歐洲航行安全項目OCEAN示意圖/OCEAN官網

近日，為期3年的歐洲航行安全項目OCEAN項目正式進入最后階段。該項目由歐盟和英國國家科研與創新署（UKRI）資助，旨在提高船舶的航行安全。值得一提的是，OCEAN項目為“歐洲地平線（Horizon Europe）”中數字化相關的關鍵戰略方向提供支持。“歐洲地平線”是歐盟委員會的科研資助項目，其費用是歐盟歷史上最大手筆的科研資助，其關注領域包括智能船舶的相關研究。

項目聚焦以人為本

據統計，歐洲的船隊每年約發生3000起海上事故，其中28%的事故被歸類為嚴重或非常嚴重，導致船上人員傷亡、污染、火災、碰撞或擱淺等。根據歐洲海事安全局（EMSA）的統計，無論是貨船、客船還是服務船，航行事故在這些統計數字中都占很大比例。

研究發現，嚴重航行事故（擱淺和碰撞）、涉及漂浮集裝箱的事故以及對大型海洋哺乳動物有害的撞擊事件是行業所面臨的三大主要挑戰。為了更好應對這些挑戰，2022年10月，由歐盟的研究與創新計劃“歐洲地平線”和英國UKRI資助的創新和開發計劃OCEAN項目(the Operator-Centred Enhancement of Awareness in Navigation)正式啟動，項目期限為3年。該項目的重點是提高操作人員的航行意識，減少碰撞和擱淺等嚴重事故的發生頻率，保護海洋哺乳動物的生命，并降低漂浮障礙物帶來的風險。

該項目由西挪威應用科技大學、康士伯海事、英國航海學會等13個成員組成，這些成員來自7個歐洲國家（挪威、希臘、西班牙、丹麥、葡萄牙、愛爾蘭和英國，均位于歐洲主要沿海地區），涵蓋了海岸管理局、船舶運營商、海事安全和運輸研究人員、海洋哺乳動物生態和保護專家、海事信息系統和傳感器專業公司、專業組織、風險和安全管理組織，以及數據基礎設施、數據融合和衛星成像方面的專家等各利益相關方。

OCEAN項目的使命包含了意識、目標、技術、創新以及培訓5個方面。首先，提高安全意識，減少鯨的撞擊和海上事故。其次，為減少航行事故、為船舶駕駛員提供支持以及為保護海洋野生動植物做出貢獻。第三，開發人工智能（AI）、算法和機器學習的使用，以提高航行安全。第四，通過技術創新，努力減少由此造成的人類、環境和經濟損失。第五，對法規、標準和駕駛室設備設計方法提出改進和修正建議。

本項目研究針對增強“現場”航行意識，提高機動規避性能，以避免與近域威脅相撞等，提供和展示幾項以人為本的創新，如4D態勢感知顯示屏，通過將當前的駕駛室信息系統與該項目專門開發的海洋哺乳動物和丟失的漂浮集裝箱探測和跟蹤能力相結合，提高航行危險的可視化程度。

該項目還將設計和實施歐洲航行危險數據基礎設施，將與漂浮集裝箱和大型海洋哺乳動物聚集有關的多源觀測和危險預測輸入到現有的分布式海洋預警基礎設施。項目結束后，該項目團體還將努力把這一數據生態系統移交給歐洲相關組織進行部署和維護。

綜上，OCEAN項目的研究將有助于大大減少航行事故，拯救生命，保護環境，減少經濟損失。該項目還將有助于開發新的技術和標準，通過增強而非取代人類的能力，在未來數年內改善海上安全。

創新方法促航行安全

OCEAN項目是一項開創性的研究項目，旨在加強航行安全和降低與海上航行有關的風險。通過利用技術、預測建模和眾包數據，為船員在海上面臨的挑戰提供了創新解決方案。

OCEAN項目旨在采取綜合方法解決海上航行危險問題。其主要目標之一是通過提高船員對周圍環境的認識來支持他們的日常工作。包括促進規避操作，以避免與海洋生物和漂浮物發生碰撞。該項目的戰略核心是創建歐洲航行危險基礎設施（ENHI），作為收集、處理和分發潛在航行危險相關數據的中央樞紐。ENHI從各來源處收集數據，為船員提供有關潛在危險的實時信息，來源包括水聽器列陣，通過聲音探測海洋哺乳動物的存在；專用移動應用程序提供的視情報告，用戶可直接通過智能手機報告視情情況；預測模型，預測在特定區域遇到漂浮物或海洋哺乳動物的可能性；衛星圖像分析，為航行危險提供更多信息。通過管理這些不同來源的數據，ENHI可幫助船員能夠在海上做出明智的決定，降低碰撞風險，確保船舶和海洋生物安全。

海上航行的一個主要挑戰是預測漂浮物和海洋生物的移動。OCEAN項目通過采用復雜的模型來分析水溫、海洋條件等因素，預測在某些區域遇到海洋哺乳動物的概率，從而應對這一挑戰。同樣，漂浮物模型會考慮風型和洋流等因素，預測漂浮集裝箱隨時間的移動。通過預測這些物體的軌跡，船上人員可以采取積極措施避免碰撞，并將對船舶和海洋環境造成損害的風險降至最低。

