ولّدت المتطلبات الصارمة للحد من الملوثات والحاجة المستمرة لجعل النقل البحري أكثر أمانًا ضرورة حلول أصيلة. فوفق الوكالة الأوروبية للسلامة البحرية، بلغ إجمالي الحوادث والوقائع البحرية المبلغ عنها 21,173 خلال 2014–2021 (بمتوسط سنوي 2,647)، مع 495 حالة تلوث في الفترة نفسها — ويرتبط 64.2% من إجمالي التلوث بوقود السفن والملوثات الأخرى. ولا بد من نوع جديد من السفن يستغل التقنيات الجديدة لزيادة سلامة الأشخاص والبضائع على متنها.
وتفتقر الهياكل البحرية القائمة للتنقل البحري إلى مستشعرات أساسية لحالات الطوارئ مثل الفيضانات وتسربات النفط أو الحالات الصحية التي تتطلب مراقبة فعالة، كما يغيب التشريع لإدخال المركبات غير المأهولة في البنية التحتية البحرية. وتسلط هذه المراجعة الضوء على نقاط قوة وضعف المستشعرات في القطاع البحري، مكثفة مجالات التحسين للتحديات المستقبلية: كفاءة طاقة المستشعرات، ومعالجة البيانات، ومنهجيات دمج المستشعرات، والوصف الدقيق لحالة البحر مع المراقبة البيئية بواسطة المركبات غير المأهولة.
ينقل الشحن 11 مليار طن من البضائع سنويًا (التجارة والتنمية، 2021)؛ وسجل الأونكتاد نمو سفن الحاويات عبر المناطق (5.6% أفريقيا و3% أمريكا اللاتينية والكاريبي و3% آسيا)، بينما ارتفعت انبعاثات الدفيئة للشحن العالمي 4.7% في 2020–2021 — وأساسًا من سفن الحاويات وناقلات البضائع السائبة وسفن البضائع العامة. ولا تزال تصادمات السفن كبيرة [1]، مع الجنوح والحرائق أكثر الأحداث الحرجة شيوعًا؛ وسفن البضائع العامة والقاطرات وناقلات النفط الأكثر تورطًا في الحوادث [2]. ويسهم النقل البحري أيضًا كثيرًا في تلوث الهواء على المسارات وقرب الموانئ، مثيرًا مخاطر صحية [3]. ومع متوسط عمر السفن نحو 22 عامًا وإبقاء الملاك عليها نشطة في ظل عدم اليقين — الجوائح وتحولات الطاقة المتجددة والرقمنة بتعلم الآلة والشبكات العصبية الالتفافية — يمكن للمستشعرات المبتكرة أن تجعل السفن أكثر أمانًا واستدامة بيئية.
والمراقبة البيئية أساسية لكشف شذوذ الهواء والماء [4]، ويعد إنترنت الأشياء (IoT) ببيئة مستشعرات أكثر كفاءة [5]، محسّنًا السيطرة على أحداث استخدام السفن. وعلى خلاف مراجعات ركزت على موضوعات مفردة [6–9]، تتبنى هذه المراجعة نهجًا شموليًا عبر التطبيقات البحرية — المركبات البحرية والهياكل البحرية — كاشفة التفاعلات الممكنة بين مستشعرات الهياكل المختلفة لتتدفق أحجام ضخمة من بيانات المستشعرات المتعددة إلى المعماريات الرقمية للمعالجة اللاحقة. وتجسد المركبات الذاتية تحت الماء (AUVs) الرهانات: فالمستشعرات ذاتية التغذية قد تطيل المهام، والمستشعرات المتطورة قد تحل التوجيه في الأعماق حيث يغيب GNSS؛ لكن المركبات غير المأهولة تحتاج تشريعًا ودمجًا مع الحركة المأهولة لتجنب التعارضات، بينما يمكن لمراقبة الماء/الهواء بها أن تبسط كثيرًا الأنشطة البشرية في المناطق المحرمة.
وتهدف هذه المراجعة إلى عرض المستشعرات عبر التطبيقات البحرية (المركبات والهياكل البحرية)، مبرزة أوجه التآزر والضعف مع المعماريات الأخرى ومؤسسة للحقبة القادمة من رقمنة البحر — للسلامة وخفض التلوث. والاستعجال تنظيمي أيضًا: إذ يتطلب التوجيه الأوروبي 2023/2776 المؤرخ 12 أكتوبر 2023 بشأن مراقبة انبعاثات الدفيئة للنقل البحري أن تخضع كل سفينة ترسو في موانئ الاتحاد الأوروبي لمراقبة انبعاثات كاملة، مما يستلزم أنظمة مراقبة سفن/موانئ آنية بمعرفة كاملة بتفاعلات المستشعرات للأنظمة المدمجة المستقبلية.
