欧洲航行安全项目OCEAN进入最后阶段

欧洲航行安全项目OCEAN示意图/OCEAN官网

近日，为期3年的欧洲航行安全项目OCEAN项目正式进入最后阶段。该项目由欧盟和英国国家科研与创新署（UKRI）资助，旨在提高船舶的航行安全。值得一提的是，OCEAN项目为“欧洲地平线（Horizon Europe）”中数字化相关的关键战略方向提供支持。“欧洲地平线”是欧盟委员会的科研资助项目，其费用是欧盟历史上最大手笔的科研资助，其关注领域包括智能船舶的相关研究。

项目聚焦以人为本

据统计，欧洲的船队每年约发生3000起海上事故，其中28%的事故被归类为严重或非常严重，导致船上人员伤亡、污染、火灾、碰撞或搁浅等。根据欧洲海事安全局（EMSA）的统计，无论是货船、客船还是服务船，航行事故在这些统计数字中都占很大比例。

研究发现，严重航行事故（搁浅和碰撞）、涉及漂浮集装箱的事故以及对大型海洋哺乳动物有害的撞击事件是行业所面临的三大主要挑战。为了更好应对这些挑战，2022年10月，由欧盟的研究与创新计划“欧洲地平线”和英国UKRI资助的创新和开发计划OCEAN项目(the Operator-Centred Enhancement of Awareness in Navigation)正式启动，项目期限为3年。该项目的重点是提高操作人员的航行意识，减少碰撞和搁浅等严重事故的发生频率，保护海洋哺乳动物的生命，并降低漂浮障碍物带来的风险。

该项目由西挪威应用科技大学、康士伯海事、英国航海学会等13个成员组成，这些成员来自7个欧洲国家（挪威、希腊、西班牙、丹麦、葡萄牙、爱尔兰和英国，均位于欧洲主要沿海地区），涵盖了海岸管理局、船舶运营商、海事安全和运输研究人员、海洋哺乳动物生态和保护专家、海事信息系统和传感器专业公司、专业组织、风险和安全管理组织，以及数据基础设施、数据融合和卫星成像方面的专家等各利益相关方。

OCEAN项目的使命包含了意识、目标、技术、创新以及培训5个方面。首先，提高安全意识，减少鲸的撞击和海上事故。其次，为减少航行事故、为船舶驾驶员提供支持以及为保护海洋野生动植物做出贡献。第三，开发人工智能（AI）、算法和机器学习的使用，以提高航行安全。第四，通过技术创新，努力减少由此造成的人类、环境和经济损失。第五，对法规、标准和驾驶室设备设计方法提出改进和修正建议。

本项目研究针对增强“现场”航行意识，提高机动规避性能，以避免与近域威胁相撞等，提供和展示几项以人为本的创新，如4D态势感知显示屏，通过将当前的驾驶室信息系统与该项目专门开发的海洋哺乳动物和丢失的漂浮集装箱探测和跟踪能力相结合，提高航行危险的可视化程度。

该项目还将设计和实施欧洲航行危险数据基础设施，将与漂浮集装箱和大型海洋哺乳动物聚集有关的多源观测和危险预测输入到现有的分布式海洋预警基础设施。项目结束后，该项目团体还将努力把这一数据生态系统移交给欧洲相关组织进行部署和维护。

综上，OCEAN项目的研究将有助于大大减少航行事故，拯救生命，保护环境，减少经济损失。该项目还将有助于开发新的技术和标准，通过增强而非取代人类的能力，在未来数年内改善海上安全。

创新方法促航行安全

OCEAN项目是一项开创性的研究项目，旨在加强航行安全和降低与海上航行有关的风险。通过利用技术、预测建模和众包数据，为船员在海上面临的挑战提供了创新解决方案。

OCEAN项目旨在采取综合方法解决海上航行危险问题。其主要目标之一是通过提高船员对周围环境的认识来支持他们的日常工作。包括促进规避操作，以避免与海洋生物和漂浮物发生碰撞。该项目的战略核心是创建欧洲航行危险基础设施（ENHI），作为收集、处理和分发潜在航行危险相关数据的中央枢纽。ENHI从各来源处收集数据，为船员提供有关潜在危险的实时信息，来源包括水听器列阵，通过声音探测海洋哺乳动物的存在；专用移动应用程序提供的视情报告，用户可直接通过智能手机报告视情情况；预测模型，预测在特定区域遇到漂浮物或海洋哺乳动物的可能性；卫星图像分析，为航行危险提供更多信息。通过管理这些不同来源的数据，ENHI可帮助船员能够在海上做出明智的决定，降低碰撞风险，确保船舶和海洋生物安全。

海上航行的一个主要挑战是预测漂浮物和海洋生物的移动。OCEAN项目通过采用复杂的模型来分析水温、海洋条件等因素，预测在某些区域遇到海洋哺乳动物的概率，从而应对这一挑战。同样，漂浮物模型会考虑风型和洋流等因素，预测漂浮集装箱随时间的移动。通过预测这些物体的轨迹，船上人员可以采取积极措施避免碰撞，并将对船舶和海洋环境造成损害的风险降至最低。

