港口智能化,我们这样做!

简介: 港口智能化,我们这样做!


今天,阿里云正式发布港口智能运营管控解决方案。


该方案可为港区提供设备车辆高精度定位、港区车路协同、全局智能调度、数字孪生可视化运营等数字化服务,从而提高港口的综合运行效率。


基于阿里云数字孪生平台打造的“数字梅山可视化系统”


01 行业痛点


交通运输部相关负责人此前表示,目前我国已建成世界级港口群,港口规模稳居世界第一。航运竞争力、科技创新水平、国际影响力等方面均已位居世界前列。


很多人不了解,港口码头为货主、船公司等客户提供运输、装卸等服务,作业流程极其复杂。


以集装箱码头为例,码头的进出口作业量大、大型专业设备多,作业时效要求高、业务场景及流程复杂:


集装箱码头的作业场地分为泊位和堆场,垂直作业设备包括桥吊和龙门吊,水平作业设备有内集卡和外集卡,还有其他作业设备等;

码头作业组织流程包括进箱、装船、卸船、提箱和移箱等…这意味着码头需要大量的调度和控制工作来实现跨场景、流程和跨作业设备间的协同和衔接。


近年来,为了提升港口整体作业效率、优化配置资源,港口持续引入云计算、大数据、物联网、移动互联网、智能控制等新一代信息与数字化技术。通过新技术与港口核心业务深度融合,探索现代港口面向综合供应链物流运营与服务的新业态。


02 解决方案


两年前,阿里云开始投入港口智能运营管控解决方案的技术研发。经过持续的技术迭代优化,目前这套针对港口的解决方案可提供如下能力:


港区设备、车辆高精度定位

通过公网/专网融合的差分定位和“云、网、端、天”一体化架构,实现集卡的厘米级定位以及差分参数计算本地化,差分数据分发实时化,集卡定位数据采集精准化。


港区车路协同

应用云边端协同计算技术,将视觉、雷达、GNSS等多源数据融合,实现低延时、高精度的港区载运设备感知及多种异常事件识别。


无人集卡与有人集卡混编作业,全局协同调度

赋能提升以港区内设备和集卡为主的装卸船效率,和以外集卡为主的集疏港效率,优化配置作业资源,助力从“作业线”到“作业面”模式的全面转型,从港区全局维度调度作业资源,提升整体作业效率和吞吐能力。


数字孪生可视化运营

依赖对数据的实时分析呈现,洞察港口运行态势,杜绝港区安全隐患,为管理层提供辅助决策支撑。通过虚实互联,实时联动的管控机制,实现无人集卡安全高效运营,作业指标实时呈现,港区运行动态推演,安全异常主动推送等。


目前,阿里云港口智能运营管控解决方案已在宁波、青岛等国内多个大型港口得到应用。


03 最佳实践


宁波舟山港梅东码头拥有8个集装箱泊位在运营、2个集装箱泊位在建,建成后有望成为全球第四个“千万级”单体集装箱码头。2020年底,梅东码头开始基于阿里云产业智能OpenTrek建设智能云调度平台和港区可视化系统。


智能云调度平台可以统筹各类设备运行状态以及实时数据,计算“船-场-桥-车”多对多的任务分配与次序。


通过决策优化技术,智能调度平台可实现码头作业指令从“接力棒式”到“并发式”无缝衔接,减少作业资源的空闲等待时间,整体运行效率可提升5%以上。



基于阿里云数字孪生平台的“数字梅山可视化系统”已于5月5日正式上线。


这套系统汇聚生产研发、设备管理、集卡定位、气象水文、环境感知等日均千万条在线生产数据源,同时融合了船舶AIS系统,远控设备管理系统,智能集卡云控系统,危货管理系统等多个系统,精准还原了梅山港区陆域面积超320万平方米的集装箱作业场景。


目前,可视化系统中有超10万个1:1的数字孪生体在其中运行。通过屏幕,工作人员可以直观查看作业效率与港区安全情况。


同时,可视化系统叠加车路协同方案,实现港区多种运输设备感知及多种异常事件识别,多项关键指标精准度可达98%以上,从而辅助业务人员更精准地感知异常事件。



阿里云智能交通物流行业总经理肖露介绍,目前集装箱码头的建设和改造有两种路径:


一种是通过硬件设备自动化重投入或改造,建设“无人化全自动码头”;

