Limanlarda bilgisayarlı görü ile deniz ticaretini optimize etmek

Malların %90'ından fazlasının deniz yoluyla taşındığı limanlar, küresel ticaretin temel merkezleridir. Karayolu ve denizyolu arasında hayati bağlar görevi görürler. Limanlar genellikle ham maddeler, üretilmiş mallar ve tüketici ürünleri gibi değerli kargo gönderilerini yöneterek onları uluslararası tedarik zinciri için anahtar konumuna getirir.

Yıllar boyunca, en son teknolojiler dünya çapında limanları işletme ve yönetme biçimimizi değiştirdi. Bu yenilikler liman yönetimini daha hızlı, daha güvenli ve daha güvenilir hale getirdi. Limanlardaki son yenilikler genellikle yapay zeka (AI) içermektedir.

Özellikle AI'ın bir alt kümesi olan computer vision (CV), liman operasyonlarında büyük yankı uyandırmaktadır. Vision AI, bilgisayar sistemlerinin görsel bilgileri gerçek zamanlı olarak görmesini ve anlamasını mümkün kılar. Görüntüleri ve videoları analiz ederek, Ultralytics YOLO11 gibi bilgisayarlı görü modelleri gerçek zamanlı olarak desenleri belirleyebilir, nesneleri tespit edebilir ve hareketleri takip edebilir. Görüntü analitiğinden elde edilen içgörüler, liman yönetiminde çok fazla potansiyele sahip olan daha verimli ve doğru operasyonlar sağlar.

Örneğin, Avrupa'nın en büyük deniz limanı olan Rotterdam Limanı, bakım programlarını optimize etmek için computer vision sistemlerini kullanır. AI destekli sistemleri, gemileri ve liman ekipmanlarını gözetlemek için canlı video izleme özelliğini kullanarak liman çalışanlarının bakımın ne zaman gerekeceğini tahmin etmesine yardımcı olur. Düzenli izleme, ekipmanın daha uzun süre çalışmasını sağlar ve liman operasyonlarını daha akıcı ve daha hızlı hale getirir.

Bu makalede, bilgisayarlı görü teknolojisinden yararlanan çeşitli akıllı liman örneklerini keşfedeceğiz. Ayrıca, gelecekteki beklentilerini göz önünde bulundurarak bu yeniliğin limanlarda kullanılmasının avantajlarını ve dezavantajlarını tartışacağız. Hadi başlayalım!

Akıllı limanların önemi#

Limanlar her gün büyük miktarda mal alır ve operasyonları verimli tutma, işçi güvenliğini sağlama, trafik sıkışıklığını azaltma ve kötü hava koşullarıyla başa çıkma gibi zorluklarla karşılaşır. Bir saatlik bir gecikme bile nakliye şirketleri için maliyetli olabilir.

Örneğin, kargonun boşaltılmasının çok uzun sürmesi (demoraj), boşaltmadan sonra konteynerlerin çok uzun süre tutulması (alıkoyma), malların limanda ekstra süre saklanması (depolama ücretleri) ve gemilerin geç gelmesi (geç varış ücretleri) ile ilgili maliyetler vardır. Bu maliyetli cezalardan kaçınmak için nakliye şirketleri programlarını, seyahat sürelerini ve liman faaliyetlerini dikkatlice planlamayı hedefler.

Liman operasyonlarını yönetirken bu zorluklarla başa çıkmak için nakliye şirketleri ve liman yetkilileri giderek gelişmiş AI tabanlı otomasyon çözümlerine yönelmektedir. Bilgisayarlı görü açısından, vision modelleri, liman operasyonlarına ait devasa görüntü ve video klip veri setleri üzerinde eğitilebilir.

Eğitilmiş modeller, kargo konteynerleri yüklenirken ve boşaltılırken onları tespit etmek ve takip etmek gibi görevler için kullanılabilir. Bilgisayarlı görü ayrıca ağır kargo konteynerlerini taşıyan liman çalışanlarını takip ederek liman güvenliğini güçlendirmeye de yardımcı olabilir.

Bilgisayarlı görünün limanlardaki uygulamaları#

Artık yapay zeka ve bilgisayarlı görü teknolojilerinin neden limanlarda önemli ve değerli olduğunu anladığımıza göre, bilgisayarlı görünün nasıl kullanılabileceğini gösteren bazı akıllı liman örneklerine daha yakından bakalım.

