PROYECTO
PUERTOS 4.0
Disrupción del OCR Portuario
Sobre Ports 4.0
El fondo de capital Ports 4.0 es el modelo de innovación abierta de Puertos del Estado y las Autoridades Portuarias Españolas.
Su objetivo es atraer y apoyar proyectos disruptivos de empresas emergentes (startups) y spin-offs tecnológicas y facilitar su aplicación en el sector logístico-portuario español.
Sobre AllRead
AllRead es una empresa innovadora en la aplicación de tecnologías de visión por computador e Inteligencia Artificial para la trazabilidad y monitorización de mercancías .
En AllRead desarrollan una tecnología precisa, escalable, modular y fácil de implementar e integrar en cualquier cámara o dispositivo móvil.
“Queremos ofrecer una precisión superior a los OCR tradicionales, a través de las tecnologías Deep Learning y Visión Artificial, sin necesidad de grandes infraestructuras, hardware o cámaras adicionales ”.
Adriaan Landman, COO y Cofundador de AllRead
Octubre 2020
Presentación de la Propuesta
En los últimos años, la Comisión Europea se enfocó en promover el transporte ferroviario para favorecer una transición hacia una movilidad limpia, competitiva y conectada.
Los puertos de España se suman a este objetivo apoyando tecnologías como las de AllRead que permiten mayor visibilidad, trazabilidad y eficiencia en el transporte de carga intermodal.
La solución de AllRead, “Software de Identificación Inteligente en transporte Intermodal (I2TI)”, permite la omnipresencia de la trazabilidad en las instalaciones portuarias, al levantar las barreras financieras y tecnológicas a su adopción.
AllRead I2TI proporciona capacidades de OCR “as a service” y “on the edge”, lo que permite rastrear eficazmente los activos de carga (contenedores, vagones, mercancías peligrosas…) en cualquier lugar y con cualquier cámara, lo que permite que los puertos tengan virtualmente una capacidad de rastreo OCR omnipresente.
Febrero 2021
Revista de Prensa
El equipo de Marketing de AllRead promovió su proyecto movilizando sus contactos en medios especializados del sector. Tuvo bastante resonancia (publicaciones en 24 periódicos) la aprobación del proyecto I2TI por el fondo Puertos 4.0 (febrero 2022) y el “kick off” oficial que organizó AllRead en su oficina, invitando a sus agentes facilitadores (marzo 2022).
Febrero 2022
Participación activa en Mobile World Congress
Puesto que es el mejor lugar para mostrar nuevas tecnologías a los líderes de distintos sectores, en AllRead quisimos estar presentes en uno de los principales eventos de tecnología del mundo, donde mostramos a los interesados en qué consiste nuestro proyecto y cómo aportamos valor a toda la cadena de suministro.
Desde nuestro stand en el Hall 6 de 4YFN (área de startups de The Collider, cerca de Mobile World Capital), expusimos nuestra solución a través de vídeos de los casos de aplicación más habituales de nuestro software.
Asimismo, nuestro COO y Cofundador Adriaan Landman, y nuestro CEO y Cofundador Miguel Silva-Constenla, tuvieron la oportunidad de presentar la solución en varias ponencias, mostrando ejemplos visuales y prácticos de la capacidad de nuestra tecnología.
Marzo 2022
Kick Off Interno en AllRead
El equipo de AllRead, formado por especialistas en Software, Computer Vision, Deep Learning, Gestión de Proyectos, Operaciones, Marketing y Comunicación, se puso manos a la obra para planificar los hitos y grupos de trabajo que estarán implicados en este proyecto.
En una sesión presencial del equipo AllRead en el edificio de Tech Barcelona, se sentaron las bases de lo que será un proyecto desafiante y a la vez emocionante para seguir contribuyendo a la digitalización de los puertos y la optimización de sus operaciones.
Marzo 2022
Kick Off Oficial del Proyecto
El martes 15 de marzo, invitamos a la reunión de Kick Off del proyecto de Puertos 4.0: “AllRead: Disrupción del OCR portuario”, a José Llorca, Responsable de Innovación de Puertos del Estado y del fondo de capital Ports 4.0, así como a los principales miembros representantes de los agentes facilitadores.
Fue un evento presencial y privado, en el que el objetivo fue presentar los objetivos y entregables del proyecto de AllRead, así como alinear las actividades y roles de los agentes facilitadores.
