AWS 和 Deloitte 協助溫哥華港，透過以電腦視覺為基礎的集裝箱追蹤提升供應鏈可見度

2017 年，溫哥華菲沙港口局 (溫哥華港) 確定了需要增強 Western Canadian Gateway 集裝箱檢查程序的協調性、透明度和供應鏈效率。 這是整個港口社區中，投訴和挑戰的主要來源。 有關實際作業的可靠資訊 (分佈在多個組織中) 受到限制。 

溫哥華港和 Deloitte 選擇電腦視覺來協助最佳化地面作業，並透過更有效地追蹤需要檢查的集裝箱移動來加速集裝箱檢查。 Deloitte 與 AWS 合作，旨在利用 AWS Panorama 的邊緣電腦視覺推論功能和其他進階分析技術，來識別和追蹤集裝箱、將即時資料饋送至區塊鏈系統、實現適當的成本分攤，以及識別現有處理程序中的效率改善機會。  

2017 年，Western Canada Gateway (貿易和物流走廊) 的集裝箱檢查供應鏈需要檢修。「這是整個港口社區中，投訴和挑戰的主要來源。 有關實際集裝箱檢查作業的可靠資訊受到限制，許多處理程序都是手動的，並且資訊分散在多個組織中。」溫哥華港陸上作業和安全總監 Greg Rogge 說道。

該處理程序的可變性和效率低下，也影響了成本和時間線。 因此，在 2018 年，溫哥華港與 Deloitte 合作推出了一個區塊鏈應用程式，以增加集裝箱檢查處理程序的可見度和透明度。 在部署區塊鏈應用程式之後，溫哥華港和 Deloitte 發現了運用其他進階技術來最佳化集裝箱追蹤和移動的機會。

電腦視覺屬於 AI 領域，讓組織能夠從視覺化資料中建立新的洞察。憑藉深度學習技術，機器可準確地識別影像和影片中的物件並進行分類，然後對其「看到」的內容做出反應。 溫哥華港和 Deloitte 決定在其集裝箱追蹤解決方案中使用 AWS Panorama，因為其可在本機、邊緣而非雲端處理資料。 由於港口作業的分散式特性、頻寬限制和資料駐留要求，AWS Panorama 及其在本機執行電腦視覺模型的能力成為了首選的解決方案。 

藉助 AWS Panorama，Deloitte 將協助港口開發實體作業的新洞察，進而改善與供應鏈合作夥伴的協作。Deloitte 合作夥伴 Don MacPherson 表示：「我們發現了一種新穎的方法，那就是將 AWS Panorama 與現有的區塊鏈應用程式整合在一起。 實作這種方法可減少更多的手動資料輸入，改善資料對帳，並為關鍵利害關係人在應用程式中提供更準確、即時和豐富的資訊。 另一項優勢是，溫哥華港可將其現有的 IP 攝影機基礎設施做為解決方案的一部分。 

港口擁有 27 座碼頭，可在有限的條件下，取得額外的工業用地進行擴建。擁有檢查優質、高效地面作業的空間是關鍵。 ​憑藉 Deloitte 在 AWS Panorama 上的電腦視覺解決方案，整個拖運和檢查處理程序中的已改善集裝箱偵測、追蹤和本地化功能可加速集裝箱檢查並精簡交通流量。機器人可預測並傳送有關泊位分配、集裝箱排序和準備返回的集裝箱相關提醒，這將減少等待時間，並更有效率地使用港口空間。  

邊緣運算限制有關集裝箱、其內容和條件的影片資料傳輸，其中大部分是私有的，且透過網際網路傳輸。 內部部署邊緣伺服器可安全地處理資料，並近乎即時地傳回應用程式所需的重要資訊。 由於集裝箱檢查處理程序很大程度上依賴手持裝置、攝影機和 IoT，因此 AWS Panorama 非常適合 VFPA 使用。Rogge 表示︰「透過在邊緣採用電腦視覺，溫哥華港在保護隱私權的同時增加了其競爭力。」

效率低下和手動集裝箱檢查處理程序成本昂貴。從文書缺失到密集檢查，任何事情都可能會將貨件從幾天延遲到一個月。有些則需要額外的人力來卸載和重裝貨物。 這些事故或步驟會中斷交通流量和地面作業，並增加儲存和人力成本。憑藉 Deloitte 和 AWS 解決方案提供的自動化功能，溫哥華港可減少延誤和成本。此外，其還改善了集裝箱檢查人員、卡車司機、碼頭員工和其他港口客戶的體驗，因為自動化能提高生產力，並減少港口的瓶頸和延誤。 MacPherson 表示：「透過 AWS Panorama 將即時資料饋送給我們現有的區塊鏈系統，電腦視覺可實現適當的成本分攤，並在現有程序中不斷識別效率改善機會。」