Resumen:
Proyecto piloto en el que se ha testeado y validado con éxito una solución innovadora en el ámbito de la ciencia de datos avanzada e inteligencia artificial. El reto consistía en llevar a cabo la trazabilidad y geolocalización de forma autónoma de la carga rodada dentro de la Terminal de Tráfico Pesado (TTP) del Puerto de Algeciras, con el objetivo de gestionar de forma más eficiente y eficaz los recursos portuarios.
Para ello, se ha desarrollado una solución innovadora basada en técnicas avanzadas de Visión Artificial y Machine Learning, que permite adquirir, procesar, analizar y comprender las imágenes procedentes de las cámaras de vídeo full HD desplegadas en el Sistema de Captación de Imágenes (SCI) de la propia APBA. El propósito final consistía en identificar y monitorizar los camiones que discurren por la TTP y detectar automáticamente los eventos de interés a partir del análisis de imágenes y vídeos como, por ejemplo, la ocupación o liberalización de plazas de aparcamiento.
Los algoritmos de reconocimiento visual que fueron desarrollados presentan capacidades de aprendizaje incremental (mediante técnicas de Machine Learning), permitiendo depurar el propio algoritmo a medida que se va enriqueciendo con nuevos datos y, por tanto, mejorando la precisión del modelo predictivo. Esta nueva compatibilidad se ha realizado a través de la herramienta Amazon SageMaker, mientras que los algoritmos de clasificación de imágenes y detección de objetivos, que fueron entrenados con datos históricos de la propia APBA, han sido desarrollados ad-hoc por el equipo de IDOM e implementados en la nube de AWS.
Conviene indicar que la TTP se considera uno de los principales pulmones del Puerto de Algeciras, en lo que refiere al tráfico de carga rodada por donde se canalizan los flujos de intercambio de carga rodada entre Europa y Marruecos.
Innovación del proyecto:
- Uso de la IA para la detección automática de eventos de interés a partir del análisis de imágenes y vídeos procedentes del Sistema de Captación de Imágenes de la propia APBA y sin necesidad de dispositivos específicos que requieren de interacción externa (sensores, tags, balizas, etc.).
- Capacidad de aprendizaje incremental de los algoritmos de reconocimiento visual gracias a las técnicas de Machine Learning.
Productos del proyecto:
- Prototipo software de una plataforma de monitorización y seguimiento de la mercancía en la Terminal de Tráfico Pesado (TTP) del Puerto de Algeciras.
Usabilidad/aplicación:
- El producto resultante (a partir del prototipo validado) permitirá mejorar el proceso de gestión y localización de la carga en la zona de rotación de la TTP, reduciéndose así el tiempo de servicio dedicado a la recogida de las UTIs, plataformas y semirremolques de esta zona operativa, tanto por parte de la estiba, como de los propios transportistas.
A continuación, se muestra un vídeo de demostración del prototipo desarrollado:
Autonomous traceability and geolocation of the cargo with Artificial Intelligence
Summary:
Pilot project for testing and validating an innovative solution in the field of advanced data science and artificial intelligence. The challenge, which consists of carrying out the traceability and geolocation of the cargo within the Heavy Traffic Terminal (TTP) of the Port of Algeciras, aims to manage the port resources in a more efficient and effective manner.
To this end, an innovative solution was developed based on advanced techniques of Artificial Vision and Machine Learning, which allows the acquisition, processing, analysis and understanding of the images from the full HD video cameras deployed in the APBA’s own Image Capture System (SCI). The final purpose was to identify and monitor the trucks going through the TTP and to detect automatically the key events of interest, such as the occupation of the parking slots.
In addition, thanks to Machine Learning techniques, the visual recognition algorithms include learning capabilities, allowing the algorithm itself to be refined as it is enriched with new data, making the predictive method more accurate. This new compatibility has been implemented by deploying the Amazon SageMaker tool while the image classification and target detection algorithms, which have been trained with historical data from the APBA itself, were developed ad-hoc by the IDOM team and implemented in the AWS cloud.
It should be pointed out that the TTP is considered one of the main lungs of the Port of Algeciras, in terms of the ro-ro traffic through which the exchange flows between Europe and Morocco are channeled.
The project’s innovation:
- The fact of using IA for the autonomous detection of events from the analysis of images and videos coming from the Image Capture System of the APBA itself and without the need for dedicated physical devices (Sensors, tags, beacons, etc.).
- Incremental learning capacity of the visual recognition algorithms thanks to the Machine Learning techniques.
The project’s products:
- Software prototype of a platform for monitoring and tracking the cargo at the Heavy Traffic Terminal (TTP) of the Port of Algeciras.
Applicability:
- The future product (based on the validated prototype) would help to improve the management and location process of the cargo in the rotation area of the TTP, thus reducing the service time dedicated to the collection of the ILUs, platforms and semi-trailers from this storage area, both by the stevedoring department, as well as the carriers themselves.
Next, a demonstration video of the developed prototype is shared::
0 respuestas en "Autonomous traceability and geolocation of the cargo with Artificial Intelligence"
Deja un mensaje
Lo siento, debes estar conectado para publicar un comentario.
0 respuestas en "Trazabilidad y geolocalización autónoma de la carga rodada con Inteligencia Artificial"