Abril 2022
Resolución Definitiva
Como candidatura ganadora en la modalidad precomercial, AllRead ha sido premiada económicamente con recursos que se destinarán a continuar desarrollando la tecnología y ampliando el equipo.
También da acceso a la colaboración con múltiples puertos del resto de España, que apoyan la candidatura como agentes facilitadores, poniendo a disposición de AllRead sus infraestructuras y equipos para la mejora de la solución.
De este modo, adaptamos el software a las necesidades de los puertos y terminales, favoreciendo su implementación sin fricciones, y asegurando que aporta el máximo valor posible.
Abril 2022
Ponencia de AllRead en la Cámara de Comercio
Adriaan Landman (COO de AllRead) expone los comienzos de AllRead como empresa tecnológica de éxito en la Cámara de Comercio de Barcelona. Concretamente, expone el caso de éxito del Puerto de Barcelona. La charla se realizó junto a Carles Rúa, Jefe de Innovación del Puerto de Barcelona, José Llorca, Responsable de Innovación de Puertos del Estado, Vicente Atienza, Responsable de Proyectos de Innovación de la Cámara de Comercio, Joaquim Martinez, Director Consulting Corporates, Innovación y sector Turismo de KPMG y Andor Serra, Director General de Barcelona Clúster Náutico.
Julio 2022
Joao Oliveira nos explica en esta entrevista los retos de AllRead en la digitalización de los puertos. También recalca el impacto positivo de esta tecnología en la sociedad, ya que una de las ventajas más destacadas de AllRead es la agilización y disminución de tiempos de espera en los puertos.
Septiembre 2022
De detección de rectángulos a polígonos irregulares
Para poder ganar eficiencia, evitar pasos de post-procesamiento, y aun así poder obtener rendimientos de reconocimiento excelentes, hemos desarrollado una serie de nuevas arquitecturas de detección de objetos para la detección de texto. Basados en los últimos avances del estado del arte en detección de objetos, nos llamaba especialmente la atención la familia de métodos que son capaces de realizar las detecciones de manera one-stage, sin necesidad de definir puntos y geometrías de anclaje, y sin necesidad de etapas de post-procesamiento computacionalmente caras.
A lo largo del proyecto hemos adaptado dichas arquitecturas hasta conseguir una nueva implementación de estas redes para la detección de texto relevante en imágenes. El resultado de esta tarea ha sido tener una arquitectura de base que es funcional y que demuestra que estas arquitecturas se pueden adaptar al caso de uso específico del texto. Este baseline ha ido siendo evolucionado extendiéndolo a polígonos irregulares en vez de rectángulos perfectos, y se ha optimizado y validado en su generalidad.
La arquitectura de base era capaz sólo de detectar rectángulos, definidos de manera paramétrica a partir de 4 puntos, las coordenadas x,y de inicio, y su tamaño H y W de altura y ancho. Nos hemos centrado en extender la arquitectura de base para que estas redes sean capaces de devolver polígonos irregulares (cuadriláteros definidos como 4 pares de coordenadas x,y) para así poder llegar a ser más tolerantes y precisos a la hora de detectar texto en entornos con efectos de perspectiva.
Para poder llegar a realizar este cambio, no sólo se ha tenido que modificar la arquitectura de la red neuronal, sino que hemos tenido que adaptar las funciones de aprendizaje. Con estas modificaciones hemos podido extender de manera efectiva las arquitecturas de tipo one-stage para poder pasar de detectar rectángulos a poder detectar polígonos irregulares de cuatro puntos. Dicho cambio es de especial importancia cuando se necesita hacer frente a texto que presenta un gran efecto de perspectiva, como los ejemplos siguientes.
Figura 3. Ejemplos de detección de códigos BIC de contenedores mediante rectángulos, o mediante polígonos irregulares de cuatro puntos.
Finalmente, hemos ido evolucionando y mejorando la arquitectura de base de detección de texto para, por un lado, obtener el mejor rendimiento posible a nivel de velocidad, tamaño y acierto, y, por otro, validar que la arquitectura escala y es suficientemente genérica para todos los casos de uso que se desea tratar.
Se han implementado y añadido varias mejoras en el modelo de base, por ejemplo:
• Añadir capas de dropout y parámetros de regularización durante el entrenamiento
• Añadir transformaciones de aumentación de datos para efectos de perspectiva durante el entrenamiento
• Añadir capas de batch normalization en la arquitectura
• Testear diferentes arquitecturas ligeras como extractores de características
• Estudio de diferentes funciones de activación para las diferentes capas intermedias y de salida (e.g. ReLU, Swich o Mish)
Octubre 2022
Adquisición y etiquetado de imágenes para entrenamiento de la red neuronal
Para poder entrenar los modelos de Deep Learning y que puedan funcionar correctamente, se necesitan volúmenes enormes de datos de entrenamiento, compuestos por parejas de imágenes de contenedores junto con sus códigos correspondientes. El entrenamiento es un proceso continuo. A más volumen y variabilidad de datos, más robusta y genérica será la red neuronal. Durante el proyecto I2TI se realizaron varias iteraciones de entrenamiento, y se continuarán haciendo a futuro.
En las pruebas en Hutchison BEST, se han recibido y procesado automáticamente miles de videos, al ritmo de 20 a 40 contendores por tren y 30 videos por día. Se encontraron situaciones variables de día, noche, amanecer, atardecer, lluvia, viento etc.
Se etiquetaron decenas de miles de imágenes para entrenar los modelos de detección y lectura de los contenedores BIC, y códigos UIC de vagones, involucrando la selección de los fotogramas, el recorte de la imagen y la anotación del código.
Imágenes sintéticas
Adicionalmente, se ha creado un generador de imágenes sintéticas que, utilizando técnicas de Computer Graphics, nos permite obtener de forma fácil más cantidad y variedad de imágenes de entrenamiento. El sintetizador de imágenes aumenta la cantidad de datos disponibles para el entrenamiento de nuestros modelos, logrando disponer de millones de imágenes sintéticas. La siguiente figura muestra algunos ejemplos de las imágenes generadas con nuestro sintetizador:
Imágenes reales etiquetadas y utilizadas para el entrenamiento del modelo.
Diciembre 2022
Arquitectura de microservicios y mejora del rendimiento
Los trabajos de desarrollo del Software I2TI, alcanzaron nuevas metas acercándonos a nuestra visión de “solución de trazabilidad altamente precisa pero asequible y fácil de implementar”. En este aspecto, dos criterios son claves: el tiempo de configuración y la velocidad de procesamiento.
En esta última release del software, el Tech Lead de AllRead, Jesus Tejedor, decidió pasar de una arquitectura monolítica a una arquitectura basada en microservicios.
Esta Arquitectura permite una escalabilidad adaptada a las necesidades de la instalación, y simplifica la entrega. Según Jesús Tejedor, “la configuración del I2TI se ha centralizado y agilizado enormemente, permitiendo reducir los tiempos de configuración por 10. Además, I2TI beneficiará de un aumento significativo de ciberseguridad gracias a la aislación en microservicios de cada ejecución independiente, por ejemplo, para los updates”.
En cuanto al rendimiento, es imprescindible que los usuarios tengan acceso a los datos digitalizados de inmediato para no ralentizar la operativa y en el caso de I2TI, permitir la descarga de los contenedores. El software I2TI permite ahora el procesado con CPUs y GPUs de manera automatizada. El software detecta de manera automática los recursos del sistema. Medimos procesamientos entre 5 y 8 veces más rápidos que en versiones anteriores: al principio del proyecto Puertos 4.0, procesábamos a 0.8 fotogramas por segundo (fps), es decir menos de un fotograma por segundo, y actualmente, procesamos a 5 a 7 fps. Consecuentemente, aplicado al procesado de un video del paso del tren (de media 5 minutos y 2 GB) el tiempo de entrega del resultado se ha reducido a 8 minutos, contra 40 min con la previa versión del Software.
Diciembre 2022
Eliminación de relleno de bordes (padding) de las imágenes para inferencia en CNNs
Esta Arquitectura permite una escalabilidad adaptada a las necesidades de la instalación, y simplifica la entrega. Según Jesús Tejedor, “la configuración del I2TI se ha centralizado y agilizado enormemente, permitiendo reducir los tiempos de configuración por 10. Además, I2TI beneficiará de un aumento significativo de ciberseguridad gracias a la aislación en microservicios de cada ejecución independiente, por ejemplo, para los updates”.