Liman güvenliğini korumak için bilgisayarlı görü kullanma#

Ultralytics YOLO11 ve Ultralytics YOLOv8 gibi bilgisayarlı görü modelleri, çalışanları takip edebilir ve güvenlik protokollerine uyumu sağlayabilir. Bu nasıl çalışır? Hem YOLO11 hem de YOLOv8, bir görüntü veya videodaki nesneleri tanımlayan ve sınıflandıran nesne algılama (object detection) ve bu nesnelerin zaman içindeki hareketini izleyen nesne takibi (object tracking) gibi çeşitli computer vision görevlerini destekler.

Bu görevler çeşitli işçi güvenliği kullanım senaryolarında kullanılabilir. İyi bir örnek, liman çalışanlarında baret ve yelek gibi kişisel koruyucu donanımları (PPE) tespit etmek için nesne algılamayı kullanmaktır.

Şekil 1. Liman güvenliği uyumluluğu için PPE tespiti amacıyla Ultralytics YOLOv8 kullanma örneği.

Benzer şekilde, nesne takibi gibi bilgisayarlı görü yetenekleriyle entegre edilmiş akıllı liman sistemleri, tehlikeleri tespit etmek ve kazaları önlemek için çalışanların konumlarını izlemek ve hareketlerini gerçek zamanlı olarak takip etmek amacıyla da kullanılabilir.

Canlı video görüntülerini analiz ederek, görü modelleri düşen nesneler veya tehlikeye açık alanlara giren çalışanlar gibi potansiyel tehlikeleri tanımlayabilir. Sistem, bir çalışan yanlışlıkla kısıtlı bir alana girerse veya ağır makinelere çok fazla yaklaşırsa anlık uyarılar gönderecek şekilde yapılandırılabilir.

Limanlarda yapay zeka ile gemi navigasyonu ve izleme#

Computer vision çözümleri, denizcilik seyrüseferini iyileştirmede önemli bir rol oynayabilir. Bilgisayarlı görü, Otomatik Tanımlama Sistemi (AIS) yayınları (geminin kimliğini, konumunu, hızını vb. içeren sinyaller) ve diğer gelişmiş sensörlerle entegre denizcilik sistemleri, geminin konumu hakkında içgörüler elde etmek için kullanılabilir. Bu içgörülere dayanarak AI sistemi, daha az trafik yoğunluğu ve yakıt verimliliği ile gemi için ideal bir rota çizebilir. Bu içgörüler ayrıca mürettebatın limanı yükleme ve boşaltma gibi operasyonlar için hiç bekleme süresi olmadan hazırlamasını sağlar.

Nesne algılama gibi bilgisayarlı görü teknikleri, liman yetkilileri tarafından güvenli seyrüsefer için denizde nesneleri tespit etmek ve takip etmek amacıyla kullanılabilir. Örneğin, Portland'daki Gulf of Maine Araştırma Enstitüsü, gemi seyrüseferi ve güvenliği için AI tabanlı kamera sistemlerini kullanmaktadır. Kameralar; gece veya sisli koşullarda bile gemileri, tekneleri, şamandıraları, insanları ve diğer deniz tehlikelerini tespit etmek için bilgisayarlı görü kullanır. Denizdeki engelleri tespit ederek gemi operatörleri kazalardan kaçınabilir ve kolayca seyredebilir.

Şekil 2. Denizcilikte AI: denizde nesneleri tespit eden computer vision özellikli bir kamera.

Liman dijitalleşmesi ile kolaylaşan kargo elleçleme#

Kargo elleçleme, ağır makinelerin varlığı ve düşen nesne riski nedeniyle limanlardaki en karmaşık operasyonlardan biridir. Çalışmalar, liman kazalarının %63'ten fazlasının kargo manevraları ve yükleme veya boşaltma operasyonları sırasında gerçekleştiğini göstermektedir. Bu kazalar, etiket okuma veya hasar kontrolü gibi görevler için çalışanların konteynerlerin veya ağır liman ekipmanlarının yakınında bulunma ihtiyacını azaltarak önlenebilir.

Vision sistemleri; konteynerler üzerindeki etiketleri tanıyarak, boyutlarını, türünü, ağırlığını, mühürlerini ve varış yerlerini tarayarak veya herhangi bir yapısal hasar tespit ederek bunu başarmaya yardımcı olabilir. Bunun ilginç bir vaka çalışması, Yunanistan'ın Piraeus Konteyner Terminali (PCT) limanıdır. Bu liman, konteynerler üzerindeki mühürlerin sağlam olup olmadığını kontrol etmek için vision AI entegreli kameralar kullanır. Sistem, yükleme veya boşaltma sırasında her bir konteynerin ön tarafının görüntülerini yakalar. Ardından, konteynerler üzerindeki mühürlerin yerini bulmak için görüntüler üzerinde nesne algılama kullanılır. Bir mühür eksik veya hasarlıysa, liman yetkililerini daha fazla araştırma yapmaları için uyaran bir alarm tetiklenir.

