الجسر وما بعده: الذكاء الاصطناعي والواقع المعزز يُحدثان ثورة في عملية اتخاذ القرار البحري

تستطيع أنظمة فورونو فرض شكل افتراضي رسومي على أهداف نظام تحديد الهوية التلقائي مثل العوامات والقوارب والسفن لتوفير تفاصيل عن موقعها في ظروف الرؤية المنخفضة. الصورة مقدمة من فورونو

"أحد السيناريوهات الأكثر ترجيحًا في المستقبل القريب هو أن الطاقم البشري على متن السفن سيتم تعزيزه من خلال التعلم الآلي وتصور وضع السفينة من منشأة على الشاطئ." مات وود، مدير المبيعات الوطنية لشركة Furuno USA Inc.

رسم توضيحي لواجهات الواقع المعزز المثبتة على الرأس (الجانب الأيسر) مقابل واجهة الواقع المعزز المستندة إلى الشاشة (الجانب الأيمن). رسم توضيحي بواسطة جون فوسكي، حقوق الطبع والنشر محفوظة لمدرسة أوسلو للهندسة المعمارية والتصميم. الصورة مقدمة من كيتيل نوردبي

عرض لكيفية تغير تراكب الواقع المعزز أثناء إبحار السفينة إلى الميناء. رندر لجون فوسكي، حقوق الطبع والنشر لمدرسة أوسلو للهندسة المعمارية والتصميم. الصورة مجاملة كيتيل نوردبي

تستخدم شركة Shipin Systems نظام كاميرا قائم على الذكاء الاصطناعي يتم وضعه في مناطق تشغيلية أساسية في جميع أنحاء السفينة. الصورة مقدمة من شركة ShipIn Systems Inc.

Previous Next

من الممكن بالفعل الحصول على دعم ذكي لاتخاذ القرارات على الجسر: باستخدام تقنية Furuno ، يتم عرض معلومات الملاحة على صور الفيديو المباشرة للمنظر الأمامي للسفينة بما في ذلك الاتجاه وبيانات AIS وتتبع هدف الرادار وتحديد الكائن ونقطة مسار الطريق ومعلومات الرسم البياني.

يمكن لنظام دعم الجسر الخاص بشركة SEA.AI التعرف على السفن الأكبر حجمًا غير المجهزة بنظام تحديد الهوية التلقائي على مسافة تصل إلى 7.5 كيلومترًا (حوالي خمسة أميال)، والسفن الأصغر حجمًا على مسافة تصل إلى 3 كيلومترات (حوالي 2 ميل) والعوامات على مسافة تصل إلى 700 متر (حوالي نصف ميل).

إن تعزيز الوعي بالموقف لدى حارس المراقبة باستخدام التكنولوجيا من شأنه أن يقلل من التعب ويساعده على اتخاذ قرارات أفضل في وقت مبكر. ولكن ليس من السهل تعزيز مهارات حارس المراقبة المتمرس. ويتطلب بناء قاعدة المعرفة التي تدعم التفسير الرقمي للمعلومات الكثير من الجهد.

أحد أكثر الاستفسارات شيوعًا التي تتلقاها SEA.AI يتعلق بقدرة نظامها على اكتشاف الحاويات شبه المغمورة. إن اكتشاف الحاوية العائمة أمر بسيط في الغالب نظرًا لحجمها الأكبر مقارنة بالعوامات وبنيتها المستطيلة الصلبة والفارق في درجة الحرارة بين الحاوية والمياه المحيطة بها. ومع ذلك، يمكن لأي جسم أن يُظهر اختلافًا كبيرًا اعتمادًا على زاوية الرؤية والمسافة وظروف البحر ومستوى الغمر والاتجاه في الماء ووقت اليوم وظروف الطقس وشدة ضوء الشمس والاتجاه المكاني والميل، من بين متغيرات أخرى. ونتيجة لذلك، لتحديد هوية الجسم بثقة، غالبًا ما يتطلب SEA.AI إدخالًا من مئات الآلاف من الصور.

تستطيع أنظمة فورونو فرض شكل افتراضي رسومي على أهداف نظام تحديد الهوية التلقائي مثل العوامات والقوارب والسفن لتوفير تفاصيل عن موقعها في ظروف الرؤية المنخفضة. الصورة مقدمة من فورونو
قامت شركة Orca AI للتكنولوجيا بتقدير فوائد استخدام الدعم الرقمي لتجنب المناورات الحادة وانحرافات المسار. سجل أحد العملاء، Seaspan Corp ، انخفاضًا بنسبة 19% في اللقاءات القريبة وزيادة بنسبة 20% في الحد الأدنى للمسافة المتوسطة من السفن الأخرى، مما أدى إلى توفير سنوي في الوقود يقدر بنحو 100000 دولار لكل سفينة باستخدام مساعد الملاحة Orca AI.

يزعم الرئيس التنفيذي لشركة Shipin Systems، أوشر بيري، أن النتائج التشغيلية تشمل انخفاضًا بنسبة 42% في الحوادث وزيادة بنسبة 17% في الامتثال لقواعد تشغيل الجسر عندما يتم وضع نظام الكاميرا القائم على الذكاء الاصطناعي في مناطق التشغيل الأساسية في جميع أنحاء السفينة. يوفر النظام اكتشاف المخاطر في الوقت الفعلي بما في ذلك الكشف المبكر عن الحرائق والجسر غير المأهول والاستخدام غير السليم لمعدات الحماية الشخصية من خلال دمج بيانات الفيديو مع أنظمة السفن بما في ذلك أجهزة استشعار الملاحة والطقس والآلات. أبلغت بعض السفن عن عدم وقوع حوادث في غضون 180 يومًا من النشر، في حين أدى تحسين الصيانة والكشف المبكر عن الشذوذ إلى تقليل أيام الإجازة غير المخطط لها بنسبة 30%.

تستخدم شركة فورونو الذكاء الاصطناعي لتعزيز أنظمتها التي يمكنها بالفعل فرض شكل افتراضي رسومي على أهداف نظام تحديد الهوية التلقائي مثل العوامات والقوارب والسفن لتوفير تفاصيل عن موقعها في ظروف الرؤية المنخفضة. تعمل الشركة الآن على تطوير نظام إرساء آلي أو مساعد.

بالإضافة إلى ذلك، يقول مات وود، مدير المبيعات الوطنية لشركة Furuno USA Inc. ، إن الشركة شاركت في العديد من الرحلات شبه المأهولة والرحلات ذاتية القيادة داخل اليابان. "أحد السيناريوهات الأكثر ترجيحًا في المستقبل القريب هو أن الطاقم البشري على متن السفن سيتم تعزيزه من خلال التعلم الآلي وتصور موقف السفينة من منشأة على الشاطئ".

ويتابع: "نحن الآن في مرحلة تطوير الواقع المعزز حيث يتم إنشاء العديد من الأدوات، والعديد منها جيد. ومع ذلك، لا يوجد توحيد في هذه العروض. لا يمكننا ولا ينبغي لنا إزالة البحارة من المعادلة، لكننا بحاجة إلى طريقة لتقديم أفضل المعلومات الممكنة لهم بأسهل طريقة ممكنة للتعرف عليها".

تشارك شركة فورونو في مشروع OpenBridge الذي تقوده كلية أوسلو للهندسة المعمارية والتصميم، بالشراكة مع مجموعة واسعة من الشركات الأخرى بما في ذلك Kongsberg وBrunvoll وVard. وقد طوروا معًا مجموعة من الأدوات والأساليب لتحسين تصميم الجسور استنادًا إلى تكنولوجيا واجهة المستخدم الحديثة ومبادئ التصميم التي تركز على الإنسان. والهدف هو تجنب التفتت الذي يأتي مع العديد من واجهات المستخدم المختلفة على الجسر، مما يزيد من الحاجة إلى التدريب ويزيد أيضًا من فرص الخطأ البشري.

