汇聚、融合治理，基于强大的智能分析能力进一步深入挖掘数据价值，有效为集装箱码头、散货码头、油气码头、件杂货码头、滚装码头等业务管理场景赋能，可助力港口数字化转型，打造新一代的“平安、智慧、绿色”港口。因此，通过智能物联技术，实现港口各个环节的数据采集、分析，实时、动态、精准地掌握港口各要素的运行态势，提高管理效率、辅助科学决策是智慧港口建设的重要内容。

1.集装箱码头

结合集装箱在港区内的流转过程，通过多维感知 +AI 能力，在闸口管理、堆场管理、智能理货、港机远程控制、安全管理等场景提供智能化应用， 提升集装箱水平运输、装卸作业效率，保障作业安全，助力港口降本增效。

（1）闸口管理。运用“OCR 识别 + 视频拼接” 技术，实现集装箱箱号、ISO 号和车牌信息的智能识别，完成集装箱完整箱面图片的采集，可辅助闸口操作员进行信息核验以及残损鉴定，优化过闸效率，降低人力成本，推动闸口管理向智能化、无人化方向迈进。

（2）智能理货。采用视频识别 + 深度学习算法方式自动采集装卸作业过程中的车号、箱号、箱体信息等数据，取代了原有现场理货员“站位盯箱” 的操作模式，提升了理货生产效率，推动了码头生产自动化转型，助力港口降本增效。

（3）堆场管理。依托物联感知、AR、数字孪生技术，构建数字化堆场管理系统，通过对堆场内的标准箱、危险品箱、冷藏箱等管理对象进行标签化、可视化管理，工作人员可查看场景中的各集装箱的箱号、箱位、箱型、重量、进场时间、堆存天数等信息， 并可在系统中完成集装箱的快速查询、统计和定位功能，及时掌握堆场的动态信息，便于制定科学有效的物料堆存计划和作业安排，实现堆场的精细化管理。

（4）港机远程控制。通过低延时、高稳定、智能化的视频监控系统，实现作业情况及设备周围环境画面的实时展示，并可在作业过程中，随不同作业动作自动切换到所需要的画面，辅助操作员进行集装箱的抓、放箱操作，提高作业效率的同时保障作业过程中的安全。

（5）安全生产管理。通过避障雷达，提供港机行驶方向及横向交叉方向的障碍物检测能力，防止岸桥、RTG 等港机设备行进过程中与其他地面车辆、人员等发生碰撞；通过视频分析或雷达监测的方式， 实现集卡车防吊起检测，避免由于集装箱锁扣未全部释放导致的集卡车被连带吊起的安全事故；通过在小车上安装激光雷达扫描小车前后方的集装箱高度和位置，辅助控制小车速度和起停，实现防撞保护；依托视频图像技术和AI 算法能力，提供正面吊、装载机等大型港机的盲区智能监测预警能力，对闯入预警区域的机非人等目标进行有效识别，并通过声光报警的方式对驾驶员进行有效提醒，防止港机行驶过程中因视野盲区造成安全事故。

2.散货码头

围绕散货码头“翻、堆、取、装、卸”各个生产环节，提供便捷有效的管理手段，提高管理效率。

（1）翻车机房管理。以三维模型与实时视频融合技术，完成实时视频在三维底图上的无缝叠加，通过点击可以完成翻车机 360 度无缝切换，实现作业人员对翻车机作业过程的全方位、无死角实时掌控。

（2）堆取料机自动化作业。通过在悬臂头部左右两侧安装激光雷达扫描装置，对料垛作业面进行实时激光扫描，并将三维激光扫描实时发送给无人堆取料机控制系统，并作为堆取料机自动控制的基础数据。

（3）堆场管理。通过无人机定期的多角度航拍采集数据，利用无人机上搭载的摄像头和传感器、利用建模技术实现堆垛计量和堆场数字化，精确测算堆场散货堆存总量、分布情况。

（4）皮带机巡检管理。通过综合运用视频智能分析、热成像、雷达、工业听诊技术，提供皮带机智能巡检能力，可对皮带机运行过程中出现的皮带跑偏、落料堆积、驱动部温度异常、流量异常、电机异响、托辊异响等相关异常情况进行智能检测和及时预警，提高皮带机巡检效率，保障港口皮带机安全稳定运行。

（5）装船机自动化作业。通过激光雷达 3D 扫描的方式确定船舱与装船机的相对位置及舱口高度，在作业时对船舱中的货物实时建模，检测货物的体积、位置信息，助力实现高效、安全的自动装船作业。

（6）环境监测。通过一体化传感设备对温度、湿度、风速等气象参数以及 PM2.5、PM10、SO2、NOx、CO、O3 等污染参数进行实时检测和可视化展示，当空气质量指标超过阈值时，可由此及时产生预警，提醒相关管理部门进行有效处置。

（7）安全生产管理。通过视频智能分析及时发现人员进入作业区（特别是进入铲车作业区域、门机关路下方、皮带机运行区等区域）出现人机交叉的情况，可通过语音播报或用户语音对讲进行提醒， 防止安全事故的发生。通过扫描避障雷达，对装卸船机、堆取料机等大型机械行驶路线上的障碍物、臂架运动过程中的障碍物进行实时检测、预警，辅助提升港机安全行驶。