除了从传统渠道收集数据外，OCEAN项目还将利用众包数据（通过其应用程序）的力量来加强安全。该应用程序允许用户直接通过移动设备报告漂浮集装箱和海洋哺乳动物的目击情况，从而补充现有数据，更全面地了解海上潜在危险。通过这种众包数据的方式，OCEAN项目不仅可提高航行安全，还可促进公众对海洋保护问题的参与和意识。

未来，OCEAN项目旨在将ENHI移交给负责海上安全和环境保护的欧洲组织。通过巩固欧洲层面的努力，该项目力求确保船员的持续安全，并保护欧洲水域的海洋生态系统。

AI检测漂浮集装箱

在海上漂浮的落水集装箱不仅会对环境、水生生物以及栖息地造成威胁，还将对船舶航行造成危害，如造成碰撞和潜在灾难。随着运力及货物的不断增加，这个问题还将变得越来越普遍。因此，采取必要措施减少海上落水集装箱的负面影响至关重要。

针对海上漂浮的落水集装箱问题，OCEAN项目研究出的解决方案包括AI检测、用于识别落水集装箱的大型语言模型，以及对处于危险中船舶发送航行警告。

AI检测。OCEAN项目探索了利用卫星图像的AI检测和报告漂浮的集装箱，研究表明，在亚米级分辨率的卫星图像中，人工智能可以检测到漂浮的集装箱。OCEAN项目团队还探讨了以几十米的分辨率检测一些集装箱的可能性。然而，在卫星图像上检测集装箱所面临的挑战之一是高分辨率卫星图像的高昂成本。OCEAN项目还提出了一种利用免费哨兵（Sentinel）数据结合高分辨率图像进行集装箱检测的经济有效的解决方案。并向政策制定者建议为海事当局提供高分辨率卫星图像。

大型语言模型。OCEAN项目探索了使用大型语言模型（LLM）识别落水集装箱的替代方法。当获得有关落水集装箱的报告时，大型语言模型可以自主分析内容，以确定集装箱是否丢失，精确定位落水发生的时间和地点，并量化受影响集装箱的数量。然而，在实施大型语言模型方面目前仍然存在挑战，例如确定可靠的信息来源。

航行警告。在发现落水集装箱和集装箱船有遗失集装箱风险时发出航行警告,这有助于提高船员的意识。OCEAN项目团队利用前几项技术探测并确定漂浮集装箱相关信息，然后可以通过多种渠道向相关人员发出警报。OCEAN项目还利用挪威气象研究所开发的OpenDrift框架开发了一个基于报告信息的集装箱前漂预测模型。通过将模型数据与天气信息和自动识别系统（AIS）相关联，可以确定是哪艘船舶遗失了集装箱，以及遗失的时间和地点。同时，OpenDrift模型还可用于模拟集装箱漂移的时间回溯，重建其在被探测到之前的可能轨迹。此外，OCEAN项目研究还发现，目前与落水集装箱有关的航行警告广播利用率相对较低，其认为实施向可能遗失集装箱的船舶播发航行警告的程序将非常有用。而且，对于海事当局和打捞公司来说，航行警告也十分有用。在国际海事组织（IMO）层面，已经提出了几项关于强制报告丢失集装箱和标准化报告程序的修正案草案，这些修正案预计将于2026年1月1日生效。

事故调查创新途径

事故调查及总结对于确保航行安全具有重要作用。事故调查能够帮助识别导致事故的根本原因，通过深入分析和经验总结，有助于采取针对性的措施来预防未来类似事故的发生。OCEAN项目整体上侧重于碰撞和搁浅等航行事故。

当下，传统的事故调查方法已不足以应对现代海上作业的复杂性和风险。在技术进步的推动下，向预测性事故调查转变的势头日益强劲，正在推动积极主动的预防措施，以加强海员和海洋环境的安全。向积极主动的方法转变需要从被动应对措施转向积极主动的预防措施，从而培养一种持续改进和风险管理的文化。

OCEAN项目团队认为，如果采用预测性事故调查方法和技术手段，便可以超越仅仅对事故作出反应的传统模式，促进安全水平进一步提升。

研究发现，技术在实现预测性事故调查和促进主动预防方面至关重要。OCEAN项目借助AI和机器学习，先进的数据分析工具可以处理海量数据，识别人类无法观察到的模式和趋势。这些洞察力可以转化为可操作的措施，以降低风险和预防事故。此外，将实时监控系统集成到船舶上，还能提供有关设备性能、天气状况和船员行为的持续反馈。这些实时数据可以输入预测模型，从而及早发现潜在的危险，船员便可及时采取纠正措施，避免事故的发生。

OCEAN项目团队认为，在未来的海事作业中，预测性事故调查将是确保最高安全标准和促进海事行业持续改进文化的基石。