「如果港口是国民经济的晴雨表，那么智慧港口就是窥探港口未来发展的窗口。」

12 月 16 日，2022 智慧港口大会在浙江嘉兴举行，会议以“加快数字化转型 赋能高质量发展”为主题，由中国港口协会、中国交通通信信息中心、浙江省海港集团联合主办，来自行业主管部门及港航管理部门、各大港口集团、科研院校、解决方案供应商等行业精英齐聚一堂，共话智慧港口新未来。

本次会议袋鼠云和易知微作为解决方案供应商企业受邀参展，以“物畅其流 港通天下”为主题，携“数字孪生智慧港口”解决方案亮相。

该解决方案以港区管控数据、生产作业数据、仓储运输数据等应用数据为基础，整合孤岛数据，沉淀数据资产，提供从数据采集到数据应用的全链路智能数据构建与管理平台，快速形成数据服务能力，同时提供数字孪生智慧港口场景，实现智慧枢纽港口建设全案解决方案和最佳实践。

在展会现场，袋鼠云智慧港口解决方案获得现场与会人员广泛关注，全国各地与会专家嘉宾及同行友商纷纷驻足于袋鼠云展台前进行垂询、指导并展开热烈交流。

作为“21 世纪海上丝绸之路”的重要节点，港口在“一带一路”建设及全球经贸发展中发挥着重要作用。近年来国家出台多项利好智慧港口行业发展的相关政策，加快智慧港口建设。

2022 年 8 月 16 日，中国科技部发布《关于支持建设新一代人工智能示范应用场景的通知》，其中提到针对港口大型码头泊位、岸桥管理以及堆场、配载调度等关键业务环节，运用智能化码头机械、数字孪生集成生产时空管控系统等关键技术，开展…运行监测与设备健康管理的智能化解决方案，打造世界一流水平的超大型智能港口。

正如宁波舟山港总经理陶成波在会上所说，“新一轮科技革命正对港口高质量发展产生全方位、深层次的影响，智慧港口代表着未来港口发展的方向，成为港口转型发展的关键。”

袋鼠云数字孪生智慧港口解决方案，基于统一的标准、统一的架构、统一的数据规范来构建港口数字孪生的统一底座，汇聚了数栈的一站式数据开发与治理能力，易知微的数字孪生能力，将信息、技术、设备与港口运营管理需求有机结合，覆盖智慧港区管理、港区作业动态拟真、港区智能操作、集卡智慧调度、车路协同一体化、智能仓储管理等多个业务领域，赋能用户业务应用，助力港口业务高效运作。

数字孪生智慧港口功能

智慧港区管理

通过 BIM、三维 GIS、大数据、云计算、物联网（IoT）、智能化等先进数字技术，构建港区三维仿真场景，同步形成于实体港口“孪生”的数字港口。整合港口所有基础空间数据，现状数据、规划成果等相关信息，在数字空间实现合并、叠加，实现港口从规划、建设、管理到全过程、全要素、全方位的数字化仿真及可视化展示。

港区智能操作

易知微数字孪生技术可实时接收港口各子系统传回的数据信息并进行梳理、存储、分析、呈现，总揽全局，协调各方。当分析出数据有异常时，智能化识别问题所在，给出参考解决方案，并及时告知相关负责人员进行处理。管理人员可实时掌握港口各部门的详细情况，并能实现对各环节的远程操作、远程传话和调度控制。

港区作业动态拟真

结合船舶、堆场、交通、气象以及物联网设备和摄像头等数据，通过三维可视化平台展示全要素的实时动态，可通过鼠标等交互控制方式，实现在仿真场景重点视角移动、旋转、缩放等操作，并支持对船舶、业务板块、具体码头公司的信息查看，可以帮助调度指挥的人员准确、实时、全面监测和掌握全港生产作业信息。

集卡指挥调度

通过高精度定位设备，将港区内集卡车的定位信息、作业信息等数据及时回传至数字孪生港区平台，平台管理人员可通过孪生场景对集卡车辆进行管理，及时发现车辆作业异常信息，从港区全局维度调度作业资源，提升整体作业效率和吞吐能力。

车路协同一体化

通过集成路端智能感知系统、路侧感知设备与边缘计算，赋能智能港区实现高等级的道路数字化与智能化，为车端及云端提供超视距交通信息，实现了人、设备和数据间的高速互联，不同软硬件系统的无缝连接，以及水平运输载体与港机设备间的高效协同。

智能仓储管理

通过孪生场景对港区仓库、堆场进行实时库存、车辆管理，对货物的实时位置实现智能感知，对仓库、堆场存储率实现最优解。

袋鼠云和易知微紧跟国家政策步伐，不断探索智慧港口建设新模式，助力港口实现数字化转型升级。目前已为国内近 10 家头部枢纽港口集团提供咨询、产品、交付等一体化解决方案。

作为数字孪生智慧港口核心能力输出者，未来袋鼠云和易知微将继续利用自身优势，加大在港口企业数字化转型方面的探索和实践力度，更广泛地赋能港口企业，助力智慧港口建设。

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=szinfoq

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术 qun」，交流最新开源技术信息，qun 号码：30537511，项目地址：https://github.com/DTStack