Responsables del proyecto
El proyecto ha sido desarrollado por investigadores de la Pusan National University (Corea del Sur). El estudio ha sido liderado por el profesor asistente Dowon Kim, junto con el doctorando Seongbeom Park y el profesor Jinhyeok Yun.
Descripción del proyecto
Este proyecto innovador desarrolla un sistema de inteligencia artificial para optimizar las rutas y la velocidad de los buques, teniendo en cuenta simultáneamente tanto el nivel de consumo de combustible como las condiciones ambientales de las zonas costeras.
La propuesta parte de un reto específico: el impacto de las operaciones de navegación sobre el entorno no depende únicamente de las emisiones generadas, sino también de las condiciones meteorológicas, que influyen en su dispersión. Las estrategias basadas únicamente en reducciones generales de velocidad de los buques pueden aumentar el tiempo de navegación, sin que ello tenga una repercusión positiva en las emisiones que puedan llegar a la costa. Por ello, deben tenerse en cuenta las condiciones meteorológicas locales.
Para dar respuesta a este reto, el sistema combina técnicas de inteligencia artificial basadas en principios físicos (physics-informed deep learning) con métodos de optimización multiobjetivo. Utiliza datos ambientales obtenidos a través de sensores para reconstruir en tiempo casi real los campos de flujo del aire y, a partir de esta información, predecir el comportamiento de las emisiones presentes en la atmósfera en diferentes condiciones meteorológicas.
A partir de estas predicciones, un sistema de optimización bayesiana multiobjetivo (un método que compara diferentes alternativas para identificar las más adecuadas según diversos factores) determina combinaciones de ruta y velocidad que buscan equilibrar el consumo de combustible para minimizar la acumulación de emisiones según las condiciones meteorológicas.
Los investigadores denominan este enfoque temporal navigation, ya que permite adaptar la ruta y la velocidad del buque a las condiciones meteorológicas del momento, en lugar de aplicar una reducción uniforme de velocidad.
El sistema se ha probado en diferentes escenarios de navegación, incluyendo simulaciones en el entorno del Puerto de Busan, en Corea del Sur. En estos escenarios, el enfoque basado en IA logró una mejora del 20-35 % en el rendimiento de la optimización de las rutas y una reducción del 34-78 % en la exposición máxima a las emisiones contaminantes estudiadas, respecto a las estrategias de navegación convencionales o los escenarios de referencia correspondientes.
La innovación principal del proyecto reside en incorporar las condiciones ambientales locales a las decisiones de navegación, en lugar de centrar la optimización únicamente en el consumo de combustible o en las emisiones totales. De esta manera, la metodología tiene en cuenta tanto las características de las operaciones de navegación como las condiciones meteorológicas, que influyen en el comportamiento y la distribución de las emisiones presentes en la atmósfera.
Este caso muestra cómo la combinación de inteligencia artificial, datos medioambientales y técnicas de optimización de la navegación puede contribuir a mejorar la eficiencia operativa incorporando criterios ambientales en la planificación de las rutas marítimas.
Objetivos del proyecto
El objetivo principal es desarrollar un sistema de inteligencia artificial capaz de optimizar las rutas y los perfiles de velocidad de los buques para reducir el consumo de combustible y minimizar la exposición a emisiones durante las operaciones marítimas.
El proyecto también busca incorporar las condiciones meteorológicas locales a las decisiones de navegación, facilitando estrategias más adaptadas a las condiciones ambientales y contribuyendo a unas operaciones marítimas más eficientes y respetuosas con el entorno costero.
Fecha de publicación
21 de octubre de 2026