أنظمة تجنب التصادم البحري ( MCAS ) هي تقنيات متكاملة تُستخدم لمنع التصادمات والجنوح في البحر من خلال تعزيز الوعي الظرفي للسفن. تجمع هذه الأنظمة البيانات من أجهزة استشعار متعددة على متن السفينة، مثل الرادار ونظام التعرف الآلي (AIS) ونظام تحديد المواقع العالمي (GPS) والسونار والبوصلة، مع خوارزميات معالجة في الوقت الفعلي، وغالبًا ما تستخدم الذكاء الاصطناعي، لإصدار تنبيهات ملاحية، أو تقييم المخاطر، أو بدء إجراءات تصحيحية. [ 1 ]
بينما تعتمد الأنظمة التقليدية، مثل الرادار ونظام التعريف الآلي (AIS)، على التفسير اليدوي، فإن المنصات الأحدث تُدمج بشكل متزايد قدرات اتخاذ القرار الذاتي أو شبه الذاتي. غالبًا ما تستخدم هذه الأنظمة الذكاء الاصطناعي لتحليل مدخلات المستشعرات في الوقت الفعلي وتوليد تنبيهات تنبؤية، مما يُساعد في الملاحة في البيئات المعقدة أو ذات الرؤية المنخفضة. ومن الأمثلة على ذلك نظام SEA.AI ، الذي يجمع بين التصوير الحراري والتعرف على الأجسام لتحديد العوائق غير المُرسلة، ونظام Watchit.ai، الذي يُركز على التنبؤ بالتصادمات في الوقت الفعلي للسفن الترفيهية. [ 2 ] [ 3 ] [ 4 ]
تتشابه تقنيات MCAS من حيث المفهوم مع أنظمة تجنب الاصطدام المستخدمة في الطيران (مثل TCAS و ACAS X ) وفي تطبيقات السيارات، مما يعكس اتجاهًا أوسع نحو تقنيات السلامة الذاتية في جميع مجالات النقل.
الخلفية والأهمية
ظهرت أنظمة تجنب التصادم البحري (MCAS) استجابةً لمخاوف السلامة القائمة منذ زمن طويل في الملاحة البحرية. ووفقًا للوكالة الأوروبية للسلامة البحرية ، يتم الإبلاغ عن آلاف الحوادث البحرية سنويًا، بما في ذلك التصادمات والجنوح والحوادث الوشيكة، والتي تُعرّض حياة الإنسان للخطر، وتضر بالبيئة، وتعطل عمليات الشحن العالمية. [ 5 ]
لطالما كانت أدوات الملاحة التقليدية أساسية في الوعي الظرفي في البحر. توفر هذه الأنظمة بيانات في الوقت الفعلي عن موقع السفينة وحركتها وقربها من حركة المرور الأخرى أو المخاطر، وغالبًا ما تستخدم معايير محسوبة مثل أقرب نقطة اقتراب (CPA) والوقت اللازم للوصول إلى أقرب نقطة اقتراب (TCPA).
مع ذلك، تواجه هذه الأنظمة قيودًا هامة. فالظروف البيئية كالضباب والمطر ورذاذ البحر قد تُقلل من دقة المستشعرات ومدى تغطيتها. إضافةً إلى ذلك، تعتمد العديد من الأنظمة على نقل البيانات التعاوني (مثل نظام التعرف الآلي AIS)، ما يعني أنها لا تستطيع رصد السفن أو الأجسام التي لا تُصدر إشارات. وغالبًا ما تمر الأجسام الصغيرة أو السريعة أو غير العاكسة دون رصد.
لمعالجة هذه الثغرات، تستخدم منصات أنظمة المراقبة البحرية متعددة الأهداف (MCAS) الحديثة تقنية دمج البيانات من عدة مستشعرات، حيث تجمع مدخلات من الرادار، ونظام التعرف الآلي (AIS)، والكاميرات البصرية والحرارية، ونظام تحديد المواقع العالمي (GPS) للكشف عن الأهداف القريبة وتصنيفها. وتستخدم بعض الأنظمة نماذج مخاطر قائمة على الذكاء الاصطناعي لتحديد أولويات التهديدات وإصدار التنبيهات. على سبيل المثال، يدمج نظام SEA.AI التصوير الحراري مع تقنية التعرف على الأجسام للكشف عن المخاطر غير المنقولة، ويُذكر أنه يُستخدم على أكثر من 500 سفينة حول العالم، بما في ذلك يخوت السباقات البحرية. [ 2 ] [ 4 ]
تمثل هذه التطورات تحولاً من الأنظمة التفاعلية البحتة إلى مناهج استباقية وتنبؤية، مما يعزز السلامة في البيئات البحرية المزدحمة والمعقدة تقنياً بشكل متزايد.
