基于5G专网的智能化港口建设策略研究

吴国建 杨成伟

据《2020年交通运输行业发展统计公报》中数据显示，截至2020年底我国万吨级以上泊位共有2592个，内河航道通航里程12.77万公里，其中水路完成货运量76.16亿吨。世界前10大吞吐量港口中我国占有7个席位，因此对我国港口的智能化建设是刻不容缓的重要工作。作者以5G专网为核心技术构建智能化港口，通过融合多种现代科技实现港口货物调度的智能化、及时化、可控化、无人化以及安全化，提高现代科技在港口中的利用率，提升港口总体的工作效率。

（一）系统的组成

本设计采用5G技术的混合专网为整个智能系统的基础通信结构，运用多接入边缘计算（Multi-access Edge Computing，MEC）技术组成智能系统的结构。该系统的设计需要在原有设备的基础上保障系统具有短时与高效的能力，因此需要有5G技术的支撑才能够实现。而多接入边缘计算的基础层将由无线通信网络与固定通信网络所组成，其中无线通信网络主要覆盖港口的公网和以某种网络切片技术为基础的专网。无线通信中的公网将实现智能终端维护的定时交互与推送功能，主要包括对各工作区域的巡检跟踪、统一用户和维护调度命令的下发与提醒等，专网将实现激光扫描、流机以及特殊设备的专项控制与数据采集；固定通信网络主要覆盖港口下的各种机械设备和船只，收集现场各类传感器采集的信号。在该架构下多个堆场的边缘计算基站能够将影响范围下的数据汇集到中心系统，实现小区域管理大区域统筹运维调度的目的。同时，架构的组合可依据港口的实际业务流程和货物吞吐能力为例进行组合与部署。在应用管控层，需要利用云端技术实现多种多级的数据访问与控制，通过该部分可以实现集团级的数据管控。此外，在各级系统下的网站中还可以利用虚拟资源平台（Virtualized Infrastructure Manager，VIM）实现对系统软件网络配置平台的自定义配置。通过该技术可实现港口下的无人驾驶与自动装卸等操作的控制，即操作人员通过个人IP即可登录对应的操作设备，为单个或多个设备设计工作内容。

（二）系统的功能

在安全风险评估方面：VIM下主调度云平台可通过资源场地划分与权限管理的方式，实现对非虚拟化与虚拟化资源的拓扑、预警、告警、风险评估等功能，并将收集且预处理的数据信息汇总成数据报表运用AI算法对数据进行分析核算，从而帮助港口调度人员实现对各厂区的潜在风险评估。在数据接入方面，该系统可通过MEC的方式实现对接入口的分发与接入活动，信息将通过不同账号实现及时的互通更新，方便各方对港口的实际情况进行了解规划。同时，通过MEC方式可以实现数据业务的分流，通过5G专网的方式实现对数据下发，缓解众多数据流量分配与调度时的压力，降低数据分发与调度命令的延时，提高对港口下无人驾驶设备的灵活操控性。针对上行数据可不通过本地网络的处理即可实现业务数据移动到核心网的目的，该过程需要在本地通过MEC平台实现对业务数据的GTP解封装，然后通过数据分流到目标本地网络。针对下行数据即来自物联网且非本地网络产生的业务数据可运用MEC平台将其传输到二级基站，来自本地网络的业务数据需要通过MEC平台的封装后才能够以S1-U数据形态传输到二级基站。上述操作与功能皆需要5G通信技术的支持才能够实现。

（一）吊装及远程调度

现阶段的港口迫切需要通过多路摄像头回传技术设计的自动装卸设备与无人驾驶设备等，使工人能够在机房通过远程控制系统的方式实现对吊装设备的远程控制，提高吊装的精准性与时效性。本着不破坏原有港口建设的目的对智能化港口系统进行铺设需要面临以下几点问题：第一，部分新建港口的通信方式以光纤实现各种数据的回传与下发，但是在轨道吊安全设计方面需要面对有线部署困难、光纤易磨损等问题；而对于没有部署有线通信设备的桥吊或轨道则需要解决安装破坏路面的问题。第二，自动装卸和无人驾驶等设备的应用都需要保障极低的延时，即安装在设备上的高清摄像头传输的速率不能有延时，因此港口的智能化改革需要较高的网络技术支持。自动装卸作业设备对网络指标的要求如下：上行速率在（30 Mb·s-1）/台～（40 Mb·s-1）/台之间，下行速率不低于128Kb·s-1/台，视频回传最大延时≤40ms，下行控制最大延时≤18ms。

（二）安防监控

在现阶段港口对货物与设备的安防监控方面，需要通过科学的智能监控系统降低监控设备的占地面积与人工的投入，同时还要解决原有监控系统存在监控盲区和监控遮挡等问题。因此在该系统中需要解决港口安防监控的布线问题，因港口遮挡物较多且较为集中，所以无法使用无线通信进行各视频监控节点的数据传输。同样，应用无人机进行监控也会存在较多的实际问题，因此现阶段港口需要一 种更科学合理的安防监控技术来解决上述问题。安防监控对网络指标的要求，如表1所示。

（一）智能运维

为解决港口自动装卸设备下重要传动设备在恶劣天气中可能遇到的各种，将利用上述以5G为基础的云网络信息采集设备，通过边缘计算对过滤特征数据进行提取，并将系统中智能预测运维技术使用到该设备当中。通过该设计可以将自动装卸设备下的传动装置实时信息及时传输到运维调度中心，通过故障数据的可视化指导维保人员对精细部件的维修，从而提高港口设备的故障检修速率。运维调度中该智能系统可以在不破壞基础的情况下，实现各工作单位、倾角仪以及编码器等精细化设备的位姿定位。以港口的堆料机为例，通过结合类机器人的运动学和拟运动学建模计算，实现设备无人驾驶的路线模拟与动作模拟，基于运动学建模，见式（1）所示。

（二）智能监控

通过多接入边缘计算法实现港口智能监控的二级基站设计，将港口分为几个主要工作区，实际监控数据将直接上传至二级基站，由二级系统对数据进行预处理，即对视频中一些静态数据、相对静止的无用视频数据进行剪辑存档，以降低监控视频回传对整个系统带宽的占用，提高系统对无人驾驶以及自动装卸设备的灵活控制。从整个系统设计的角度可以得出，本系统在5G技术的加持下能够解决港口海量数据调用与存储带来的技术瓶颈，是实现港口进一步发展的重要基础技术。

通过5G专网技术与多接入边缘算法的融合设计可以基本解决目前我国港口出现一些问题，并且通过5G技术的支撑可以使自动吊装、无人安防以及无人驾驶等技术全面应用在我国港口建设当中，提高港口日均集装箱的吞吐量与货物调度速率，降低工人工作发生安全事故的概率与企业对该方面的投资。在未来基于5G技术设计的智能化港口系统，无人驾驶与自动化装卸技术将是港口发展的必经阶段，同时也是目前提高港口经济效益的有效方法。

作者单位：华信咨询设计研究院有限公司