اعتمدت المنهجية على بحث مفصل في Google Scholar، مع أولوية للمقالات الحديثة (السنوات الخمس الأخيرة) وإدراج أقدم منها لخلفية المستشعرات في بعض المجالات. وعُثر على كل المقالات المستشهد بها بالكلمات المفتاحية مضافًا إليها كلمة المستشعرات في المقدمة. واستُبعد نحو 30% من المقالات المعثور عليها لافتقارها لمعلومات تقنية أو عدم تطابق الموضوع. واللافت أن مقالات مستشعرات البحرية في السنوات الـ11 الأخيرة تجاوزت منشورات 1971–2013 — اهتمام متصاعد بالاستشعار عن بعد ومراقبة البيئة البحرية والمركبات الذاتية تحت الماء والصوتيات تحت الماء وشبكات الاستشعار (الشكلان 1–2: يُظهر تحليل Scopus هيمنة الولايات المتحدة والصين — الأعلى ناتجًا محليًا — في هذا الموضوع الاستراتيجي للشحن، مع بروز علم المحيطات إذ تغطي المحيطات ~70% من سطح الأرض وتبقى مجهولة بمعظمها).
خدمت المستشعرات الشحن 50 عامًا — في البداية لتحليل المشكلات الهيكلية لا لتطوير المراقبة. ومن الاستثناءات قطمرانة عالية السرعة بمستشعرات إجهاد لاسلكية وليفية ضوئية مع مقاييس تسارع ثلاثية المحاور (اللاسلكي يناسب السفن صعبة التوصيل كالعسكرية المعقدة، بانتظار دراسات الحرارة/الاهتزاز/الإشارة طويلة الأمد) [10]؛ والسفينة RV Triton بـ35 مستشعر إجهاد ليفيًا ضوئيًا معوضًا حراريًا يقيس أحمال الماء الساكن والارتطام مع 200 مقياس إجهاد محلي، مثبتة مقاييس Bragg الشبكية في بحار شديدة [11]؛ وحصاد بيانات الهيكل بمقاييس التسارع والإجهاد لمنع الأعطال والصيانة [12]؛ وغواصة سياحية مبتكرة بهيكل خارجي متعامد مع التدفق يوجه القدرة والدفع [13]؛ ومستشعرات Bragg الشبكية على بدن الدورية Skjold المركب، المقاومة للتآكل والمجالات الكهرومغناطيسية [14]. وتخدم بيانات المراقبة الهيكلية المعالجة مراقبة البدن المبكرة وتأكيد التصميم، ثم تقدير عمر الكلال وتخطيط الصيانة، والتحقق من إجهاد الموانئ الساكن، وتحديد أحمال التجارب البحرية للتحقق من تحليل العناصر المحدودة (FEA) — مدعومة بمستشعرات الكربون النانوية وiFEM والتصوير الحراري والانبعاث الصوتي ([15–28]، الجدولان 1–2، الشكل 3).
ويكمل تحديد الضرر القائم على الاهتزاز أنظمة الإجهاد الليفية الموزعة، مع أن منهجية طول موجة Bragg (مرشحات المسح والتداخلات غير المتوازنة مع المضاعفات والليزرات الممسوحة ومصفوفات CCD) تحتاج اختيارًا، وإزالة ضوضاء البيانات الخام ميزة شبكات Bragg. ويضمن الانبعاث الصوتي (AE) ضبط الشقوق/الضرر العام — مثلًا على زورق USCGC BERTHOLF من فئة Legend [29]. وتواجه الهياكل البحرية (TLP والسترات والرافعات والجاذبية) أحمالًا ميكانيكية وتآكلًا واهتزازًا تحت أحمال الموج/الرياح (نماذج رياح أرضية)؛ ومنذ أول نظام قياس بحري كامل لـBTM عام 1987 [9]، تتحقق المشاريع من التصاميم وتبني مجموعات بحثية (الجدولان 2–3): عوامات الموج ورادار X-band ومستشعرات الفجوة الهوائية لخصائص الموج [30،31]؛ ومراقبة Bragg الليفية والميل/الثنائية المحور/الشد العلوي لحوامل توربينات الرياح وأوتار TLP العائمة [32،33،36]؛ ومراقبة الحبال الليفية البوليمرية وخطوط الإرساء (خلايا حمل وميل ومقاييس إجهاد ومستشعرات ضوئية/عمق [34،35،37،38])؛ وكشف الضرر بطاقة الإجهاد النمطية والتماسك الثنائي [39،40] ومعاملات ارتباط شبكات الاستشعار [41،42].