En cuanto al rendimiento, es imprescindible que los usuarios tengan acceso a los datos digitalizados de inmediato para no ralentizar la operativa y en el caso de I2TI, permitir la descarga de los contenedores. El software I2TI permite ahora el procesado con CPUs y GPUs de manera automatizada. El software detecta de manera automática los recursos del sistema. Medimos procesamientos entre 5 y 8 veces más rápidos que en versiones anteriores: al principio del proyecto Puertos 4.0, procesábamos a 0.8 fotogramas por segundo (fps), es decir menos de un fotograma por segundo, y actualmente, procesamos a 5 a 7 fps. Consecuentemente, aplicado al procesado de un video del paso del tren (de media 5 minutos y 2 GB) el tiempo de entrega del resultado se ha reducido a 8 minutos, contra 40 min con la previa versión del Software.
Diciembre 2022
Instalación de dos puntos de control ferroviario en APBA
Se han acabado las obras civiles y la instalación del hardware en los dos accesos ferroviarios previstos en la Autoridad Portuaria del Puerto de Algeciras (APBA). El objetivo era de testear los requisitos en infraestructura física del software I2TI, evaluar su rendimiento y realizar varias iteraciones para su mejora en el entorno de la APBA.
Se instaló el Software I2TI “on premise” en una máquina virtual de la APBA, en preproducción. I2TI deberá entregar el mapa del tren con máxima rapidez (lo más cerca posible al tiempo real), y con máxima precisión, identificando, con sus posicionamientos respectivos, las siguientes informaciones.
- Los códigos de contendor BIC
- Los códigos de vagones UIC
- Los separadores de vagones
La infraestructura se presenta aquí abajo. Las cameras IP envían el flujo de datos por RTSP a la máquina virtual de la APBA, donde está instalado I2TI. Se procesan los videos, entregando un fichero JSON con la completa composición del tren a cada paso para ser integrado en la Plataforma Corporativa de Integración de Sistemas (PCIS) del Puerto, conservando las imágenes “forenses” de las lecturas en una base de datos.
La máquina virtual ha sido activada por los propios servicios IT de la Autoridad Portuaria, con los siguientes requisitos, para cada acceso:
- Máquina Virtual: Intel(R) Xeon(R) CPU E5-2697 v4 @ 2.30GHz
- Sistema Operativo: CentOS Linux 7
- Memoria: 8GB RAM
- CPU: 8vCPU
- Disk: 700GB
A nivel de cameras e iluminación, se usaron productos de gama media. Dos cameras y dos focos de luz por acceso, instalados de cada lado en una columna de 6 metros de altura AM-10 fabricada en acero al carbono según normas 89/106/CEE y galvanizada en caliente.
La instalación, así como la obra civil se realizó por la compañía IDELTEC, proveedor existente de la APBA.
En el acceso Sur, se instalaron las siguientes cámaras
- Cámara Hikvision (lente ojo de pez) DS-2CD2T45G0P-I
- Altura: 1,5 metros
- Distancia: ~2 metros
- Cámara AXIS P1375-E
- Altura: 3-4 metros
- Distancia: 10 metros
- Iluminador de luz blanca de rango medio VAR2-W8-1
Acceso isla verde
- Cámara AXIS P1375-E
- Altura: 1,5 metros
- Distancia: 6 metros
- Iluminador de luz blanca de rango medio VAR2-W8-1
- Cámara AXIS P1375-E
- Altura: 1,5 metros
- Distancia: 6 metros
Al no necesitar un arco metálico, la instalación puede ser variable según la topografía y espacio disponible. Según la situación, se elige un hardware diferente: por ejemplo, la cámara Hikvision con ojo de pez fue instalada para compensar la cercanía con la vía ferroviaria y tener un campo de visión suficiente para capturar simultáneamente el código de vagón y el del contenedor. Igualmente, se notó que, en el acceso Sur, donde no existía iluminación de contexto, era necesario un foco de luz más potente, y se duplico la potencia con un segundo foco VAR2-W8-1. La finalidad, para AllRead es de estandardizar unos “Kits” de hardware minimalistas para diferentes casuísticas, para acertar en el despliegue.
