基于语义分割神经网络,分离水线与标尺数字,在复杂海况下精确计算吃水数值。在巴西桑托斯港,基于YOLOv8的计算机视觉系统在34,000余张图像上实现了船首0.980和船尾0.965的mAP50-95分割精度(Sensors Journal, 2025),验证了深度学习在吃水测量中的真实可行性。
融合高灵敏度传感器信号与规则模型,验证触水/触底状态,输出可靠的舱内液位结果。
从图像/视频中自动识别集装箱箱号、箱型及关联字段数据。现代视觉AI系统在实时港口环境中对多向集装箱代码的识别准确率已达93.2%(IEEE Sensors Journal, 2024),使自动化闸口处理和堆场追踪日益可靠。
码头自动化的运营标准在不断攀升。青岛港自动化码头自主研发的A-TOS智能管控系统——集成双起升自动化装载和双小车重载作业功能——自2017年投运以来,实现了系统零故障停机,证明了专为港口场景构建的AI控制系统能够在集装箱码头规模下提供关键任务级的可靠性。
检测锁扣异常状态,支撑堆场与码头的安全管控。
目标检测 + OCR 管线,服务海关铅封核验与防篡改记录。