ABB「Waterside Automation」：用AI自動操作岸橋吊櫃

AI如何自動完成吊櫃與定位

在船上方吊櫃其實非常複雜。每艘船的結構、艙格（cell guides）、艙蓋、貨櫃堆疊方式都可能不同，而且裝卸過程中環境會不停變化。

Waterside Automation 主要透過 感測器融合（sensor fusion）+ AI感知系統 來解決這個問題。

系統的關鍵能力包括：

• 感測器融合：多個感測器同時提供岸橋位置、貨櫃位置與周圍環境數據
• AI物件識別：透過機器視覺辨識貨櫃及相關設備
• 即時控制決策：系統根據即時數據調整吊運動作，例如升降與定位

換句話說，以往要靠操作員目測判斷的環境資訊，現在可以由系統數碼化分析，再由自動控制邏輯完成操作。

人類操作員仍然存在，但角色會由直接操控變成 監察與例外處理（exception handling）。

為何岸橋一直是港口自動化的瓶頸

過去十多年，碼頭很多地方已經自動化，例如：

• 堆場自動化起重機
• 自動導引車（AGV）
• 閘口物流系統

但 船邊岸橋操作 一直比較難自動化，原因包括：

• 每艘船配置不同
• 貨櫃堆疊方式變化大
• 艙蓋與船體結構複雜
• 綁紮與其他人工操作

因此傳統模式下，每部岸橋都需要一名操作員長時間持續控制。ABB指出，這正是現代貨櫃碼頭效率的一個關鍵瓶頸。

如果這個環節成功自動化，就有機會大幅提升整體裝卸效率與一致性。

對碼頭營運有什麼實際好處

多岸橋遙距監察

在自動化模式下，操作員不一定要坐在高空的岸橋駕駛室，而可以在 中央控制室 監控整個操作流程。

系統會自動完成大部分吊櫃循環，操作員只需要在必要時介入。這不單改善工作環境，亦可以提升效率同安全性。

岸橋共享（Crane Pooling）

Waterside Automation 其中一個重要概念，是將操作員 從單一岸橋解耦。

傳統模式：

一個操作員 → 一部岸橋

自動化模式：

一組監控員 → 多部岸橋

這樣碼頭可以更靈活地分配人手，將注意力集中在出現問題或特殊情況的設備。

例外處理模式（Exception Handling）

現代自動化碼頭越來越採用 「例外處理」營運模式。

即是：

• 系統負責日常操作
• 人類負責處理非標準情況

這樣既能保持穩定效率，也能讓操作員專注於解決問題，而不是重複操作。

OCR貨櫃識別與艙位驗證

ABB的系統生態還包括 Crane OCR 與 QuayPro 模組。

這些工具可以：

• 自動識別貨櫃號碼
• 即時確認貨櫃在船上的艙位
• 對照裝載計劃

在傳統流程中，碼頭文員需要在船邊記錄貨櫃資料。現在這些工作可以由系統自動完成，大幅提升數據準確度。

數碼化工作指令

當貨櫃識別與艙位數據自動化後，碼頭亦可以生成 數碼工作指令（digital work instructions）。

這些指令可以即時傳送給操作員或自動化系統，減少紙本流程與人手輸入錯誤，同時提升整個碼頭的營運可視化程度。

建基於ABB全球港口自動化經驗

Waterside Automation 並不是一個獨立的新產品，而是 ABB 多年港口自動化技術的延伸。

在全球多個港口，ABB已經提供不同類型的自動化系統，例如：

• 船到岸岸橋自動化
• 遙距岸橋操作
• 自動化堆場起重機
• OCR貨櫃識別系統

公司表示，其技術已應用於 全球超過1000部起重機，累積了大量實際營運經驗。

這些既有系統，正逐步將自動化範圍由堆場與陸側物流延伸到 船邊岸橋作業。

邁向真正的自動化貨櫃碼頭

Waterside Automation 代表岸橋操作模式的一個重要轉變。

未來的碼頭可能不再是「一人一機」，而是：

一個控制室團隊監察整個岸橋群組。

如果技術被廣泛採用，貨櫃碼頭有機會：

• 提升岸橋效率與一致性
• 減少操作員疲勞
• 改善安全與工作環境
• 更靈活地管理設備與人手

考慮到 全球超過80%的貨物依賴海運，岸橋效率的提升其實不只是碼頭問題，也可能影響整個全球物流系統。