除了從傳統渠道收集數據外，OCEAN項目還將利用眾包數據（通過其應用程序）的力量來加強安全。該應用程序允許用戶直接通過移動設備報告漂浮集裝箱和海洋哺乳動物的目擊情況，從而補充現有數據，更全面地了解海上潛在危險。通過這種眾包數據的方式，OCEAN項目不僅可提高航行安全，還可促進公眾對海洋保護問題的參與和意識。

未來，OCEAN項目旨在將ENHI移交給負責海上安全和環境保護的歐洲組織。通過鞏固歐洲層面的努力，該項目力求確保船員的持續安全，并保護歐洲水域的海洋生態系統。

AI檢測漂浮集裝箱

在海上漂浮的落水集裝箱不僅會對環境、水生生物以及棲息地造成威脅，還將對船舶航行造成危害，如造成碰撞和潛在災難。隨著運力及貨物的不斷增加，這個問題還將變得越來越普遍。因此，采取必要措施減少海上落水集裝箱的負面影響至關重要。

針對海上漂浮的落水集裝箱問題，OCEAN項目研究出的解決方案包括AI檢測、用于識別落水集裝箱的大型語言模型，以及對處于危險中船舶發送航行警告。

AI檢測。OCEAN項目探索了利用衛星圖像的AI檢測和報告漂浮的集裝箱，研究表明，在亞米級分辨率的衛星圖像中，人工智能可以檢測到漂浮的集裝箱。OCEAN項目團隊還探討了以幾十米的分辨率檢測一些集裝箱的可能性。然而，在衛星圖像上檢測集裝箱所面臨的挑戰之一是高分辨率衛星圖像的高昂成本。OCEAN項目還提出了一種利用免費哨兵（Sentinel）數據結合高分辨率圖像進行集裝箱檢測的經濟有效的解決方案。并向政策制定者建議為海事當局提供高分辨率衛星圖像。

大型語言模型。OCEAN項目探索了使用大型語言模型（LLM）識別落水集裝箱的替代方法。當獲得有關落水集裝箱的報告時，大型語言模型可以自主分析內容，以確定集裝箱是否丟失，精確定位落水發生的時間和地點，并量化受影響集裝箱的數量。然而，在實施大型語言模型方面目前仍然存在挑戰，例如確定可靠的信息來源。

航行警告。在發現落水集裝箱和集裝箱船有遺失集裝箱風險時發出航行警告,這有助于提高船員的意識。OCEAN項目團隊利用前幾項技術探測并確定漂浮集裝箱相關信息，然后可以通過多種渠道向相關人員發出警報。OCEAN項目還利用挪威氣象研究所開發的OpenDrift框架開發了一個基于報告信息的集裝箱前漂預測模型。通過將模型數據與天氣信息和自動識別系統（AIS）相關聯，可以確定是哪艘船舶遺失了集裝箱，以及遺失的時間和地點。同時，OpenDrift模型還可用于模擬集裝箱漂移的時間回溯，重建其在被探測到之前的可能軌跡。此外，OCEAN項目研究還發現，目前與落水集裝箱有關的航行警告廣播利用率相對較低，其認為實施向可能遺失集裝箱的船舶播發航行警告的程序將非常有用。而且，對于海事當局和打撈公司來說，航行警告也十分有用。在國際海事組織（IMO）層面，已經提出了幾項關于強制報告丟失集裝箱和標準化報告程序的修正案草案，這些修正案預計將于2026年1月1日生效。

事故調查創新途徑

事故調查及總結對于確保航行安全具有重要作用。事故調查能夠幫助識別導致事故的根本原因，通過深入分析和經驗總結，有助于采取針對性的措施來預防未來類似事故的發生。OCEAN項目整體上側重于碰撞和擱淺等航行事故。

當下，傳統的事故調查方法已不足以應對現代海上作業的復雜性和風險。在技術進步的推動下，向預測性事故調查轉變的勢頭日益強勁，正在推動積極主動的預防措施，以加強海員和海洋環境的安全。向積極主動的方法轉變需要從被動應對措施轉向積極主動的預防措施，從而培養一種持續改進和風險管理的文化。

OCEAN項目團隊認為，如果采用預測性事故調查方法和技術手段，便可以超越僅僅對事故作出反應的傳統模式，促進安全水平進一步提升。

研究發現，技術在實現預測性事故調查和促進主動預防方面至關重要。OCEAN項目借助AI和機器學習，先進的數據分析工具可以處理海量數據，識別人類無法觀察到的模式和趨勢。這些洞察力可以轉化為可操作的措施，以降低風險和預防事故。此外，將實時監控系統集成到船舶上，還能提供有關設備性能、天氣狀況和船員行為的持續反饋。這些實時數據可以輸入預測模型，從而及早發現潛在的危險，船員便可及時采取糾正措施，避免事故的發生。

OCEAN項目團隊認為，在未來的海事作業中，預測性事故調查將是確保最高安全標準和促進海事行業持續改進文化的基石。