航运监管服务，实现海上交通智能管控
——李正强
阿里云-行业解决方案研发部
航运监管是监管部门比如海事局、港航局面向航运公司、传播管理公司等水上交通管理的一部分业务，也是其核心职责。随着各行各业的数字化发展，航运监管也迎来新的发展机遇。
2019 年，交通运输部联合其他国家部委发布了智能航运发展指导意见，其中明确提出了智能航运监管。2021 年国家海事局也提出建设智控平台，进一步提升海上装备力量，构建现代化、智能化的水上交通动态管控新格局。除此之外，还有诸多其他相关政策支撑航运监管的数字化发展趋势。
以上政策和目前的行业发展现状主要落脚于两个方面：数字化管理-主要包括对水上全要素的感知；安全监管-保障水上安全以及智能化管控。
当前，航运行业客户主要面临以下几方面挑战：
① 感知手段和能力还需进一步提升：目前建设的大量感知设备之间缺少有效的数据关联和融合还原。此外，部分水域可能存在感知盲区，需要依赖设备或技术手段做进一步提升。
② 数据价值没有得到充分的体现：数据大多停留在基础的查询层面，没有转化为业务知识。以位置数据为例，多年发展后依旧停留在位置查询和追踪的使用场景里，而实际上通过位置数据可以判断船舶的物流节点及其异常行为，可以通过数据挖掘的方式与业务做结合。
③ 智能化能力不足，无法辅助决策：主要体现在监管场景，目前依然依赖于一线执法人员处理相关事件，缺少智能化的手段进行识别和判断。
智慧交通团队使用智慧城市沉淀多年的数字化能力，复用于行业监管的业务，主要有以下四个关键能力：
① 感知智能：通过感知智能来全息构建水域的数字化底座，对各种感知数据做融合关联，如数据还原与获取，构建统一的地理信息空间，以形成水上数据底座。
② 认知智能：将业务数据形成业务知识，保障水域运行的实时监控以及全域监控，涉及传播行为分析、违规分析、安全事件预警等内容。
③ 决策智能：对全域的交通资源可以做更好的资源调度，比如交通组织智能、交通规划智能以及应急指挥场景等。
④ 协同智能：基于云边端能力来构建船岸协同场景，比如协同避碰、交通组织管理、交通服务等。
基于以上能力，平台能够完美支撑航运监管的场景，比如全要素感知、水上大监管建设、数字化监管、应急指挥、安全管控等场景，也可以进行场景的拓展。
上图为平台技术架构。架构的底层依赖于水域的不同感知设备，比如 AIS 设备、CCTV视频、VTS 雷达、北斗数据等感知设备的实时感知与获取能力。上层为基础的计算资源，包括存储资源与资源算力，部署在不同的云底座结构上，比如混合云边计算和专有云等不同形态。在此之上是整个产品的核心——云控平台。
云控平台负责接入不同的感知源设备，通过设备挂载的方式来实现对设备状态以及数据的标准化接入。对于非结构化数据，比如视频数据，则会通过 AI 视觉分析来对其做特征检测以及其他特定事件的识别，最终转化为结构化数据，与其他感知源的数据做融合，形成人船企的画像以及基础的数据底座。
再上一层提供了智能运控的能力。一方面，通过对整个水域运行分析的识别，掌控船舶的不同行为模式、行为特征异常或安全事件。另一方面，通过调度优化的能力帮客户做水域的交通管控，包括一些应急指挥场景。
最上层是支撑客户的各业务场景，比如数字化监管、水上安全管控、大交管智能调度、应急指挥调度以及数字孪生等场景，可以帮助用户在场景上不断地做横向拓展。
核心能力1-数字化感知还原引擎
数字化感知还原引擎的第一部分能力主要是通过视觉 AI 的能力，将水上采集的视频数据做智能化的算法识别，包括船舶、船型、载货情况、智能图搜等业务场景。
产品的部署形态基于边缘计算的节点，提供了边缘计算的两种部署形式，分别是轻量化和大规模计算，结合不同的业务场景去做适配。
边缘计算的节点主要负责两项工作：
① 对视频的处理，包括对摄像头、 NVR 数据的采集，可以通过边缘计算节点完成数据的拉取、解码与编码以完成对视频流的处理。
② 承载行业算法，比如人、船、设备的识别，对特定事件的识别等算法托管到边缘计算节点，最终实现结构化的数据输出，并应用到业务系统或下游算法做进一步的数据融合。
数字化感知还原引擎通过 CCTV 结构化后的数据去融合 AIS 数据、 VTS 雷达数据以及北斗数据等，做时空的关联与融合，来实现多数据源的唯一性。它拥有两大核心功能：
第一是将不同感知源的数据做关联融合，做到船舶清、水域清。
第二是通过还原与预测技术，掌控船只曾到达以及将要到达区域，形成基础的数据底盘来支撑上层的应用。
核心能力2：运行分析引擎
运行分析引擎提供了基于多元的动态感知数据，将通航环境数据和业务规则数据通过实时计算的方式为监管方和被监管方提供各种各样的数据服务。
它主要提供两方面的实时计算：第一，对水域内的船舶异常行为做识别，比如船舶失速、逆行、大幅转向或走锚等风险行为；第二，对通航环境相关的船与气象、船与船之间的碰撞风险以及船与相关大桥通航设施的风险等数据进行实时监控，最终提供给水上监管中心做交通管控，也能为船舶方做决策提供数据支撑。
核心能力3-调度优化引擎
调度优化引擎会基于船舶的运输需求，结合其历史航行规律，更好地匹配水运当前提供的基础设施资源，比如航道、锚地与泊位。其本质是以更安全、更高效的方式，将交通的基础设施更好地匹配运输需求。
从图上可以看出，调度优化引擎会结合船舶的实际进出港需求，比如当前所处位置、后续装卸货泊位，同时实时评估交通资源的运行情况，比如航道目前的拥堵情况、锚地与泊位的占用情况等，将以上基础数据输入运筹调度模型，即可产出船舶的进出港排队、推荐航路、过闸调度序列等。
同时，也可以进行交通指标的实时监控，比如船舶的锚地利用率、码头利用率等，这些指标一方面可以提供给交通管理者做决策，另一方面也能够实时地反馈给算法，不断迭代算法的有效性。
航运监管数字孪生场景底层依赖于数字化还原底座以及运行分析引擎、调度优化引擎的能力。数字化底座精细化的数据为上层的可视化渲染提供基础的数据支撑，实现了物理世界向数虚拟世界的实时对应与还原。
同时结合运营分析与调度优化，可以在展示层面帮助用户做更多决策，所见即所得，提供更好的用户体验。
阿里云智慧交通团队致力于为水运行业的转型和产业升级贡献自己的力量，也希望行业内的客户和伙伴与我们一起共创。
