Support Center
CASE STUDY
Branche: Maritime
Produkt: Triton® IP67-Kamera
SDK: Arena Software Development Kit
KI-basierte Objekterkennung für die maritime Navigation mit IP67-Kameras von LUCID
Traditionell waren Schiffe bei der sicheren Navigation auf die manuelle Wachsamkeit ihrer Besatzung angewiesen. Eine aufmerksame Sichtwache war entscheidend für den sicheren Betrieb. Doch Objekte wie Fischereiboote, Bojen oder Treibgut lassen sich mit Radar allein nicht zuverlässig erkennen. Diese Erkennungsblinde Flecken stellen eine zusätzliche Belastung für die Crew dar.
Im Laufe der Jahre hat sich Computer Vision in Kombination mit Bildverarbeitungstechnologie als Standard für die maritime Überwachung etabliert. Moderne Schiffe sind mit sichtbaren und infrarotbasierten Kameras sowie konventionellen Sensoren wie Radar und LiDAR ausgerüstet, um Objekte zu erkennen und die Situationswahrnehmung zu verbessern. In den letzten Jahren wurden zunehmend KI-gestützte Objekterkennungssysteme und autonome Navigationslösungen entwickelt, um die maritime Überwachung weiter zu optimieren.
Herausforderung
Die maritime Navigation ist vielfältigen Umweltbedingungen wie Regen, Seewind sowie wechselnden Lichtverhältnissen (Tag/Nacht) ausgesetzt. Das japanische Unternehmen JRCS, ein Anbieter digitaler Technologien für maritime Logistik, entwickelte eine KI-gestützte Objekterkennung namens „infoceanus command“. Ziel ist es, mithilfe von Kameras die Sichtwache zu unterstützen, die mentale Belastung der Besatzung zu reduzieren und die allgemeine Sicherheit zu erhöhen.
Das an Bord installierte Vision-System erfasst Bilder, die unter verschiedensten Lichtverhältnissen von der KI verarbeitet werden können. Vor der Lösung von JRCS war keine handelsübliche Kamera in der Lage, Bilder mit der nötigen Empfindlichkeit und dem Dynamikbereich aufzunehmen – von absoluter Dunkelheit bis hin zu starkem Gegenlicht. Auch die Auswirkungen von Regen und Seewind auf die Sensorleistung waren ein kritischer Faktor, der bei der Auswahl der geeigneten Kamera berücksichtigt werden musste.
Lösung
Die Lösung „infoceanus command“ von JRCS, die auf proprietärer Computer-Vision-Technologie basiert und Triton-Kameras von LUCID einsetzt, wurde auf verschiedenen Schiffen installiert und erfolgreich getestet.
Das System erkennt Objekte – auch solche, die mit anderen nautischen Instrumenten nicht erfasst werden können – und unterstützt die Besatzung wirksam bei der Navigation. Besonders hilfreich ist es in stressigen Situationen, etwa beim Abschätzen von Position, Fahrtrichtung und Geschwindigkeit anderer Schiffe. Auch Abstandsberechnungen zwischen anderen Objekten und dem eigenen Schiff sind möglich – mit dem Ziel, diese Informationen künftig in der autonomen Schifffahrt zu nutzen.
Die Triton-Kamera von LUCID ist mit dem Sony IMX490 CMOS-Bildsensor mit High Dynamic Range (HDR) ausgestattet. Der rückwärtig belichtete Sensor ermöglicht eine hohe Lichtempfindlichkeit, wodurch selbst bei Nacht Bilder aufgenommen werden können, die für die KI eindeutig auswertbar sind.
Zudem unterdrückt die HDR-Funktion Gegenlichtszenarien, wie sie bei Sonnenauf- und -untergang auftreten, und verhindert Überbelichtungseffekte („Whiteout“), sodass auch in schwierigen Lichtverhältnissen eine zuverlässige Objekterkennung möglich ist.
Ein zusätzlicher Aspekt: Die Installationsorte an Bord sind während der Fahrt ständigen Vibrationen ausgesetzt. Das stellt hohe Anforderungen an die Robustheit des Systems. Die Factory Tough™ Triton-Kamera erfüllt diese Anforderungen mit einem staub- und wasserfesten IP67-Gehäuse und ist damit ideal für raue Wetterbedingungen geeignet.
*Die IP67-Funktion der Triton-Kamera hängt von der konkreten Anwendung und Installation ab; zusätzliche Schutzmaßnahmen können erforderlich sein.
Mit robuster Bauweise und IP67-Schutzklasse widersteht die Triton Erschütterungen, Vibrationen, Staub und Wasser – ideal für anspruchsvolle maritime Umgebungen.
Fazit
In den letzten Jahren hat sich die Objekterkennung auf See kontinuierlich weiterentwickelt, um herkömmliche Verfahren zu ergänzen und die Sicherheit sowie die Arbeitsbedingungen der Besatzung zu verbessern. Künstliche Intelligenz liefert Entscheidungsgrundlagen, während Computer Vision Bilddaten bereitstellt und Objekte identifiziert. Die Kombination beider Technologien birgt enormes Potenzial für die Weiterentwicklung der autonomen Schifffahrt, der maritimen Überwachung und des Schiffsmanagements.
Mehr erfahren: