CML Fraunhofer promueve la inteligencia artificial en la navegación autónoma - World Energy Trade

CML Fraunhofer promueve la inteligencia artificial en la navegación autónoma

CML Fraunhofer espera poder guiar un barco de forma autónoma entre los puntos de partida y llegada definidos, de modo que no sea necesario tripular el puente las 24 horas.

CML Fraunhofer espera poder guiar un barco de forma autónoma entre los puntos de partida y llegada definidos, de modo que no sea necesario tripular el puente las 24 horas.

Investigación, Desarrollo e Innovación
Typography
  • Smaller Small Medium Big Bigger
  • Default Helvetica Segoe Georgia Times
Inicio desactivadoInicio desactivadoInicio desactivadoInicio desactivadoInicio desactivado
 

Los principales desafíos que enfrenta el transporte marítimo incluyen hacer frente al creciente volumen del comercio, mejorar la seguridad marítima, la eficiencia económica y el respeto al medio ambiente.  

En el curso de los avances en la tecnología de la información, estos desafíos han llevado al rápido desarrollo de las tecnologías autónomas. En el marco del proyecto de investigación de BMWifunded B ZERO, el Fraunhofer CML está desarrollando un sensor y un sistema de navegación en cooperación con Wärtsilä SAM, Hoppe Bordmesstechnik, NautilusLog, el Grupo Bernhard Schulte, la Agencia Federal Marítima e Hidrográfica y el Fraunhofer FKIE. El sistema consistiría en poder guiar un barco de forma autónoma entre los puntos de partida y llegada definidos, de modo que no sea necesario tripular el puente las 24 horas.

LOGÍSTICA
Velas de energía alternativa para buques

En ese sentido, el CML Fraunhofer desarrollará una inteligencia artificial para la navegación autónoma mediante el reinforcement learning (aprendizaje por refuerzo) en B ZERO. Con el aprendizaje por refuerzo, un sistema puede entrenar pautas de decisión significativas sin conocimiento previo, solo por resultados o respuestas a sus acciones. El aprendizaje por refuerzo ya se usa en CML en los campos de reconocimiento de objetos y robótica, y apoya la prevención anticipada de colisiones y puesta a tierra en situaciones náuticas.

La IA, que luego se hará cargo de la navegación autónoma en B ZERO, se entrena en la CML simulando escenarios náuticos con diferentes parámetros, como el número de barcos que se aproximan, el área del mar, la visibilidad y las condiciones climáticas. El componente de decisión a ser entrenado, por ejemplo, evitar colisiones, conoce el estado requerido de las condiciones dadas y reacciona con los cambios aprendidos y apropiados del viaje y/o curso para garantizar un paso seguro en una ruta. El resultado esperado es un sistema prototipo, que se desarrollará más en el entorno de laboratorio de simulación de la CML y se validará mediante futuras pruebas a bordo de un buque de carga.  

Aumento de la eficiencia en el reconocimiento de imágenes

Un gran potencial para la logística marítima resulta del uso del reconocimiento de imágenes compatible con IA o de la visión por computadora en resumen. Además de la adquisición de imágenes digitales, permite su procesamiento en información numérica altamente comprimida que las máquinas pueden procesar aún más. Por lo tanto, la visión por ordenador es una tecnología clave para la observación automatizada de las condiciones y la detección de cambios.

LOGÍSTICA
El innovador proyecto 'IntelliTug' de Wärtsilä y PSA Marine se completa con éxito

Estas capacidades permiten una amplia gama de aplicaciones en el sector marítimo. En el transporte marítimo, por ejemplo, muchas maniobras autónomas dependen de la conciencia situacional permanente, simultánea y confiable que permite la visión por computadora. Los cambios graduales, como la erosión de las paredes del muelle o las deformaciones del casco de un barco, pueden detectarse mediante visión artificial, al igual que la posición de las unidades de carga a bordo o en la terminal.  

La CML ayuda a las empresas de la industria marítima a identificar y explorar las posibilidades individuales de la visión por computadora. Como parte del proyecto COOKIE, financiado por el programa IHATEC, se está desarrollando un reconocimiento de daños visuales y un pronóstico de reparación basado en imágenes de contenedores vacíos utilizando inteligencia artificial. Esto no solo garantizará el cumplimiento de las normas de seguridad aplicables, sino que también hará que los procedimientos de inspección en la puerta de la terminal sean más eficientes.  

Además de la visión por computadora, la CML tiene un amplio espectro de experiencia en el campo de la machine learning y ofrece soluciones integrales para sistemas de pronóstico y asistencia respaldados por IA, desde la prueba de concepto hasta la implementación.  

 

Noticia de: Hellenic Shipping News / Traducción libre del inglés por WorldEnergyTrade.com

 

Te puede interesar: Solución de Wärtsilä hará que un puerto de Perú sea más seguro