一、立项背景

木材作为岚山港主要大宗散杂货货种之一，2017年木材船舶进口量达345万方，2018年进口量达到了440万方，年增长近100万方。近年来木材业务发展迅速，岚山港已成为我国北方最大原木进口港。由于现场通过纸质单据进行传递，业务流程繁琐，用工数量居高不下，作业效率低且出错率高。主要表现在：

1、码头和货场都通过人工点数来实现交接作业，这是一项繁琐且易出错的任务，面对每船几万根的木材，要一根一根准确的数出来，人员工作强度大，出错率高，且作业效率低。

2、传统的木材码头理货作业采用理货员现场人工开单据理货作业方式，随着业务的快速发展，人员现场开单据理货作业模式暴露出的问题越来越多，用工成本高，现场理货作业人身安全无法得到有效保障，理货记录无法有效验证，信息不畅，调度指挥不力，生产过程缺乏有效管理手段，作业效率及货主满意度无法得到有效提升。

二、内涵及做法

基于图像识别技术的木材理货模式创新通过系统化、程序化、标准化和数据化的手段，使组织管理各单元精确、高效、协同、秩序运行。在岚山公司所有木材接卸泊位，安装了集成高清摄像机的智能理货小车。在理货房通过计算机端可以远程实时动态捕捉现场理货的画面，通过系统自动识别出木材根数，完成木材视频图像理货。通过综合图片的光线、色彩、拍摄角度、识别区域及目标直径等相关因素，分别建立图像模型，然后在不同的作业环境和作业条件下，设定相应的木材识别模型进行识别，通过现场大量作业图片及识别的结果，结合相应的识别模型，进行大量的数据识别训练及识别学习，提高图像的准确识别率。为保证数据100%的准确率，研究增加人工确认修正环节。该项目在国内率先实现了基于木材智能点数功能的全流程管理。从计划管理、卸船、智能识别木材根数、装车、智能闸口、货场卸车的卸船流程，到从船边或货场运送到货主货场或木材加工企业的物流链信息传递，结合现场手持终端，实现了木材理货业务全过程数字化管理。

三、主要科技创新点

1、首次将图像识别技术应用于港口木材理货作业中，操控集成于可移动理货小车的高清摄像机，抓取木材横截面图像，通过系统自动识别出木材根数，完成木材视频图像理货。



2、研究通过建立的图像模型和累计的识别结果进行再学习，有针对性的优化识别模块的算法，以提高系统对现场复杂作业环境和多树种、材质的适应性，提升整体有效识别率。

 INCLUDEPICTURE "http://vis.pku.edu.cn/blog/wp-content/uploads/2016/10/pipeline1.png" \* MERGEFORMATINET  INCLUDEPICTURE "http://vis.pku.edu.cn/blog/wp-content/uploads/2016/10/pipeline1.png" \* MERGEFORMATINET  INCLUDEPICTURE "http://vis.pku.edu.cn/blog/wp-content/uploads/2016/10/pipeline1.png" \* MERGEFORMATINET 


3、在自动图像识别的基础上，研究增加人工确认修正环节，实现识别图像多方共享查看和作业场景重现，有效保证生产过程中的生产结果的真实性和一致性，理货准确率达到100%。

4、研究木材理货业务全过程数字化管理，提高木材业务货运质量的管控能力，有效提升服务质量和客户满意度。

四、效果对比

1、减少劳务用工方面。通过作业模式创新，减少了现场理货人员、工人、统计等人员，约减少408万元人工成本投入。

2、新增理货收入提高。传统木材理货方式，港口每昼夜的卸船效率最多6500方/天，木材智能理货系统建成投产后，卸船效率8500方/天，木材码头卸货费用3.15元/方，分票费用1.5元/方，其中分票木材约占全年木材卸船量的80%。2018年累计原木卸船量为440余万方，与传统理货模式相比，新增理货收入450余万元。

3、改善了理货环境，减轻了人员工作强度，加大了现场作业安全。将室外作业改为了室内进行，改善了理货员的作业环境，提高了人员的幸福指数。同时减少了理货员在码头现场的走动，实现了真正意义上的人机分离作业，从本质上提高了现场作业安全。

4、缩短机械现场等待时间，提高木材倒运效率。缩短了理货员“一抓一记”时机械的等待时间，机械无间隔作业提高了作业效率，加快了车辆周转，明显减少货场内压车现象；在港内木材倒运作业过程中可减少收发重复点数作业环节，车辆进出管理更加规范，大大提升了转倒效率。

5、现场管理实现可视、可控，提高了货运服务质量。理货过程照片、视频自动留存，大大降低了货物收发环节出错的可能性，方便商务纠纷后的调查取证，有效的提高了货运服务质量和客户满意度。

6、通过人工智能识别技术，木材数量识别更加准确。根据不同树种、不同光线场景（逆光、夜晚、白天）的相应模型算法，实现木材根数识别率95%。辅助人工修正功能，可以实现木材识别率99%。其识别效率和识别准确度较人工肉眼识别大大提高，对不同作业场景具有很强的适应能力。

五、可推广应用范围

该项目尚属港口行业内木材智能理货的创新应用，此项目研制完成后，使理货员从室外点数理货作业变成了室内远程视频理货，改善了理货员的作业环境，减少了理货员在码头现场的走动，实现了真正意义上的人机分离作业，从本质上提高了现场作业安全，提升了员工的幸福指数。流程的优化，节约了大量劳动力，作业效率得到了显著提升，有效缩短了倒运车作业停时，缩短了船舶在港停靠时间，大大提高了木材船舶作业效率，加速了港口木材货运运转。投入使用情况良好，对其他木材装卸港口、木材经营企业具有较好的推广价值。