Şekil 3. Yunanistan'daki Piraeus konteyner terminali, akıllı limana iyi bir örnektir.

Akıllı limanlarda gözetim ve erişim kontrolü#

Limanlardaki güvenlik ve gözetim görevleri sürekli dikkat gerektirir. Tüm limanın manzarasını ve operasyonlarını izlemek için gereken insan gücü çok büyüktür. Dünyanın en küçük limanı olan Oregon'daki Depoe Bay bile altı dönümlük bir alanı kaplar. Geniş alan ve birbirine yakın istiflenmiş konteynerler, insanların bunu günün her saati manuel olarak izlemesini pratik olarak imkansız hale getirir.

Computer vision kullanarak liman operasyonları birden fazla erişim noktasında izlenebilir ve yetkisiz girişler anında fark edilebilir. Optical character recognition (OCR) ve automatic number plate recognition (ANPR) teknolojisi, yetkisiz araçları tespit etmek için limanlara giren ve çıkan araçların plakalarını okuyabilir. Ekstra bir güvenlik katmanı için, facial recognition sistemleri de araç içindeki sürücülerin ve yolcuların kimliklerini çapraz doğrulamak için kullanılabilir.

Şekil 4. Bir arabanın plakasını okumak için computer vision kullanma örneği.

Örneğin, İspanya'daki Valensiya Limanı, limanın güvenliğini izlemek için otonom dronlar, 5G bağlantısı ve bir artırılmış gerçeklik (AR) gözlüğünden oluşan bir computer vision sistemi kullanmaktadır. Otonom dronlar limanı düzenli olarak devriye gezen araçlar olarak kullanılır ve video akışı 5G ağı üzerinden vision tabanlı sistemler kullanılarak analiz edilir. Computer vision modelleri herhangi bir izinsiz giriş veya şüpheli faaliyet arar. Sıra dışı bir şey tespit edildiğinde uyarılar oluşturulur. AR gözlüğünü kullanarak güvenlik ekibi, olayın ciddiyetini anlamak için uyarı verilen alanı bile inceleyebilir.

Görü yapay zekası yardımıyla petrol sızıntılarını tespit etme#

Petrol sızıntıları, özellikle yükleme ve boşaltma liman operasyonları sırasında önemli bir çevresel tehdit oluşturmaktadır. Çalışmalar, orta ve küçük ölçekli petrol sızıntılarının (7 - 700 ton) yaklaşık %29'unun bu faaliyetler sırasında meydana geldiğini göstermektedir. Bu sızıntılar kolayca görünmeyebilir ve zararsız gibi görünebilir olsa da, çevresel sonuçları ağır olabilir.

Bu tür sızıntıları manuel olarak izlemek, özellikle büyük liman alanlarında zordur. Bu sorunu ele almak için, bilgisayarlı görü yazılımıyla donatılmış gelişmiş su algılama kameraları etkili bir çözüm sağlayabilir. Video görüntülerini analiz ederek, bu sistemler petrol sızıntılarını gerçek zamanlı olarak tespit edebilir ve hızlı müdahale ile temizlik çalışmalarına olanak tanır.

Şekil 5. Akıllı liman örneği: Okyanustaki petrol sızıntılarını tespit etme.

Aslında, Avrupa'nın en büyük ikinci limanı olan Anvers Limanı, petrol sızıntılarının etkisini azaltmak için computer vision teknolojisini kullanmaktadır. Uzaktan kumandalı dronlar çevreleyen su alanlarını izler. Computer vision yetenekleriyle donatılmış bu dronlar, yakınlardaki liman alanlarında petrol sızıntılarını tespit edebilir. Bu, liman yetkililerinin yoğunlaşmış sızıntı alanlarını derhal belirleyip ele almasını sağlar, böylece deniz kıyılarındaki su kalitesini iyileştirir.

Limanlarda bilgisayarlı görünün faydaları ve sınırlamaları#

Liman yönetiminde bilgisayarlı görüyü benimsemek birçok avantaj sağlar ve benzersiz zorluklara yönelik çeşitli özel çözümleri teşvik eder. İşte bu faydalardan bazılarına hızlı bir bakış:

• İyileştirilmiş denizcilik lojistiği: Denizcilikte AI tedarik zincirleri, lojistiğe yeni bir operasyonel verimlilik seviyesi getirmektedir. Vision tabanlı sistemler, nakliye hatları, liman hizmetleri, kargo elleçleme vb. arasındaki mal değişimini izlemek için kullanılabilir.

