Innovative solution in maritime surveillance

Solució innovadora en la vigilància marítima

Responsable del projecte

El projecte és una col·laboració entre les empreses Sirius Insight, especialistes en anàlisi avançada de dades i solucions basades en intel·ligència artificial, i Cambridge Pixel, líders en sistemes de radar i processament de sensors.

Descripció del projecte

Sirius Insight i Cambridge Pixel han unit forces per desenvolupar una innovadora solució de vigilància marítima basada en intel·ligència artificial (IA), dissenyada per millorar la percepció en entorns marítims complexos i cobrir la creixent necessitat de comptar amb eines més avançades que permetin als operadors marítims gestionar de manera eficient i segura, a més d’anticipar-se a possibles incidents.

Aquesta innovació combina les capacitats dels sistemes de radar i sensors desenvolupats per Cambridge Pixel amb algoritmes d’IA dissenyats per Sirius Insight per analitzar grans volums de dades en temps real. Això permet no només la detecció d’objectes a l’aigua, sinó també la seva classificació automàtica i un seguiment més precís. A diferència dels sistemes tradicionals, aquesta eina, que utilitza Big Data i Machine Learning, és capaç d’identificar patrons i anomalies en el comportament dels objectes rastrejats, alertant ràpidament els operadors de possibles amenaces o irregularitats.

Aquesta eina també té la capacitat per fusionar dades de múltiples fonts (radar, càmeres i sensors addicionals) i processar-los mitjançant intel·ligència artificial per oferir informació detallada que facilita actuar en temps real. Això permet a les agències i governs prendre decisions més ràpides i efectives, especialment en situacions crítiques. A més, l’eina és altament escalable i pot adaptar-se a necessitats específiques, convertint-la en una solució pionera en l’àmbit de la vigilància marítima.

Actualment, la solució ja ha estat implementada i està en funcionament a la costa del Regne Unit. Sirius Insight ha integrat amb èxit el programari de seguiment de radar de Cambridge Pixel en les seves solucions, permetent la recepció de vídeo de radar des d’embarcacions i combinant-lo amb dades de sistemes d’identificació automàtica (AIS) per oferir una visió més completa de l’activitat marítima.

Les dades recopilades s’emmagatzemen al núvol, facilitant el monitoratge en temps real i alertant sobre activitats inusuals, com grans embarcacions que no transmeten senyals AIS, pràctiques de pesca danyoses o contraban il·legal.

Objectius del projecte

El projecte té com a objectiu principal proporcionar a les agències i els governs una eina avançada per millorar la percepció en entorns marítims. A través de dades precises i actualitzades en temps real, busca optimitzar la gestió del trànsit marítim, facilitant una coordinació més eficient en zones on el volum d’operacions pot ser especialment complex.

A més, pretén augmentar significativament la seguretat en les operacions marítimes, gràcies a la seva capacitat per detectar de manera primerenca activitats sospitoses, identificar objectes perillosos i avaluar condicions adverses.

En conjunt, el projecte apunta a transformar la manera com es gestionen les operacions marítimes, alhora que reforça la seguretat i promou pràctiques sostenibles, posicionant-se com una potent eina per a la vigilància marítima.

Data de publicació

21 de novembre de 2024

Links d’interès

Este sitio web utiliza cookies para asegurarse de que obtenga la mejor experiencia en nuestro sitio web. <span style="margin-left:10px"><a style="margin-right: 20px;"href="https://www.porttarragona.cat/es/otras-informaciones/nota-legal#politica-cookies">Política de Cookies </a><a href="https://www.porttarragona.cat/es/otras-informaciones/nota-legal#politica-privacidad">Info RGPDUE</a></span> .

Los ajustes de cookies de esta web están configurados para "permitir cookies" y así ofrecerte la mejor experiencia de navegación posible. Si sigues utilizando esta web sin cambiar tus ajustes de cookies o haces clic en "Aceptar" estarás dando tu consentimiento a esto.

Cerrar