Den Seehandel in Häfen mithilfe von Computer Vision optimieren

Da über 90 % der Waren auf dem Seeweg transportiert werden, sind Häfen wichtige Knotenpunkte des Welthandels. Sie bilden zentrale Verbindungen zwischen Land und Meer. Häfen schlagen häufig wertvolle Fracht wie Rohstoffe, Industriegüter und Konsumgüter um und sind damit ein wichtiger Teil der internationalen Lieferkette.

Im Laufe der Jahre haben neue Technologien die Art und Weise verändert, wie wir Häfen weltweit betreiben und verwalten. Diese Innovationen haben die Hafenverwaltung schneller, sicherer und zuverlässiger gemacht. Zu den jüngsten Innovationen in Häfen gehört häufig künstliche Intelligenz (KI).

Insbesondere Computer Vision (CV), ein Teilbereich der KI, wird zunehmend im Hafenbetrieb eingesetzt. Vision AI ermöglicht es Computersystemen, visuelle Informationen in Echtzeit zu erfassen und zu verstehen. Durch die Analyse von Bildern und Videos können Computer-Vision-Modelle wie Ultralytics YOLO11 Muster erkennen, Objekte identifizieren und Bewegungen in Echtzeit verfolgen. Die Erkenntnisse aus der Bildanalyse ermöglichen effizientere und präzisere Abläufe und bieten großes Potenzial für die Hafenverwaltung.

Der Hafen von Rotterdam, Europas größter Seehafen, nutzt beispielsweise Computer-Vision-Systeme, um Wartungspläne zu optimieren. Die KI-gestützten Systeme überwachen Schiffe und Hafenausrüstung per Live-Video und helfen Hafenmitarbeitenden vorherzusagen, wann Wartungsarbeiten nötig sind. Regelmäßige Überwachung verlängert die Betriebsdauer der Ausrüstung und macht den Hafenbetrieb reibungsloser und schneller.

In diesem Artikel stellen wir verschiedene Beispiele für intelligente Häfen vor, die Computer-Vision-Technologie nutzen. Außerdem erörtern wir die Vor- und Nachteile dieser Innovation für Häfen und beleuchten ihre Zukunftsaussichten. Los geht’s!

Die Bedeutung intelligenter Häfen#

Häfen schlagen täglich riesige Warenmengen um und stehen vor Herausforderungen wie effizienten Betriebsabläufen, der Sicherheit der Beschäftigten, der Verringerung von Verkehrsstaus und dem Umgang mit schlechtem Wetter. Schon eine Verzögerung von nur einer Stunde kann für Reedereien kostspielig sein.

So entstehen Kosten, wenn das Entladen der Fracht zu lange dauert (Standgeld), Container nach dem Entladen zu lange im Hafen bleiben (Überliegegeld), Waren länger als vorgesehen im Hafen gelagert werden (Lagergebühren) oder Schiffe verspätet eintreffen (Verspätungsgebühren). Um diese kostspieligen Gebühren zu vermeiden, planen Reedereien ihre Fahrpläne, Reisezeiten und Hafenaktivitäten sorgfältig.

Um den Hafenbetrieb zu steuern und gleichzeitig diese Herausforderungen zu bewältigen, setzen Reedereien und Hafenbehörden zunehmend auf fortschrittliche, KI-gestützte Automatisierungslösungen. Im Bereich Computer Vision können Bildverarbeitungsmodelle mit umfangreichen Datensätzen aus Bildern und Videoclips des Hafenbetriebs trainiert werden.

Die trainierten Modelle können für Aufgaben wie das Erkennen und Verfolgen von Frachtcontainern beim Be- und Entladen eingesetzt werden. Computer Vision kann auch die Sicherheit im Hafen erhöhen, indem Hafenmitarbeiter verfolgt werden, die schwere Frachtcontainer bewegen.

Anwendungen von Computer Vision in Häfen#

Nachdem wir nun verstanden haben, warum KI- und Computer-Vision-Technologien in Häfen wichtig und wertvoll sind, sehen wir uns einige Beispiele für intelligente Häfen genauer an, die zeigen, wie Computer Vision eingesetzt werden kann.

Mit Computer Vision die Sicherheit im Hafen gewährleisten#

Computer-Vision-Modelle wie Ultralytics YOLO11 und Ultralytics YOLOv8 können Beschäftigte verfolgen und die Einhaltung von Sicherheitsvorschriften gewährleisten. Wie funktioniert das? Sowohl YOLO11 als auch YOLOv8 unterstützen verschiedene Computer-Vision-Aufgaben, etwa die Objekterkennung, bei der Objekte in einem Bild oder Video identifiziert und klassifiziert werden, und die Objektverfolgung, bei der die Bewegungen dieser Objekte im Zeitverlauf überwacht werden.

