© HHLA
© HHLA
Print Friendly, PDF & Email

Am Hamburger Unkai werden Fahrzeuge jetzt vollautomatisch und digital inspiziert, das teilt die HHLA heute mit.[ds_preview]

Zum Einsatz kommt dabei die von der C.A.R. Consulting Group entwickelte Anlage für den gründlichen, automatisierten Check von Neu- und Gebrauchtfahrzeugen vor der Verschiffung über ihre RoRo-Anlage. »Nach einer erfolgreichen Testphase setzen wir den carpodX jetzt im normalen Ablauf der Fahrzeug-Inspektion ein. Die Anlage dokumentiert jedes Detail der Kfz, die im laufenden Betrieb durch die Anlage rollen. Damit können wir als Hafenlogistiker uns auf den Umschlag konzentrieren, statt Tausende von manuellen Reports zu machen und penibel zu archivieren«, Hartmut Wolberg, Geschäftsführer Unikai.

Auf dem Hamburger Mehrzweckterminal O’Swaldkai wurde ein 20 Fuß-Container aufgestellt, der wie ein Tunnel durchfahren werden kann. Innerhalb von drei Sekunden nehmen 43 Kameras mehr als 4.000 Fotos von den passierenden Fahrzeugen auf. Dabei wird jeder Bereich komplett dokumentiert, vom Unterboden bis zur Dachreling.

»CarpodX ist ein vollautomatisches digitales Inspektionssystem, das sich hervorragend in jeden laufenden Abfertigungsprozess für Fahrzeuge integrieren lässt und viel schneller ist, als herkömmliche visuelle Methoden«, sagt Timo Pasila, C.A.R. Consulting Group, »Das Fahrzeug muss nicht angehalten werden, die Bilder in High-Definition-Qualität sind genauer, und unser Container für die digitale Inspektion kann an jedem beliebigen Ort aufgestellt werden. Diese Technologie ermöglicht auch ein transparenteres Übergabeverfahren, bei dem eventuelle Schäden der tatsächlich haftbaren Partei zugeordnet werden. Damit sorgen wir für mehr Fairness bei der Fahrzeugübergabe und im Schadenfall. Darüber hinaus ist das carpodX-Gerät mobil ›plug-and-play‹ und robust. Seine Kapazität ist praktisch unbegrenzt, denn die Fahrzeuge durchfahren CarpodX im laufenden Betrieb. So wird die Produktivität des Betriebs nicht beeinträchtigt.«

Die aufgenommenen Fotos werden benutzt, um in einem zweiten Schritt durch »Deep Learning« eine Künstliche Intelligenz zu trainieren. Ziel ist die Entwicklung von Software, die Schäden an Fahrzeugen automatisch erkennt und meldet. Derzeit muss das eingesetzte System mit Hilfe von Terminal-Mitarbeitern checken, auf welchen der aufgenommenen Bilder tatsächlich Schäden zu sehen sind. Durch diesen ständigen Abgleich von Bild und Realität verbessert sich die Qualität der automatischen Bilderkennung fortlaufend.