أنواع تقنيات MCAS
تدمج أنظمة تجنب التصادم البحرية الحديثة (MCAS) أنواعًا متعددة من أجهزة الاستشعار لتحسين دقة الكشف والوعي الظرفي. وتشمل المكونات الشائعة ما يلي:
رادار بحريالرادار : تعمل أنظمة الرادار البحرية، التي تعمل عادةً بترددات النطاقين X وS، على كشف الأجسام عن طريق بث نبضات ميكروية وتحليل انعكاساتها. وتتأثر رادارات النطاق S بشكل أقل بالظروف الجوية كالمطر واضطراب البحر، بينما توفر رادارات النطاق X دقة أعلى في البيئات الصافية.
نظام التعريف التلقائينظام التعريف الآلي (AIS) : نظام تعاوني يبث إشارات VHF تحتوي على بيانات السفن مثل الموقع والسرعة والاتجاه. على الرغم من أن نظام AIS يُستخدم على نطاق واسع في حركة الملاحة التجارية، إلا أنه لا يستطيع رصد السفن أو الأجسام غير المُرسلة للإشارات.
الكاميرات البصرية والحرارية : تلتقط هذه المستشعرات السلبية صورًا مرئية وأشعة تحت الحمراء، مما يُمكّن من رصد القوارب الصغيرة والحطام والعوامات والأشخاص في الماء. يُعدّ التصوير الحراري مفيدًا بشكل خاص في ظروف الرؤية المنخفضة. تدمج أنظمة مثل SEA.AI هذه الكاميرات مع خوارزميات التعرّف على الأجسام لرصد الأهداف غير المتعاونة. [ 4 ] [ 6 ]
نظاما الليدار والسونار : وهما أقل شيوعاً في السفن الصغيرة، يوفران رسم خرائط مكانية ثلاثية الأبعاد مفصلة (الليدار) أو كشف العوائق تحت الماء (السونار). وغالباً ما يوجدان في السفن العسكرية أو التجارية أو ذاتية القيادة حيث تكون هناك حاجة إلى استشعار عالي الدقة. [ 7 ]
منصات دمج البيانات الحسية : تعمل هذه الأنظمة على تجميع البيانات من مصادر متعددة في نموذج موحد للمخاطر. يقلل دمج البيانات الحسية من قيود الأنظمة الفردية ويعزز الموثوقية العامة. على سبيل المثال، يدمج نظام SM300 من شركة Sea Machines تدفقات بيانات متعددة في واجهة مستخدم واحدة، بينما يجمع نظام SEA.AI بين الرادار والتصوير لتوفير رؤية شاملة بزاوية 360 درجة. [ 8 ] [ 9 ]
من خلال الجمع بين أجهزة الاستشعار التكميلية وطرق المعالجة، تعمل منصات MCAS على تحسين اكتشاف الأهداف المتعاونة وغير المتعاونة، حتى في ظل الظروف البيئية الصعبة.
الاستخدام التشغيلي
تُستخدم أنظمة تجنب التصادم البحري في مختلف أنواع السفن وفي سياقات تشغيلية متنوعة. ففي مجال الشحن التجاري، تُساعد هذه الأنظمة سفن الشحن الكبيرة على الحفاظ على مسافات آمنة في الممرات المزدحمة، واكتشاف السفن الصغيرة أو العوائق غير المكتشفة على الخرائط، والامتثال للوائح السلامة الملاحية الدولية. كما يُتيح التكامل مع أنظمة أخرى، مثل نظام عرض المعلومات والخرائط الإلكترونية (ECDIS) ونظام القيادة الآلية ومنصات إدارة تنبيهات الجسر، إجراء تعديلات فورية على المسار وإرسال إشعارات بالمخاطر.
تُعدّ السفن ذاتية القيادة وشبه ذاتية القيادة مجالًا متناميًا للتطبيقات. وتعتمد السفن السطحية غير المأهولة، المستخدمة في مجال الطاقة البحرية أو الأبحاث أو العمليات البحرية، على أنظمة MCAS لإجراء مسح بيئي مستمر واتخاذ قرارات مستقلة. وتدعم هذه الأنظمة الملاحة الآلية، وتجنب العوائق، والامتثال للوائح منع التصادم في البحار (COLREGs) دون تدخل بشري.
في قطاعي الإبحار الترفيهي والرياضي، تُسهم تقنيات MCAS في تعزيز الوعي الظرفي في ظروف الرؤية المحدودة، أو في الليل، أو في المناطق ذات الحركة البحرية الكثيفة. وقد تم تركيب أنظمة مثل SEA.AI وWatchit.ai على قوارب الترفيه واليخوت عالية الأداء للكشف عن المخاطر العائمة، والسفن غير المضاءة، أو الحطام باستخدام التصوير الحراري وخوارزميات التنبيه التنبؤية. [ 10 ] [ 11 ] [ 12 ]
يعكس التبني المتزايد لنظام MCAS التقدم التكنولوجي والطلب المتزايد على سلامة الملاحة في جميع أنحاء القطاع البحري، لا سيما في المياه المزدحمة وفي ظل الظروف البيئية الصعبة.