Diese Aufgaben lassen sich für verschiedene Anwendungsfälle im Bereich der Arbeitssicherheit einsetzen. Ein gutes Beispiel ist die Objekterkennung, mit der sich persönliche Schutzausrüstung (PPE) bei Hafenmitarbeitern erkennen lässt, etwa Helme und Warnwesten.

Abb. 1 Ein Beispiel dafür, wie Ultralytics YOLOv8 PPE zur Einhaltung der Sicherheitsvorschriften im Hafen erkennt.

Ähnlich lassen sich intelligente Hafensysteme mit integrierten Computer-Vision-Funktionen wie der Objektverfolgung einsetzen, um die Standorte von Beschäftigten zu überwachen und ihre Bewegungen in Echtzeit zu verfolgen. So können Gefahren erkannt und Unfälle verhindert werden.

Durch die Analyse von Live-Videoaufnahmen können Bildverarbeitungsmodelle potenzielle Gefahren erkennen, etwa herabfallende Gegenstände oder Beschäftigte, die Gefahrenbereiche betreten. Das System kann sogar so eingerichtet werden, dass es sofortige Warnmeldungen sendet, wenn ein Beschäftigter versehentlich einen Sperrbereich betritt oder sich schweren Maschinen zu sehr nähert.

Schiffsnavigation und -überwachung mit KI in Häfen#

Computer-Vision-Lösungen können wesentlich zur Verbesserung der Seenavigation beitragen. In die Computer Vision integrierte maritime Systeme können zusammen mit Übertragungen des Automatischen Identifizierungssystems (AIS) (Signale eines Schiffs mit Angaben zu seiner Identität, seinem Standort, seiner Geschwindigkeit usw.) und anderen fortschrittlichen Sensoren Informationen über den Standort des Schiffs gewinnen. Auf Grundlage dieser Erkenntnisse kann das KI-System eine optimale Route mit weniger Stau und höherer Kraftstoffeffizienz berechnen. Die Erkenntnisse ermöglichen es der Besatzung außerdem, den Hafen rechtzeitig auf Vorgänge wie das Be- und Entladen vorzubereiten.

Hafenbehörden können Computer-Vision-Verfahren wie die Objekterkennung einsetzen, um Objekte auf See zur sicheren Navigation zu erkennen und zu verfolgen. Das Gulf of Maine Research Institute in Portland verwendet beispielsweise KI-gestützte Kamerasysteme für die Schiffsnavigation und -sicherheit. Die Kameras nutzen Computer Vision, um Schiffe, Boote, Bojen, Menschen und andere Gefahren auf See zu erkennen – sogar nachts oder bei Nebel. Indem Schiffe Hindernisse auf See erkennen, können sie Unfälle vermeiden und sicher navigieren.

Abb. 2 KI in der Schifffahrt: Eine Computer-Vision-Kamera erkennt Objekte auf See.

Digitalisierung im Hafen erleichtert den Frachtumschlag#

Der Frachtumschlag gehört aufgrund des Einsatzes schwerer Maschinen und der Gefahr herabfallender Gegenstände zu den komplexeren Vorgängen in Häfen. Studien zeigen, dass sich über 63 % der Hafenunfälle beim Bewegen von Fracht sowie beim Be- und Entladen ereignen. Diese Unfälle lassen sich vermeiden, wenn Beschäftigte für Aufgaben wie das Lesen von Etiketten oder die Prüfung auf Schäden nicht in die Nähe von Containern oder schwerem Hafenequipment müssen.

Bildverarbeitungssysteme können dabei helfen, indem sie Etiketten auf Containern erkennen, deren Größe, Typ, Gewicht, Plomben und Bestimmungsorte erfassen oder strukturelle Schäden feststellen. Ein interessantes Fallbeispiel ist das Piraeus Container Terminal (PCT) in Griechenland. In diesem Hafen prüfen Kameras mit integrierter KI zur Bildverarbeitung, ob die Plomben an den Containern unversehrt sind. Beim Be- und Entladen nimmt das System Bilder von der Vorderseite jedes Containers auf. Anschließend erkennt ein Objekterkennungsmodell auf den Bildern die Plomben an den Containern. Fehlt eine Plombe oder ist sie beschädigt, wird eine Warnmeldung ausgelöst, damit die Hafenbehörden den Fall genauer untersuchen.