Enero 2023
Transición de “Cloud” a “On Premise” en la Autoridad Portuaria de Barcelona
Las primeras pruebas del I2TI se realizaron en la Autoridad Portuaria de Barcelona (Terminal Hutchison BEST) a través de nuestra plataforma Cloud. Sin embargo, para pasar nuestra solución a producción, Hutchison BEST pidió a AllRead de migrar la instalación Cloud existente a una instalación en servidores locales. A pesar de las ventajas bien conocidas de las soluciones Cloud, el feedback de nuestros interlocutores en puertos y terminales nos orientan de manera inequívoca a una solución instalada en servidores locales.
AllRead y las ventajas del Cloud.
Desde los primeros días, AllRead diseñó su solución de trazabilidad para ser ejecutada en la nube, como una solución “Software as a Service” considerando las ventajas globalmente reconocidas de este modo de despliegue. Por esto, en el plan de desarrollo del producto de puertos 4.0. uno de los modos de despliegue de AllRead I2TI está previsto en Cloud.
Los actores portuarios reclaman soluciones locales para el control de accesos.
El análisis de mercado, los contactos con prospectos en ferias y eventos del sector, así como las implantaciones de versiones anteriores de AllRead orientan de manera inequívoca a una solución instalada en los servidores locales.
- Datos sensibles: Los puertos y terminales no están cómodos con el envío de datos sensibles (matriculas, contenedores, posiblemente personas apareciendo en las imágenes) a una plataforma Cloud, que pueda ser alojada en el extranjero.
- Control: Dada la gran dependencia de la operativa de los sistemas instalados en la terminal, ciertos actores no desean depender de un proveedor externo. Prefieren tener el control total sobre su infraestructura, aunque tengan que financiar cierta redundancia para garantizar alta disponibilidad. El control de accesos es parte de la infraestructura critica que los puertos y terminales desean tener bajo control en local.
- Latencias: En ciertas terminales semi-automatizadas, las latencias generadas por los servidores Cloud no convienen con las exigencias del tiempo real.
- Costes recurrentes: Aún que el coste de adquisición de servidores en local pueda representar una inversión en primera instancia, los costes cloud recurrentes pueden ser considerables. Es el caso con procesamiento de video 24/7, que implica envíos masivos de datos a la nube para ser procesados, y servidores potentes (GPU) para cumplir con la exigencia de rendimiento.
Descontinuación del I2TI Cloud
En consecuencia, al no tener ningún agente facilitador del proyecto I2TI en Puertos 4.0, ni ningún prospecto solicitando la solución I2TI en Cloud, se decidió descontinuar la plataforma (prototipo) de I2TI en Amazon Web Services para reorientar los esfuerzos desarrollar el producto para servidores locales centralizados o decentralizados (edge computing).
Febrero 2023
La mejora de los niveles de acierto en la detección y lectura se alcanza por el trabajo de ingenieros en Deep Learning en la robustez de los algoritmos. Se utilizan cantidad de datos reales recolectados en los entornos de los agentes facilitadores, y se exploran nuevas técnicas para mejorar el rendimiento. El reto no es de leer con grado de certeza alto en un entorno, con un tipo de campo de interés, sino de ser preciso en todos los entornos, frente a cantidad de casos particulares.
En una prueba reciente en las instalaciones del Agente facilitador Hutchison BEST se alcanzaron las siguientes métricas al paso de cuatro trenes repartidos a lo largo del día (diferentes condiciones atmosféricas y de iluminación) con un total de 69 vagones y 82 contenedores:
Con “integración” se entiende el buen posicionamiento de los contendores y de los vagones en el mapa completo del tren. Además de detectar y leer correctamente, se trata también del orden correcto.
Marzo 2023
Generalización de los lectores a países y prefijos
El equipo de Deep Learning de AllRead ha expandido la capacidad de generalización de los lectores de contenedores BIC y vagones UIC a códigos que provienen de países o propietarios que no han sido visto anteriormente. Esto ha supuesto un reto, dado que la variabilidad de la estructura de los códigos a nivel visual, así como con respecto a la distribución de los caracteres en función de la posición que ocupan es un factor que impacta significativamente la certeza de los modelos de lectura. Para cumplir con este objetivo se ha profundizado en la generación de datos sintéticos, teniendo en cuenta esta variabilidad a la hora de sintetizar imágenes.
Abril 2023
Inicios en APM Terminals Barcelona
En el mes de abril finalizaron las obras de infraestructura en otro de nuestros agentes facilitadores, APM Terminals en Barcelona. Se trata de validar que APMT acepta nuestros “kit” de hardware y que podamos iniciar las pruebas del software AllRead I2TI en dicha terminal. Las basculantes, previamente instaladas, ahora tienen las cámaras correctamente posicionadas y conectadas a la red y sistemas del terminal.
En este proyecto, decidimos utilizar cámaras Avigilon (modelo 4.0C-H5A-BO1-IR), que se definieron junto con el integrador de hardware (Grupo Elecnor) y se instalaron de acuerdo con el caso de uso y las limitaciones/necesidades de APMT. Una de las cameras a 4 metros de la vía del tren, otra a 16 metros, requiriendo que el software de AllRead pueda leer y consolidar la data con esta instalación.
Las pruebas se centrarán en un único punto, que concentra todas las entradas y salidas de trenes en APMT, tal y como se indica en las fotos. Con el software instalado «On Premise», el objetivo en estos últimos 6 meses del proyecto es demostrar que la solución está preparada para funcionar en cualquier ecosistema, como APMT, por ejemplo, y que se puede escalar y adaptar fácilmente a otro entorno, después de BEST y APBA.
Abril 2023
El punto anterior hace referencia al efecto que tiene la escasez de datos cuando se desea que una red neuronal lleve a cabo una tarea de reconocimiento de texto. De la misma manera, el texto a reconocer puede encontrarse en contextos variables, algunos altamente frecuentes y otros más bien escasos. Esto no es una excepción cuando se trata de localizar códigos de contenedor en terminales portuarias, dado que existe una multitud de tipos diferentes de contenedores que las recorren, siendo los contenedores ISO los que se presentan más comúnmente. Esta vez, AllRead se ha centrado en mejorar el modelo de detección de códigos de contenedor tipo jaula.
Este tipo de contenedor no dispone de caras opacas, además de presentar el código en posiciones atípicas. Esto dificulta que la red neuronal localice correctamente el código identificativo, habiéndose especializado en realizar la tarea sobre un conjunto de datos significativamente distinto.
Así como para el reconocimiento de texto es relativamente sencillo sintetizar datos nuevos, esto se complica enormemente cuando hablamos de un problema de detección. Así pues, los esfuerzos de AllRead se han centrado en la recopilación y etiquetado de datos de distintos puertos y terminales, lo cual ha permitido una mejora notable del rendimiento del modelo de detección de códigos de contenedor.
Mayo 2023
Finalmente, nuestro equipo de I+D está desarrollando una nueva generación de modelos de OCR basados en los últimos avances en modelos de tipo Vision Transformers y en mecanismos de auto-atención. Dichos modelos prescinden totalmente de arquitecturas convolucionales (CNN) o recurrentes (RNN).
Las arquitecturas tipo Transformers, tan de moda recientemente con chatGPT, tienen el potencial de ser disruptivas en la tecnología de OCR también, al poder procesar texto completo en lugar de secuencias de caracteres y palabras, permitiendo así una mayor precisión en la identificación y reconocimiento de texto en contextos complejos, entorno en el que AllRead trabaja habitualmente.
Septiembre 2023
Primera versión del nuevo front end del software de AllRead.
El front end ofrece una interfaz que permite configurar, visualizar tránsitos y métricas de rendimiento de una forma ágil y sencilla. Nos hemos centrado también en añadir una capa de seguridad al front end, para que los datos solo se puedan visualizar por perfiles autorizados. Asimismo, se ha acabado de desarrollar la parte de visualización de datos en tiempo real (a medida que los trenes van circulando, se puede ir observando su composición), también se han añadido varias funciones de búsqueda y filtro de datos para visualización de históricos de tránsitos pasados.
Además, hemos desarrollado un nuevo back end, que permite mantener el control de la plataforma, y ofrecer servicios de persistencia (almacenamiento de datos) y administración.
Septiembre 2023
APM TERMINAL
La implementación del software en APMT recibió un apoyo vital de la empresa Elecnor para la instalación y configuración de cámaras.
Debido a limitaciones encontradas, se optó por un setup alternativo, posicionando cámaras a diferentes distancias sin confrontarse, como en el piloto con Hutchison BEST. (Figura 1) Las pruebas de escalado en APMT se han retrasado por algunos bloqueos surgidos a lo largo del proyecto. Actualmente, ambos equipos están enfocados en avanzar con las pruebas y continuar con el escalado de la solución, con el objetivo de tener las conclusiones a finales de 2023, lo que indica un interés mutuo en tener la solución implementada.
