Rotterdam wil een digitale voorbeeldstad worden, de Maasstad heeft de ambitie om uit te groeien tot een smart city. Uiteraard speelt de haven daar een grote rol in. Tot de meest in het oog springende ontwikkelingen behoort de slimme watertaxi. KPN werkt in dit innovatieve project samen met onder meer de gemeente Rotterdam, Spring Holding (eigenaar van de Watertaxi Rotterdam), de IoT Academy en de startup Captain AI.
Om autonoom te kunnen varen moet deze boot zichzelf aanleren veilig door het Rotterdamse havengebied te varen. “Een jaar na de lancering van de slimme boot blijkt al behoorlijke voortgang te zijn geboekt”, stelt Jasper Kuin, directeur van de IoT Academy. Volgens hem begint de toepassing van het Internet of Things (IoT) en artificial intelligence (AI) zijn vruchten af te werpen. “De software die de KPN-watertaxi aan boord heeft leert elke dag weer een beetje bij. Alle manoeuvres die het vaartuig maakt, worden door het systeem geregistreerd waarna een analyse volgt. Ook de vaarbewegingen van het andere scheepvaartverkeer op de Nieuwe Maas worden daarin betrokken.”
Data verzamelen
Veel draait om het verzamelen van data. De boot heeft daartoe ‘ogen en oren’ gekregen. De camera legt als de ultieme sensor de beelden vast van wat er op de vaarroute gebeurt. Van al die situaties steekt het AI-systeem iets op, de software slaagt er steeds beter in de data te onderscheiden. Schepen worden al trefzeker herkend. Verder is het systeem voorzien van gps om de exacte positie te kunnen bepalen. Deze locatiegegevens worden gecombineerd met die van andere boten.
Elk schip heeft namelijk een AIS-systeem waarmee diens manoeuvres zijn te volgen. Je kunt zien waar het vaartuig zich bevindt en welke richting wordt uitgevaren. Kuin: “We gebruiken deze databronnen om de boot bewust te maken van zijn omgeving.” Voor de begeleiding van het vaarverkeer heeft het Havenbedrijf Rotterdam langs de Maas een uitgebreide walradarketen opgesteld. De verkeersposten kunnen een schip helemaal volgen, want om de zoveel meter staat een onbemande radarpost die gegevens doorgeeft.
Zelflerend systeem
Het algoritme komt gaandeweg ook achter de betekenis van bepaalde objecten. Het systeem gaat begrijpen dat een meeuw op het water vanzelf wegvliegt en dat het daar geen rekening mee hoeft te houden. Om een boei moet je daarentegen heen varen, terwijl een stuk wrakhout geen beletsel zal vormen. Een stuurman herkent meteen een drenkeling en verlegt snel de route. Een zelfvarend schip moet dat ook kunnen, maar dat kost tijd.
Het systeem leert pas echt goed te varen door training in een digitale simulatie van de vaaromgeving. Voor de haven is een ‘digital twin’ ontwikkeld die is gebaseerd op data van hoge kwaliteit. Mede dankzij het Internet of Things is een enorme hoeveelheid informatie beschikbaar, het simulatiemodel wordt gevoed met uiteenlopende data. De boot leert zo onder alle weersomstandigheden te varen. De Watertaxi Rotterdam vaart nu nog met een kapitein, naast hem staat een scherm opgesteld dat laat zien hoe goed het systeem al met bepaalde situaties kan omgaan. Indien nodig vult de kapitein het algoritme aan. De software is nog niet zover dat het roer uit handen kan worden gegeven, maar dat moment komt wel steeds dichterbij.
Meer data nodig
In de huidige situatie is de ‘digitale stuurman’ nog het beste te vergelijken met een navigatiesysteem. Op basis van de data wordt een pad geprojecteerd dat leidt naar de bestemming. Het systeem kan al aardig de vaarroute vaststellen en ook met andere boten weet het rekening te houden. Met de detectie van objecten heeft de software nog moeite, daarom wordt nog geen invloed uitgeoefend op het motormanagement. Auto’s zijn wat dat betreft verder. Eerst zijn nog meer data nodig om autonoom te kunnen varen en ook de techniek moet hiervoor worden aangepast.
Pas als dit is gebeurd zal het systeem eigenhandig gas kunnen geven, remmen, naar links of naar rechts en naar voren of naar achteren kunnen manoeuvreren. Net als auto’s nu al op de snelwegen in hoge mate zelfrijdend kunnen zijn, zo zullen de eerste autonome vaartuigen op bijzondere vaarroutes verschijnen. Volgens Kuin is de dynamiek van het varen heel anders dan van het autorijden. Een volgeladen schip heeft een veel langere remweg, je moet daarom veel verder naar voren kijken. Anderzijds kun je overal varen waar het maar diep genoeg is. Mist, harde wind en stromingen geven ook een andere dynamiek dan op het asfalt.
Digitalisering aan boord
Voor een volledig door AI en IoT aangestuurd vaartuig het water op kan, moeten nog veel data worden verzameld. Autonoom varen betekent een vergaande digitalisering aan boord van het schip. Captain AI, gevestigd in de Rotterdamse haven, ontwikkelt volledig autonome oplossingen met gebruikmaking van simulaties, sensoren en AI.
KPN is betrokken vanuit zijn rol als leverancier van connectiviteit. De IoT- en dataplatformen zijn de basis voor het veilig verbinden van verschillende externe databronnen. De verzamelde data gaan helpen het scheepvaartverkeer in Rotterdam veiliger te maken, waardoor over een aantal jaren op bepaalde trajecten helemaal autonoom kan worden gevaren.