Abb. 3 Das Piraeus Container Terminal in Griechenland ist ein gutes Beispiel für einen intelligenten Hafen.

Überwachung und Zugangskontrolle in intelligenten Häfen#

Sicherheits- und Überwachungsaufgaben in Häfen erfordern ständige Aufmerksamkeit. Der Personalaufwand, um das gesamte Hafengelände und den Betrieb zu überwachen, ist enorm. Selbst der kleinste Hafen der Welt, Depoe Bay in Oregon, erstreckt sich über sechs Acres. Die weitläufige Fläche und die dicht gestapelten Container machen eine manuelle Überwachung rund um die Uhr praktisch unmöglich.

Mit Computer Vision lässt sich der Hafenbetrieb an mehreren Zugangspunkten überwachen, sodass unbefugtes Betreten sofort erkannt werden kann. Technologien zur optischen Zeichenerkennung (OCR) und zur automatischen Kennzeichenerkennung (ANPR) können die Kennzeichen von Fahrzeugen lesen, die in den Hafen ein- und ausfahren, und so unbefugte Fahrzeuge erkennen. Für zusätzliche Sicherheit können auch Systeme zur Gesichtserkennung eingesetzt werden, um die Identität von Fahrern und Mitfahrenden in den Fahrzeugen abzugleichen.

Abb. 4 Ein Beispiel dafür, wie Computer Vision das Kennzeichen eines Autos liest.

So setzt beispielsweise der Hafen von Valencia in Spanien ein Computer-Vision-System ein, das autonome Drohnen, 5G-Konnektivität und ein Headset mit erweiterter Realität (AR) umfasst, um die Hafensicherheit zu überwachen. Autonome Drohnen patrouillieren regelmäßig im Hafen, während die Videoübertragungen über das 5G-Netz mit bildverarbeitungsbasierten Systemen analysiert werden. Computer-Vision-Modelle suchen nach Eindringlingen und verdächtigen Aktivitäten. Wird etwas Ungewöhnliches erkannt, werden Warnmeldungen ausgelöst. Mit dem AR-Headset kann sich das Sicherheitsteam den gemeldeten Bereich ansehen und die Schwere des Vorfalls einschätzen.

Ölverschmutzungen mithilfe von KI zur Bildverarbeitung erkennen#

Ölverschmutzungen stellen eine erhebliche Umweltgefahr dar, insbesondere beim Be- und Entladen in Häfen. Studien zufolge ereignen sich etwa 29 % der mittleren und kleinen Ölverschmutzungen (7–700 Tonnen) während dieser Vorgänge. Auch wenn diese Verschmutzungen nicht immer leicht zu erkennen sind und harmlos wirken, können ihre Folgen für die Umwelt schwerwiegend sein.

Die manuelle Überwachung solcher Verschmutzungen ist in weitläufigen Hafengebieten besonders schwierig. Fortschrittliche Kameras zur Wasserüberwachung mit Computer-Vision-Software bieten eine wirksame Lösung. Durch die Analyse von Videoaufnahmen können diese Systeme Ölverschmutzungen in Echtzeit erkennen und so schnelle Reaktionen und Reinigungsmaßnahmen ermöglichen.

Abb. 5 Beispiel für einen intelligenten Hafen: Ölverschmutzungen im Meer erkennen.

Tatsächlich nutzt der Hafen von Antwerpen, Europas zweitgrößter Hafen, Computer-Vision-Technologie, um die Auswirkungen von Ölverschmutzungen zu mindern. Ferngesteuerte Drohnen überwachen die umliegenden Gewässer. Dank ihrer Computer-Vision-Funktionen können sie Ölverschmutzungen in nahe gelegenen Hafenbereichen erkennen. So können Hafenbehörden konzentrierte Verschmutzungsbereiche schnell identifizieren und Maßnahmen ergreifen und dadurch die Wasserqualität entlang der Küsten verbessern.

