Millorar el control del transport ferroviari i fer del Port de Barcelona un entorn més sostenible, tecnològic i smart. Aquests són els principals objectius d'una prova pilot de tecnologia basada en intel·ligència artificial (IA). Es va posar en pràctica en el Hutchison Ports BEST durant una mica més d'un any. El sistema de la startup AllRead Machine Learning Technologies (MLT) identifica en temps real els contenidors i vagons que entren en el port. Així es millora el control del transport ferroviari. Es tracta d'un altre impuls del Port de Barcelona per a situar-se a l'avantguarda del sector en l'àmbit tecnològic i digital.

TECNOLOGIA AMB PRECISIÓ LECTORA

La startup AllRead, especialitzada en sistemes de visió per ordinador, ha desenvolupat un sistema basat en intel·ligència artificial. Permet identificar en temps real els contenidors i vagons que entren en el recinte portuari. I ho ha fet sense necessitat d'instal·lar grans infraestructures i equips de hardware. Simplement, a través d'un programari capaç d'identificar números, lletres i símbols en vídeos i fotografies.

“Es tracta d'un programari de visió per ordinador aplicat a la detecció i la lectura de textos, codis i símbols en cadenes de subministrament”, explica Adriaan Landman, director d'Operacions i cofundador de AllRead. “Connectat a qualsevol mena de càmera fixa o mòbil, serveix per a millorar la traçabilitat d'actius en ports, plataformes logístiques o companyies de transport, retornant un registre en temps real i amb molta precisió”. 

La tecnologia es va testar durant aproximadament un any en el Port de Barcelona, on la prova pilot va analitzar un total de 950 trens i 13.500 contenidors. D'acord amb el cofundador de AllRead, les xarxes neuronals van ser entrenades usant imatges o vídeos preses pels responsables del projecte i per càmeres prèviament instal·lades en el port.

Els resultats van ser molt positius. Dels 13.500 contenidors que van entrar en el Port i van ser analitzats en la prova pilot, es van identificar el 99%. La tecnologia va ser capaç d'interpretar les matrícules en posició vertical, horitzontal i fins i tot combinades. 

També va poder identificar aquelles que es veien trencades, brutes i parcialment cobertes. Les proves es van realitzar tant de dia com de nit, per a comprovar la viabilitat del sistema en condicions de poca llum.

Llegeix la notícia completa a la pàgina de PierNext.