Port of Antwerp detecteert afwijkende scheepsbewegingen met AI

Nieuws, Scheepvaart
Jonas Van Boxel
Een 'heat map' van scheepsbewegingen in de Antwerpse haven
Een ‘heat map’ van scheepsbewegingen in de Antwerpse haven © XYZT.AI

Havenbedrijf Antwerpen en softwarebedrijf XYZT.AI zijn aan de slag gegaan met de gigantische hoeveelheid historische data over scheepsbewegingen in de haven. Automatische algoritmes berekenen daarbij hoe afwijkend een vaarbeweging was.

De start-up XYZT.AI ontwikkelt software om grote hoeveelheden geografische data te analyseren en te visualiseren. Het jonge bedrijf legde contact met Port of Antwerp, dat een schat aan geografische data verzamelt.

“Elke drie seconden tracken wij een schip, goed voor miljarden records aan scheepsposities”, zegt Lead Data Scientist Pieter Van Bouwel van Port of Antwerp. “We gebruiken de data in real time, maar met de historische gegevens kon eigenlijk veel meer gebeuren. Dat wilden we veranderen en XYZT.AI kwam op het juiste moment aankloppen.”

200.000 trajecten

Tijdens een proefproject zette XYZT.AI een platform op dat de analyse van historische scheepsbewegingen visualiseert. Op een interactieve kaart komen zo de data in beeld van alle gedetecteerde scheepsbewegingen over een bepaalde periode. Tijdens dat project analyseerde het platform de bewegingen van zes maanden in 2020, goed voor zo’n honderdduizend trajecten van tankers en nog eens honderdduizend trajecten van cargoschepen. Op basis van gegevens uit de databank APICS en van AIS-geodata, radargegevens en geografische GIS-data verschijnt daarna een route met beginpunt, stops onderweg en aankomst.

“Onze automatische algoritmes kunnen daarbij berekenen hoe afwijkend het traject van een schip is”, zegt Bart Adams, CTO bij XYZT.AI. “Dat gebeurt met data over de route, afstand, tijd, het aantal stops, type schip, en met info over bijvoorbeeld of de beweging ’s nachts gebeurt, de start of aankomst anders zijn dan gemeld, enzovoort. Het eindresultaat is een score op 1.000, waarbij 0 een zeer gewone reis is en 1.000 een zeer ongewone reis.”

Anomaliescore

XYZT.AI analyseerde en valideerde zowat 200.000 trajecten. “Een hoge score geeft op zich geen bewijs van verdacht of illegaal gedrag”, benadrukt Adams. “Het wijst gewoon op zaken die normaal niet voorkomen en kan een signaal zijn voor verder onderzoek.” Uit de analyse kwamen overigens zeer weinig routes met een hoge anomaliescore. 90% van de trajecten had een score lager dan 90 op 1.000, slechts 0,1% haalde een score hoger dan 430.

Toch kwamen tijdens het project routes naar boven die verdacht bleken. “We deden een sessie met binnenvaartschippers over trajecten van bepaalde tankers, die een bepaalde richting uitvaren en opeens omkeren”, zegt Van Bouwel. “Die bevestigden ons dat het kon gaan over tankers die illegaal ontgasten. Maar net zo goed is er een andere verklaring voor het traject, bijvoorbeeld een geannuleerde opdracht.”

Scheepvaartpolitie

Voor de scheepvaartpolitie, die ook een aantal voorbeelden kreeg, kan de technologie dus een handige tool zijn. “Daarvoor moeten we het systeem nog verder uitwerken, want zij zijn vooral gebaat met realtime-informatie.”

De proof of concept is nu afgewerkt, maar de interesse om het project verder uit te werken is volgens de partners groot. “Voor Port of Antwerp is de aantrekkelijke visualisatie van de gegevens een grote troef”, zegt Van Bouwel. “Wij onderzoeken een integratie van de technologie in de digital twin die we aan het ontwikkelen zijn van onze haven. Daarvoor starten we verdere gesprekken op.”

Jonas van Boxel