Vorteile und Grenzen von Computer Vision in Häfen#

Der Einsatz von Computer Vision im Hafenmanagement bringt viele Vorteile und ermöglicht maßgeschneiderte Lösungen für unterschiedliche Herausforderungen. Hier ein kurzer Überblick über einige dieser Vorteile:

• Verbesserte maritime Logistik: KI in der Schifffahrt sorgt für mehr betriebliche Effizienz in Lieferketten und Logistik. Bildverarbeitungssysteme können eingesetzt werden, um den Warenaustausch zwischen Schifffahrtsrouten, Hafendienstleistungen, dem Frachtumschlag und weiteren Bereichen zu überwachen.
• Datengestützte Entscheidungsfindung: Erkenntnisse aus der Bild- und Videoanalyse ermöglichen dem Hafenmanagement fundierte Entscheidungen.
• Bessere Routenplanung: KI-Systeme zur Bildverarbeitung können visuelle Daten wie Live-Aufnahmen aus Häfen und von Schiffen analysieren und KI-Algorithmen dabei unterstützen, optimierte Routen vorzuschlagen.
• Geringere Arbeitskosten: Durch die Automatisierung von Aufgaben wie der Schiffsüberwachung, der Frachtsortierung und der Schiffsverfolgung mit Computer Vision können Häfen ihren Bedarf an menschlicher Arbeitskraft senken.

Computer-Vision-Lösungen bieten zwar zahlreiche Vorteile, doch ihr Einsatz in Häfen bringt auch Herausforderungen mit sich. Diese Einschränkungen solltest du berücksichtigen:

• Hohe Anfangskosten: Die Einführung branchenüblicher Computer-Vision-Anwendungen in Häfen erfordert erhebliche Investitionen in Hardware, KI-Fachwissen und Recheninfrastruktur.
• Umweltbedingungen: Wechselnde Wetterbedingungen, insbesondere in Küstengebieten, etwa Regen und Nebel, können die Bild- und Videoqualität beeinträchtigen und zu einer schlechteren Leistung von KI-Modellen führen.
• Vielfalt bei den Größen von Frachtcontainern: Frachtcontainer unterscheiden sich in Größe, Farbe, Etikett und Form, was ihre Verfolgung durch bildverarbeitungsbasierte Systeme erschwert. Computer-Vision-Modelle müssen möglicherweise zusätzlich trainiert werden, um mit dieser Vielfalt umzugehen.
• Unzuverlässige Netzwerkverbindungen: Eine stabile Netzwerkverbindung ist für cloudbasierte Computer-Vision-Systeme entscheidend, denn Unterbrechungen können zu Verzögerungen, Ineffizienz und Sicherheitsrisiken im Hafenbetrieb führen.

Die Zukunft von Computer Vision in Häfen#

Berichten zufolge wird der weltweite Markt für intelligente Häfen bis 2033 voraussichtlich mit einer beeindruckenden durchschnittlichen jährlichen Wachstumsrate (CAGR) von 24,16 % auf 16,1 Milliarden US-Dollar anwachsen. Dieses Wachstum verdeutlicht den zunehmenden Einsatz fortschrittlicher Technologien wie KI, Computer Vision und des Internets der Dinge (IoT) im modernen Hafenbetrieb. Mit zunehmender Effizienz und Intelligenz der Häfen wird Computer Vision wahrscheinlich eine entscheidende Rolle bei der Automatisierung von Aufgaben, der Verbesserung der Sicherheit und der Steigerung der betrieblichen Effizienz spielen.

In Verbindung mit Technologien wie IoT, Blockchain und Big Data dürfte Computer Vision fortschrittliche, komplexe KI-Lösungen ermöglichen, etwa die Frachtverfolgung in Echtzeit und die vorausschauende Wartung von Hafenausrüstung. Diese Innovationen werden den Hafenbetrieb optimieren und die Nachhaltigkeit fördern, indem sie den Energieverbrauch senken und Kohlenstoffemissionen reduzieren.

Die wichtigsten Erkenntnisse zu intelligenten Häfen#

Durch die Integration von Computer Vision in die Hafenverwaltung können wir Sicherheit, Effizienz und Schutz verbessern. Von der Überwachung der Tätigkeiten von Beschäftigten bis zur Automatisierung komplexer Aufgaben wie dem Frachtumschlag und der Schiffsführung kann Computer Vision zahlreiche Anwendungen unterstützen und wichtige Herausforderungen im Hafenbetrieb angehen.

Der Trend zur Automatisierung und zu KI-gestützten Prozessen zeigt das Potenzial von KI-Lösungen zur Bildverarbeitung. Mit diesen fortschrittlichen Technologien können sich Häfen als führend in der globalen maritimen Branche positionieren und so zu wirtschaftlichem Wachstum und ökologischer Nachhaltigkeit beitragen.

Werde Teil unserer Community und sieh dir unser GitHub-Repository an, um mehr über KI zu erfahren. Entdecke weitere interessante Anwendungen von KI in der Fertigung und Computer Vision im Gesundheitswesen.