AUTORIDAD PORTUARIA DE LA BAHÍA DE ALGECIRAS – APBA
Para la realización de las pruebas de escalado, se instaló el software I2TI en modo “on premise” en una máquina virtual de la APBA, en un entorno de preproducción. Con Ideltec encargándose de la instalación y configuración, incluidas las cámaras e infraestructura como iluminación, obra civil, etc.
El objetivo de las pruebas era comprobar que el I2TI fuese capaz de entregar el mapa del tren con máxima rapidez (lo más cerca posible al tiempo real), y con máxima precisión, identificando, con sus posicionamientos respectivos, las siguientes informaciones.
- Los códigos de contenedor BIC.
- Los códigos de vagones UIC.
- Los separadores de vagones.
La ejecución de las pruebas fue planteada con planos de instalación de cámaras en diferentes distancias y alturas en 2 puntos de control.
Acceso Sur:
Las pruebas iniciales en el acceso sur mostraron resultados prometedores, con lecturas de contenedores y vagones cerca del 100%. Sin embargo, las lecturas nocturnas se vieron obstaculizadas por problemas de iluminación, lo que llevó a la instalación adicional de postes de luz a cada lado de la ferrovía.
Los tiempos de procesamiento registrados variaban según el volumen total de frames que deberían ser leídos en cada video, o sea según el tamaño de la composición de trenes. Los tiempos medios de procesamiento obtenidos fueron:
- Tren ~ 4000 frames: 16 minutos.
- Tren ~ 2500 frames: 9 minutos.
- Tren ~ 2000 frames: 8 minutos.
En noviembre de 2023, la APBA finalmente ha podido crear el entorno de iluminación solicitado para el Acceso Sury los resultados en estos entornos son muy similares a los obtenidos anteriormente.
Acceso Isla Verde:
El acceso Isla Verde mostró resultados similares, los tiempos de procesamientos registrados fueron iguales a los tiempos registrados en el Acceso Sur (tiempo total entre 8 – 16 minutos) Además, pese a que la iluminación existente fue capaz de posibilitar la ejecución de pruebas nocturnas, se identificó la necesidad de mejoras, lo que condujo a un reentreno de los modelos de lecturas.
A nivel de los primeros resultados, se han obtenido los siguientes resultados, considerados positivos para el cliente:
- Pruebas diurnas:
- Contenedores: 100%
- Vagones: 100%
- Asociación: 100%
- Pruebas nocturnas:
- Contenedores: 87%
- Vagones: 76%
- Asociación: 76%
Tras la adecuación de los modelos y del setup de hardware (cámaras, luces, …), se ha logrado resultados similares en todos los tipos de escenarios (mañana, tarde, noche).
La experiencia de Ideltec en configuración de infraestructura ha sido crucial para facilitar procesos de prueba fluidos en APBA, mientras que la colaboración entre APBA y AllRead refleja un compromiso compartido para lograr resultados óptimos en operaciones portuarias.
TERMINAL MARÍTIMA DE ZARAGOZA – TMZ
Las pruebas de escalado del software en TMZ se realizaron utilizando disposiciones estándar de cámaras, con cámaras ubicadas a 6 metros del paso del tren. Anteriormente, TMZ hacia uso de determinadas cámaras para hacer la verificación de los contenedores y trenes que llegaban y salían de su terminal, pero sin obtener la lectura de los códigos.
Con el objetivo de tener el ángulo de visión idóneo para poder realizar estas lecturas, fue necesario reposicionar los sitios donde las cámaras estaban instaladas, según recomendación de instalación de AllRead. (Figura 1)
Para la implementación del software en TMZ, hemos contado con el apoyo de la empresa SEMIC para la instalación y configuración del servidor que gestiona las lecturas del software. Tras pruebas en diferentes franjas horarias y escenarios, los resultados arrojados fueron muy positivos, especialmente en lectura de contenedores. En dichas pruebas se obtuvo los siguientes resultados:
- Lectura de Contenedores BIC: 96% (98/102)
- Lectura de Código de Vagones: 90% (63/70)
- Asociación Contenedores: 98% (96/98)
- Asociación Vagones: 0% (50/51)
Sin embargo, se observaron desafíos con la lectura de vagones debido a la inestabilidad de las cámaras y la iluminación inadecuada, lo que afectó la calidad. (Figura 6.2) Las pruebas concluyeron con resultados satisfactorios, aunque se recomienda la actualización a modelos de cámaras más confiables y acordes en la iluminación. Las discusiones colaborativas programadas para enero de 2024 entre TMZ y AllRead señalan un enfoque proactivo para abordar desafíos identificados y optimizar la infraestructura, lo que puede llevar a mejoras continuas en la funcionalidad y rendimiento del software.
