Digital Twin
The digital twin developed in Unity represents a highly detailed digital copy of the indoor terminal environment of Dresden or Riesa. The purpose of this artifact is to create new and hard-to-generate data such as rusted containers and video material under specific wind, weather, and daily conditions. Additionally, drone flights can be realized here, delivering results realistically without risks.
Image processing models
In ports worldwide, image recognition technology is increasingly being used as an indispensable tool to enhance security and efficiency. By analyzing visual data in real-time, image recognition models enable precise monitoring of cargo movements and early detection of suspicious activities. Machine learning and artificial intelligence enable automated responses to potential risks, drastically reducing response times and minimizing human errors. This technology not only contributes to security but also optimizes operations by improving the efficiency of port logistics. In an era of increasing trade volumes and complex security threats, the integration of image recognition technologies represents a significant advancement for ports to meet the challenges of the 21st century.
Digitaler Zwilling (schematisch)
Der schematische digitale Zwilling (MapBox basiert) stellt eine weniger detailreiche Darstellung des Hafens dar. Er bildet den aktuellen Hafenzustand durch Identität und Position von Containern und Trailern ab und nutzt dazu eine Landkartendarstellung, auf welcher Ladeeinheiten angezeigt werden. Genutzt werden kann der Zwilling vom Personal im operativen Betrieb, zur Routenplanung für Transportwägen und für sonstige Interessengruppen, die von einem Überblick über den Hafenzustand profitieren.
NeRF
Together with a student from the University of Hamburg, 3D environments were extracted from video footage at the ports using the so-called NeRF approach. In this method, a neural network learns from video materials and gains an impression of the 3D objects in this environment. This also enables drone flights in the environment that did not actually take place in reality. Applying object detection algorithms (here YOLO) yielded promising results.
Sensorbox
Ergänzend zur Überwachung mit Drohnen und fester Infrastruktur werden Daten im Terminal mittels einer Sensorbox erfasst. Diese ist mit verschiedenen Sensoren ausgestattet, um den Betrieb der Reachstacker und Trucks zu überwachen. Diese Sensoren umfassen GPS-Module zur präzisen Standortbestimmung, Abstandssensoren zur Überwachung des Beladungszustands und HD-Kameras mit Nachtsicht, die das Umfeld und die Arbeitsaktivitäten überwachen. Diese Daten werden in Echtzeit auf einem Edge-Gerät verarbeitet, das mit einer integrierten GPU für lokale Bildverarbeitung ausgestattet ist.