ركزت معظم العروض التوضيحية لتكنولوجيا مشروع OpenAR حتى الآن على دعم الوعي الظرفي من خلال أنظمة عرض نقاط الاهتمام التي تُظهر السفن والمعلومات الأخرى في العالم الحقيقي.
- البروفيسور كيتيل نوردبي ، مدرسة أوسلو للهندسة المعمارية والتصميم
الصورة مقدمة من كيتيل نوردبي تم تقديم صورة لطبقة الواقع المعزز على جناح الجسر باستخدام واجهة الواقع المعزز المثبتة على الرأس. تم تقديم الصورة بواسطة جون فوسكي، حقوق الطبع والنشر محفوظة لمدرسة أوسلو للهندسة المعمارية والتصميم. الصورة مقدمة من كيتيل نوردبي وقد سجلت أكثر من 1000 شركة الآن للحصول على الإرشادات، وقد أدى نجاح OpenBridge إلى مشروع OpenAR الذي يعمل على توسيع الإرشادات لتشمل وظائف الواقع المعزز. ويقول البروفيسور كيتيل نوردبي من كلية أوسلو للهندسة المعمارية والتصميم إن معظم العروض التوضيحية للتكنولوجيا في المشروع حتى الآن ركزت على دعم الوعي الظرفي من خلال أنظمة عرض نقاط الاهتمام التي تعرض السفن وغيرها من المعلومات في العالم الحقيقي. "وقد تم تصنيع هذه الأنظمة الآن للفيديو في مراكز التشغيل عن بعد، والواجهات التي يتم عرضها من خلال النوافذ، وأنظمة الوعي الظرفي القائمة على الشاشة على متن السفينة، وشاشات العرض الأمامية المشابهة لأنظمة السيارات. لم نر أي شريك يصنع أنظمة مثبتة على الرأس حتى الآن، لكننا نتوقع أن يكون ذلك أيضًا في الأفق".

ويمتد تركيزه على تصميم أماكن العمل إلى غرف المحركات، ومؤخرًا، من خلال مشروع OpenZero، يدمج تقنيات إزالة الكربون التي تعمل على تعزيز كفاءة الطاقة وتقليل استهلاك الوقود. ومن بين الشركاء في هذا المشروع ABB وGE Marine وDNV.

تم تصميم كل هذه المشاريع لدعم عملية اتخاذ القرار من جانب الطواقم، ولكن الأنظمة التي يتم تطويرها هي أيضًا اللبنات الأساسية للملاحة الآمنة وإدارة السفن ذاتية القيادة. ولهذا السبب، فإن عملية اتخاذ القرار من جانب الآلات هي التي تحتاج إلى تعزيز.

يقول البروفيسور لوكوكالوجي براساد بيريرا من جامعة القطب الشمالي في النرويج : "إن التنبؤ بالمشاة والمركبات أو السفن الأخرى هو أحد أكثر مجالات البحث تمويلاً في الملاحة المستقلة في الأنظمة البرية أو الجوية أو البحرية". يختبر بيريرا نماذج للتنبؤ بسلوك السفن على مسافات طويلة وقريبة باستخدام الشبكات العصبية التي يمكنها التعلم من قواعد بيانات واسعة النطاق، مثل تلك التي تم إنشاؤها على أجهزة محاكاة التدريب، وكذلك من أجهزة الاستشعار الموجودة على متن السفن وبيانات نظام تحديد الهوية التلقائي. والهدف هو تمكين اتخاذ القرارات الآمنة على السفن المستقلة ومساعدة الطواقم على فهم سلوك السفن المستقلة إذا واجهوها.

ويعمل فريق بيريرا على تطوير أداة تنبؤ واسعة النطاق تجمع بين التعلم من الشبكات العصبية وبيانات نظام تحديد الهوية التلقائي للتنبؤ بما يصل إلى 20 دقيقة من مسار السفينة. كما يجري تطوير أداة تنبؤ محلية تجمع بين نماذج الحركة الحركية للسفن والتعلم من الشبكات العصبية من بيانات أداء السفينة للتنبؤ بدقة بالثواني العشرين المباشرة لمسار السفينة.

يقول بيريرا: "إن التنبؤ المحلي مهم في العديد من مواقف الاصطدام القريبة بالسفن لتقييم مخاطر الاصطدام المحتملة. وبالتالي، يمكن للتنبؤات على المستوى المحلي والعالمي مساعدة السفن ذاتية القيادة على اكتشاف مواقف الاصطدام المحتملة ثم اتخاذ الإجراء المناسب في مرحلة مبكرة. وعندما تتخذ الأنظمة قرارات، فإن هذه التنبؤات المبكرة مهمة للغاية".

تقدم شركة Shipin Systems خدمة الكشف عن المخاطر في الوقت الفعلي بما في ذلك الكشف المبكر عن الحرائق والجسور غير المأهولة والاستخدام غير السليم لمعدات الحماية الشخصية. حقوق الصورة محفوظة لعام 2024، بإذن من شركة ShipIn Systems Inc.