Octubre 2023
Cumplimiento normativo y estrategia de comercialización escalable
Normas y ciberseguridad
El análisis de cumplimiento normativo de AllRead abarca dos partes: una relacionada con las normas exigidas al software I2TI y la empresa como proveedor en el sector logístico portuario, y otra centrada en las normativas aplicadas a los actores de la industria respecto al control de accesos. Al trabajar con entidades públicas como Autoridades Portuarias, se requiere cumplir con ciertas reglas, incluida la certificación en el Esquema Nacional de Seguridad (ENS), que establece medidas específicas para la seguridad de sistemas (Medios electrónicos), datos, comunicaciones y servicios electrónicos. El ENS fue creado para definir los requisitos de seguridad de la información en el contexto de la Administración electrónica. El objetivo del ENS no es otro que conseguir la confianza de los usuarios y de las organizaciones ante el uso de medios electrónicos. Para ello se establecen medidas específicas para la seguridad de:
- Sistemas (Medios electrónicos)
- Datos
- Comunicaciones
- Servicios Electrónicos
AllRead ha iniciado su proceso de certificación en el ENS nivel medio con el apoyo de Ingertec, programado para concluir en junio de 2024. Además, se ha cumplido con la certificación en el Reglamento General de Protección de Datos (RGPD) a finales del tercer trimestre de 2023, vigente hasta julio de 2024.
Para reforzar la seguridad, se ha desarrollado una capa de securización en la aplicación web, garantizando altos estándares de seguridad en comunicación, gestión de datos y sesiones, control de usuario/password.. Actualmente, la aplicación web se trabaja “on premise” en la red interna del cliente, aunque también cuenta con un acceso desde este.
Comercialización escalable.
AllRead ha validado su modelo de negocio basado en licencias de uso anuales, sin costes de setup inicial, lo que resulta conveniente para la mayoría de los clientes. Las licencias incluyen el derecho de uso del software, mantenimiento y mejoras continuas mediante «reentrenos» de modelos de lectura, con contratos que tienen un mínimo de permanencia. Los costos promedio de licencia se basan en un costo fijo de plataforma, con costos adicionales según la cantidad de accesos y activos a monitorear, lo que ha demostrado ser escalable entre diferentes clientes. Este modelo «paga por lo que usas» reduce el precio medio por acceso a medida que se implementa el software en más puntos de control, sin necesidad de grandes inversiones iniciales.
Marzo 2024
Visita a Hutchison Ports BEST y conclusión del proyecto Ports 4.0
Con la visita de Puertos del Estado a la terminal de Hutchison Ports BEST, en colaboración con el Port de Barcelona, se dio por concluido exitosamente el proyecto ferroviario del programa de financiación Ports 4.0.
El proyecto, denominado “Disrupción del OCR portuario”, se ha centrado en el desarrollo de un software avanzado de identificación inteligente de elementos de transporte intermodal. Utilizando inteligencia artificial y Deep Learning, la solución de AllRead ha demostrado ser capaz de detectar y leer códigos estructurados y símbolos en entornos intermodales con alta precisión, utilizando una infraestructura mínima de hardware.
Durante la fase de prueba piloto, nuestro equipo desplegó este software innovador para la lectura e identificación de códigos de vagones, contenedores y mercancías peligrosas a partir de imágenes de video captadas al paso de los trenes por la entrada de la terminal. La implementación exitosa de nuestra solución en Hutchison Ports BEST, la Autoridad Portuaria de la Bahia de Algeciras, el Terminal Maritimo de Zaragoza, entre otros importantes puertos en España, ha comprobado que AllRead pudo traer al mercado una solución altamente precisa y eficiente, que se instala de manera ágil y liviana. Este avance mejora significativamente la trazabilidad y la vigilancia del tránsito ferroviario, impulsando la eficiencia del sector y el cambio hacia un modal más barato y sostenible.