3.油气码头

（1）人员定位管理。利用 GPS、差分、蓝牙等定位技术，获取人员在港口区域的精确位置，帮助管理人员更好地防范安全风险，实现人员的精细管理和智能调度。

（2）储罐安全管理。根据《交通运输部办公厅关于加强港口危险货物储罐安全管理的意见》《港口危险货物常压储罐检测工作指南》要求，对油气码头储罐的外观、状态进行定期巡检。采用分布式光纤测温系统，感温光缆敷设于罐区内各个区域， 及时发现过热点，一旦发现所测量环境温度值或温升速率超过设定阈值时，实现自动预警；融合三维模型、AR 视频技术，通过标签化全景全面直观呈现储油罐的编号、类型、压力和液位状态检测、预警信息情况，实现油品码头储罐安全可视化管理。

（3）油气管道跑冒滴漏现象检测预警。通过融合热源成像技术和光谱成像技术的气云相机，可对石油化工码头、天然气管道等相关区域进行智能巡检，实现 7*24 小时在线监测气体泄漏及早期预警；通过视频 AI 技术实现油品滴漏检测，及时发现设备磨损或老化产生溢油的情况。

4.件杂货、滚装码头

（1）件杂货理货盘点。通过视频 AI 技术，可实现木材、钢材、纸浆等货物清点，改变之前人工点数模式，提升件杂货理货效率。

（2）件杂货作业安全管理。货物吊装时，通过视频智能分析技术，可进行叉车、轮胎吊设备盲区预警、钩行路线下人员进入检测预警，保障作业安全。

（3）滚装车辆理货。传统的港口滚装汽车船舶装卸船理货主要依靠人工清点数量，再通过手机APP 对汽车的车架号进行手工录入，需要在数字和字母输入法之间来回切换，录入比较慢，且非常容易出错。通过 OCR 识别智能算法可实现车架号的自动识别，提升作业效率。

5.通用场景

（1）人员合规穿戴管理。运用视频 AI 技术可对生产作业区穿戴安全帽和反光衣合规穿戴、临水作业区救生衣合规穿戴检测情况进行实时检测和告警提醒，及时制止人员违反安全规范的安全隐患，督促相关作业人员做好个人防护。

（2）值班人员值守情况管理。通过视频智能分析能力，可对消控室、保卫处等重点区域值班人员长时间不在岗等行为进行智能检测，助力规范值班人员进行合规值守。

（3）车辆进出港区全流程管理。主要体现在出入口管理、道路安全预警、车辆拥堵检测、车辆违章管理四方面：

① 出入口管理：采用出入口抓拍机、显示屏及车辆道闸等设备，配合中心管理平台，对车辆出入进行统一管控，避免外部车辆未经授权进入港区，保障港区安全。

② 道路安全预警：针对港区内急转弯道路及主、支路交汇点等事故多发区域的道路安全管理场景，采用雷视一体机设备，对来车方向、车速、距离进行探测，并通过信息发布屏及时发布预警，提醒司机注意避让，降低事故风险。

③ 车辆拥堵检测：利用安装在港区堆场和仓库附近道路、港区主干道等区域的高清相机或者雷视一体机对交通情况进行实时监控，通过智能视频检测算法对拥堵事件进行检测，并及时上报拥堵事件信息，帮助管理人员快速发现道路拥堵异常情况并及时处理，保障道路通畅。

④ 车辆违章管理：通过违停球、电警卡口、雷达等多维感知设备，对港区内车辆闯红灯、不按车道行驶、超速、违停等违章行为进行检测，实现对港区道路多种场景的交通违章的有效管控。

（4）智能巡检管理。在港区变电站、仪表房、消控室等重点巡检区域，通过运用视频监控摄像机、微距摄像机、热成像摄像机、导轨巡检机器人等感知手段，对仪表、开关、液位及设备外观等情况进行分析识别，对变压器、电压互感器、电流互感器等设备温度等进行监测，超过设定的阈值后，联动报警提醒人工进行处理，提高巡检效率。

1.多维感知数据融合

港口智能化场景应用正在不断丰富和深入，单一感知手段已经不能满足复杂环境下的感知需求，需要通过多维感知融合的方式，广泛地感知更多特征数据，并在一定准则下进行组合，进而获得针对检测对象更加丰富、全面的信息，辅助综合判断和决策。如可同时采集设备设施的声音、振动、温度等数据，通过多维数据融合，结合推理分析模型，可更加精准地诊断和预测电机设备异常、故障。

2.大模型加速智能升级

物联感知的灵魂是人工智能，随着人工智能技术的快速发展，大模型以其强大的学习推理能力和泛化能力成为推动智能化转型升级的关键抓手和引擎。在大模型的加持下，港口场景模型能力的边界必将得到有效的拓展，AI 应用新模式也将不断涌现。通过大模型技术赋能港口场景智能业务，可进一步提升智能化应用成效、加快AI 落地部署应用。

3.物联数据与业务数据融合

通过物联感知采集的人员、车辆、货物、设备、环境参数等信息，与港口生产业务系统中的作业计划数据、作业状态数据、港机管理调度数据、库场管理等数据进行融合，经过深度分析挖掘，将为港口生产运营管理提供更加有效的辅助决策支持。

随着技术的不断发展和完善，智能物联技术必将在智慧港口的发展过程中提供更多的应用场景和技术支持，通过对港口运作流程各个环节信息进行全方位感知、广泛互联和深度挖掘，加快人流、车流、物流和信息流的联动，为港口高质量创新发展提供强大动力。

文 / 陈贺 陈浩 杭州海康威视数字技术股份有限公司

文章来源于《中国安防》杂志2024年第7期