Современные порты испытывают значительные трудности с обеспечением безопасности судоходства из-за высокой плотности трафика и разнотипных судов, которые движутся в ограниченном пространстве. Особенно остро стоит проблема движения маломерных судов, часто не оснащённых системой автоматической идентификации (AIS), которые ведут себя непредсказуемо, совершая резкие манёвры и создавая дополнительную опасность для крупных судов. Традиционные системы безопасности, такие как AIS и радары, сталкиваются с ограничениями в детектировании и отслеживании этих судов, особенно в условиях береговой линии с морскими помехами и разнообразием типов судов. В таких условиях инновационные методы становятся залогом повышения эффективности мониторинга и снижения рисков столкновений в портах. Применение дополненной реальности (AR) и искусственных нейронных сетей (ANN) позволяет создать комплексную систему, способную выявлять, отслеживать и прогнозировать параметры движения как судов с AIS, так и без него.
Важность этого подхода подтверждается, например, исследованиями, проведёнными в порту Сплита, одном из крупнейших пассажирских портов Средиземноморья, где высока плотность смешанного судоходства. Камеры, установленные в критических точках порта, передают видеопоток для анализа с помощью алгоритмов глубокого обучения, таких как YOLOv9 для детекции судов и DeepSORT для их отслеживания. Искусственная нейронная сеть обучается на большом количестве изображений морских судов различных типов и условий съёмки, что позволяет оценивать скорость судов на основе моноокулярного видеоряда. Точность таких оценок подтверждается сравнением с измерениями лазерных дальномеров, где средняя абсолютная ошибка скорости не превышает 2 км/ч. Это демонстрирует достаточную для практического использования точность, с учётом того, что в реальных условиях решения о манёврах исходят из категорий скоростей, а не из точных значений.
Кроме того, AR-интерфейс даёт операторам портовой системы слежения возможность видеть реальные изображения судов с наслоением информации о вероятности столкновения и рекомендациями по его предотвращению, что повышает уровень ситуационной осведомлённости. Особенностью подхода является интеграция правил международной Конвенции по предупреждению столкновений судов (COLREG) для правильной классификации встречных ситуаций, определения судна, которое обязано уступить ход, и расчёта риска на основе критических точек возможного сближения. Использование предсказаний траекторий с учётом текущей скорости и направления движения позволяет выстраивать модели потенциальных конфликтов и отображать их в виде цветовых индикаторов в AR-приложении. Это дает портовым операторам инструмент для оперативного принятия решений и координации судоходства. В дополнение к техническим аспектам, важно учитывать и организационные преимущества системы.
Во-первых, она обеспечивает покрытие слепых зон традиционных AIS и радаров, особенно в периоды туристического сезона с интенсивным местным и туристическим движением. Во-вторых, мобильное AR-приложение облегчает перенос информации непосредственно на рабочие места и обеспечивают доступность данных для различных участников процесса управления движением судов. Несмотря на успехи, система сталкивается с некоторыми ограничениями, такими как влияние погодных условий на качество видеосъёмки, необходимость в дальнейшем увеличении набора данных для обучения ANN, а также сложность корректного различения близко расположенных объектов и предотвращения ошибок классификации. Дальнейшие исследования направлены на расширение функционала, совершенствование моделей с использованием более сложных методов машинного обучения, а также расширение испытаний на других портах с различными географическими и операционными условиями. Применение технологии дополненной реальности и искусственных нейронных сетей в системе портового контроля движения открывает новые горизонты для обеспечения безопасности и эффективности перевозок.
Автоматическая фиксация и анализ морских судов, интеграция данных с AIS и визуальной информации, а также наглядное отображение риска столкновений позволяют создать многоуровневую защиту, которая значительно снижает вероятность аварий и способствует устойчивому развитию морской транспортной инфраструктуры. В контексте роста морского транспорта и усложнения трафика, такие цифровые решения становятся не просто полезными, а необходимыми для современных портов. В перспективе интеграция с системами автономного судоходства и IoT позволит создавать полностью интеллектуальные морские экосистемы, минимизирующие человеческий фактор и эффективно управляющие несущими риски ситуациями в режиме реального времени. Уже сегодня данные исследования демонстрируют практический потенциал и задают вектор развития в области инноваций для портовой безопасности. .
