[論文レビュー] Artificial Intelligence-based Smart Port Logistics Metaverse for Enhancing Productivity, Environment, and Safety in Port Logistics: A Case Study of Busan Port

Sunghyun Sim, Dohee Kim+2 more|arXiv (Cornell University)|Aug 29, 2024

Marine and Coastal Research被引用数 5

ひとこと要約

本論文は、AIベースの港湾物流メタバース・フレームワーク（PLMF）を提案し、Busan Portデータを用いたデモンストレーションで時間厳守性の向上と潜在的な収益増を示しています。

ABSTRACT

The increase in global trade, the impact of COVID-19, and the tightening of environmental and safety regulations have brought significant changes to the maritime transportation market. To address these challenges, the port logistics sector is rapidly adopting advanced technologies such as big data, Internet of Things, and AI. However, despite these efforts, solving several issues related to productivity, environment, and safety in the port logistics sector requires collaboration among various stakeholders. In this study, we introduce an AI-based port logistics metaverse framework (PLMF) that facilitates communication, data sharing, and decision-making among diverse stakeholders in port logistics. The developed PLMF includes 11 AI-based metaverse content modules related to productivity, environment, and safety, enabling the monitoring, simulation, and decision making of real port logistics processes. Examples of these modules include the prediction of expected time of arrival, dynamic port operation planning, monitoring and prediction of ship fuel consumption and port equipment emissions, and detection and monitoring of hazardous ship routes and accidents between workers and port equipment. We conducted a case study using historical data from Busan Port to analyze the effectiveness of the PLMF. By predicting the expected arrival time of ships within the PLMF and optimizing port operations accordingly, we observed that the framework could generate additional direct revenue of approximately 7.3 million dollars annually, along with a 79% improvement in ship punctuality, resulting in certain environmental benefits for the port. These findings indicate that PLMF not only provides a platform for various stakeholders in port logistics to participate and collaborate but also significantly enhances the accuracy and sustainability of decision-making in port logistics through AI-based simulations.

研究の動機と目的

• 世界貿易の拡大、COVID-19の影響、規制の強化が進む中で、港湾物流における生産性の向上、環境持続性、および安全性を動機づける。
• 多様な港湾関係者間でデータ共有、コミュニケーション、共同意思決定を可能にする、協調的でAI駆動のメタバース・フレームワーク（PLMF）を提案する。
• 過去データを用いたBusan Portのケーススタディを通じて、PLMFの能力を示し、性能と経済的影響を評価する。

提案手法

• 11個のAI駆動型メタバースコンテンツモジュールを備えた、AIベースの港湾物流メタバース・フレームワーク（PLMF）を導入する。
• 実港湾物流プロセスの監視、シミュレーション、意思決定を可能にする。
• ETA予測、動的港湾運用計画、船舶の燃料消費と排出の監視・予測、作業員と機器間の危険ルート/事故検知といったモジュールを提供する。
• Busan Portの過去データを活用して、到着予測と運用最適化におけるPLMFの有効性を評価する。

実験結果

リサーチクエスチョン

• RQ1 AIベースのメタバース・フレームワークは、港湾物流における予測可能性と運用効率をどのように改善できるか？
• RQ2 PLMFを港湾運用に用いる際の環境面および安全性の利点は何か？
• RQ3 大規模港湾にPLMFを導入した場合の経済影響（潜在的な収益・コスト削減など）は？
• RQ4 PLMFは多様な港湾関係者間の協力と意思決定をどの程度向上させるか？

主な発見

• PLMFは船舶到着時刻を予測し、港湾運用の最適化を可能にした。
• このフレームワークは年間約$7.3Mの追加直接収益を生み出す可能性がある。
• PLMF使用時の船舶時間厳守は約79%向上した。
• 燃料消費と排出の監視・予測を通じて環境上の利点を提供し、より持続可能な港湾運用を支援する。
• AIベースのシミュレーションを介して、PLMFは利害関係者の参加・協力、意思決定の正確性と持続可能性を高める。