• Veriye dayalı karar verme: Görüntü ve video analizinden elde edilen içgörülerle liman yönetimi bilinçli kararlar alabilir.

• Daha iyi rota tahmini: Görü yapay zekası sistemleri, limanlardan ve gemilerden gelen canlı görüntüler gibi görsel verileri analiz ederek, yapay zeka algoritmalarının optimize edilmiş rotalar önermesine yardımcı olabilir.

• Azalan işçilik maliyetleri: Gemi izleme, kargo sıralama ve gemi takibi gibi görevleri bilgisayarlı görü ile otomatikleştirerek, limanlar insan gücüne olan bağımlılıklarını azaltabilir.

Bilgisayarlı görü çözümleri çok sayıda avantaj sunsa da, limanlardaki uygulamalarının dikkate alınması gereken bazı zorlukları vardır. İşte aklınızda bulundurmanız gereken bazı sınırlamalar:

• Yüksek başlangıç maliyetleri: Limanlarda endüstri standardı bilgisayarlı görü uygulamalarını hayata geçirmek, donanım, yapay zeka uzmanlığı ve hesaplama altyapısına önemli bir yatırım gerektirir.

• Çevresel kısıtlamalar: Özellikle kıyı bölgelerindeki yağmur ve sis gibi tutarsız hava koşulları, görüntü ve video kalitesini etkileyebilir ve yapay zeka modelinin düşük performans göstermesine neden olabilir.

• Nakliye konteyneri boyutlarındaki çeşitlilik: Nakliye konteynerleri boyut, renk, etiket ve şekil bakımından farklılık gösterir, bu da onları görü tabanlı sistemlerin takip etmesi için zorlu hale getirir. Bilgisayarlı görü modelleri, bu tür çeşitlilikle başa çıkmak için ek eğitim gerektirebilir.

• Tutarsız ağ bağlantıları: Bulut tabanlı bilgisayarlı görü sistemleri için kararlı bir ağ bağlantısı çok önemlidir, çünkü kesintiler liman operasyonlarında gecikmelere, verimsizliklere ve güvenlik risklerine neden olabilir.

Limanlarda bilgisayarlı görünün geleceği#

Raporlara göre, küresel akıllı liman pazarının %24,16'lık etkileyici bir yıllık bileşik büyüme oranıyla (CAGR) büyüyerek 2033 yılına kadar 6,1 milyar dolara ulaşması beklenmektedir. Bu büyüme, modern liman operasyonlarında AI, computer vision ve Nesnelerin İnterneti (IoT) gibi gelişmiş teknolojilerin artan kullanımını vurgulamaktadır. Limanlar daha verimli ve daha akıllı hale geldikçe, computer vision görevleri otomatikleştirmede, güvenliği artırmada ve operasyonel verimliliği yükseltmede kritik bir rol oynayacaktır.

IoT, blok zinciri ve büyük veri gibi teknolojilerle birleştirildiğinde, bilgisayarlı görünün gerçek zamanlı kargo takibi ve liman ekipmanlarının kestirimci bakımı gibi gelişmiş ve karmaşık yapay zeka destekli çözümleri mümkün kılması bekleniyor. Bu yenilikler, liman operasyonlarını kolaylaştıracak ve enerji kullanımını optimize edip karbon emisyonlarını azaltarak sürdürülebilirliği teşvik edecektir.

Akıllı limanlar hakkında önemli çıkarımlar#

Bilgisayarlı görüyü liman yönetimine entegre ederek, güvenliği, verimliliği ve emniyeti artırabiliriz. Çalışan faaliyetlerinin izlenmesinden kargo elleçleme ve gemi navigasyonu gibi karmaşık görevlerin otomatikleştirilmesine kadar, bilgisayarlı görü uygulamaları çok çeşitli uygulamalar sunabilir ve liman yönetimindeki kritik zorlukları ele alabilir.

Otomasyona ve yapay zeka odaklı süreçlere yönelik eğilim, görü yapay zekası çözümlerinin potansiyeline ışık tutuyor. Bu gelişmiş teknolojileri benimseyerek, limanlar kendilerini küresel denizcilik endüstrisinde lider olarak konumlandırabilir, ekonomik büyümeye ve çevresel sürdürülebilirliğe katkıda bulunabilirler.

AI hakkında daha fazla bilgi edinmek için topluluğumuza katılın ve GitHub depomuzu inceleyin. Üretimde AI ve sağlık sektöründe computer vision uygulamalarının diğer ilgi çekici yönlerini keşfedin.