一种是维持现有设施设备,通过数字技术对生产调度、运营管控等系统进行升级。


肖露表示,无人化全自动码头的建设成本高、周期长,需要财力雄厚、有一定数量级吞吐量设计能力的港口才能支撑。阿里云港口智能管控运营解决方案则希望通过数字化技术,以较小的成本提升港口的综合运行效率。目前我们已收到很多港口的咨询,这是一套行之有效的解决方案。



/ END /


目录
相关文章
|
并行计算 安全 Java
JDK1.8介绍
JDK 1.8是Java Development Kit(Java开发工具包)的一个版本,也被称为Java 8。它引入了许多新特性和改进,对Java编程语言和平台进行了重要的更新。以下是JDK 1.8的一些主要特点:
2083 0
|
6月前
|
人工智能 供应链 算法
创新场景丨从数字化到智能化,中远海科“航运新基建”探路
随着数据治理和 AI 大模型应用深入,船视宝日趋完善,开始发挥航运业数智新底座的作用,距离中远海科的愿景也更近一步。
|
API
挑战使用Phaser游戏框架开发一个2D平台跳跃游戏项目
【6月更文挑战第16天】在Phaser框架下开发2D平台跳跃游戏"跳跃之旅"时,面临性能、碰撞检测和图形动画的挑战。通过使用Phaser的性能分析工具优化渲染、压缩资源、利用内置物理引擎进行精确碰撞处理,以及借助图形和动画API创造高品质视觉效果,解决了这些问题。自定义碰撞响应增强了游戏逻辑,流畅的动画提升了玩家体验。这次项目不仅优化了技术实施,也深化了对游戏开发的认识。
182 9
|
SQL 关系型数据库 MySQL
解码MySQL条件宝典:常用条件判断函数的完整指南
解码MySQL条件宝典:常用条件判断函数的完整指南
252 0
|
11月前
|
人工智能 安全 物联网
园区导航如何实现?GPS与蓝牙定位技术精准导航
园区导航系统融合了大数据、人工智能和物联网技术,实现了室内外无缝切换和精准定位,提供智能路径规划、全方位服务信息和安全保障,提升了园区管理效率和用户体验。
378 0
|
人工智能 自然语言处理 搜索推荐
博物馆地图导览系统:GIS与蓝牙定位技术实现地图导览与语音解说功能
维小帮博物馆地图导览系统结合GIS地图、蓝牙定位及智能语音解说,为访客提供沉浸式导览。系统采用自研地图引擎,精准构建三维模型,支持路径规划与个性化定制。蓝牙技术实现高精度室内定位及自动触发语音解说功能,无需手动操作。系统还支持多语言解说与AI语音生成,提升参观体验。目前已在多个博物馆应用并获好评。期待与您共同推进文化科技的融合发展!
373 3
|
达摩院 供应链 安全
光储荷经济性调度问题【数学规划的应用(含代码)】阿里达摩院MindOpt
本文介绍使用MindOpt工具优化光储荷经济性调度的数学规划问题。光储荷经济性调度技术旨在最大化能源利用率和经济效益,应用场景包括分布式光伏微网、家庭能源管理系统、商业及工业用电、电力市场参与者等。文章详细阐述了如何通过数学规划方法解决虚拟电厂中的不确定性与多目标优化难题,并借助MindOpt云建模平台、MindOpt APL建模语言及MindOpt优化求解器实现问题建模与求解。最终案例展示了如何通过合理充放电策略减少37%的电费支出,实现经济与环保双重效益。读者可通过提供的链接获取完整源代码。
|
Linux KVM 虚拟化
在Linux中,KVM和Docker在Linux虚拟化中的区别是什么?
在Linux中,KVM和Docker在Linux虚拟化中的区别是什么?
|
存储 达摩院 供应链
排产排程问题【数学规划的应用(含代码)】阿里达摩院MindOpt
**文章摘要:** 本文探讨了使用阿里巴巴达摩院的MindOpt优化求解器解决制造业中的排产排程问题。排产排程涉及物料流动、工序安排、设备调度等多个方面,通常通过数学规划方法建模。MindOpt支持线性规划、整数规划等,能有效处理大规模数据。案例以香皂制造工厂为例,考虑了多种油脂的购买、存储和生产计划,以及价格变化和存储成本。问题通过数学建模转化为MindOpt APL代码,求解器自动寻找最优解,以最大化利润。文章还提供了代码解析,展示了解决方案的细节,包括目标函数(利润最大化)、约束条件(如生产效率、库存管理)以及结果分析。
|
前端开发 数据可视化 数据安全/隐私保护
一文看懂MOBI
简述什么是MOBI以及基于MOBI搭建登录流程应用
一文看懂MOBI