تزداد أهمية إدارة المحركات الرئيسية وضواغط الهواء ومولدات الديزل — مع الاهتزاز والصوت كبارامترين حرجين للراحة — للسفن الذكية؛ وتكثر أساليب استخراج عيوب الآلات بالإشارات الاهتزازية [43]. ويمكن لقياس الضوضاء تحت الماء بالمستشعرات المثبتة فقط أن يوجه تصميم السفن الجديدة [44]؛ وتؤثر ضوضاء القوارب على الموائل البحرية بحجب الاتصال وإرباك التوجيه عبر أنواع المحركات [45]؛ ويمكن للموانئ خفض الضوضاء تحت الماء للسفن [46]. وتشمل التطورات ذاتية التغذية مستشعر اهتزاز بمولد نانوي احتكاكي كروي مرتد (BB-TENG) يحول طاقة الاهتزاز إلى كهرباء لمستشعر حرارة إضافي [47]؛ والنموذج VAMPIRE — مقياس تسارع لاسلكي ذاتي التغذية لسفن البحرية الأمريكية وخفر السواحل يحصد طاقة المجال المغناطيسي الكهروميكانيكي [49]؛ ومستشعر اهتزاز التوائي مغناطيسي (MTVS) دون بطارية ودون قطع العمود لناقلة غاز مسال بحساسية كافية [50]، مقابل قياس العمود القياسي بمقياس الإجهاد مع القياس عن بعد [51] (الشكلان 4–5). وحُققت أيضًا المقاييس الصوتية النفسية لتشخيص الآلات [48].
وتمتد الاستخدامات الاهتزازية المبتكرة إلى تحديد نوع الجليد وسماكته: فبدل صور SAR أو مكملة لها، تغذي مقاييس تسارع IMU مثبتة في المقدمة وجيروسكوبات ثلاثية المحاور مع كاميرتي SIIRS عبر روابط LoRa SX1268 تصنيف الجليد بتعلم الآلة [52].
تُحمّض انبعاثات الشحن — PM2.5 وSOx وNOx [53،54] — التربة والبيئة البحرية وتسبب الوفاة المبكرة [55]، لذا تستلزم لوائح IMO لوقود منخفض الكربون مراقبة انبعاثات جاهزة. وتشمل مراقبة الماء متعددة المستشعرات قاربًا مُتحكمًا عن بعد بهيكل PVC مع مسابر التوصيل الكهربائي وpH والمواد الصلبة الذائبة والحرارة، وGPS، ومستشعر فوق صوتي HCSR-04 للعوائق، وحرارة مقاومة للماء وتوصيل وpH [56] (الشكل 6). وتشمل مراقبة الهواء سبع وحدات KOALA آنية لـPM/CO تبلغ سحابيًا عن ~3000 وصول في Beacon Cove بملبورن عبر 98 يومًا [57]؛ ونموذج أويلري ثلاثي الأبعاد لنقل الملوثات في بحر الشمال يُظهر زيادات كبريتات حتى 50% من وقود ثقيل غني بالكبريت فوق ألمانيا والدانمارك والسويد [54]؛ وشبكة مستشعرات ويب لرصد انبعاثات السفن (SEMSW) من مستشعرات جوية ومحيطية وأرضية وفضائية بمعالجة لاحقة آنية برية، قادرة على الإبلاغ عن السفن المخالفة [58] (الشكل 7، الجداول 4–6).
ويتكامل الاستشعار الفضائي عن بعد (تغطية واسعة ودقة منخفضة) مع المركبات غير المأهولة المتنقلة للمناطق المستهدفة: مراكب سطحية غير مأهولة (شراعية بالرياح/الشمس تستشعر الحرارة وحرارة السطح والملوحة ولون المحيط والأكسجين الذائب وpCO2 البحري)، وسفن غير مأهولة (ارتفاع/دور الموج والعمق وأصوات الثدييات وتركزات الأسماك)، وطائرات شراعية تحت الماء (بيانات أوقيانوغرافية للأعاصير تعين التنبؤ بالعواصف ودراسات الخلط [71]) وHarrier البريطانية والشراعيات المسيرة (الشكل 8). ويعتمد كشف تسربات النفط ورسمها — الحرجة لأضرارها البحرية الفورية وطويلة الأمد وصعوبة فصل النفط عن الماء — على إضاءة SAR المستقلة عن الطقس [75] (مع بقاء العلاقات الكمية متعددة المستشعرات والالتباس بالعناصر الحيوية [75،8])، وكاميرات الأشعة تحت الحمراء/المرئية/القريبة من تحت الحمراء/فوق البنفسجية، وأجهزة مراقبة/فصل بغشاء شبه منفذ تحدد نوع النفط وحجمه [76]، ومحطات WSN دقيقة وسفن غير مأهولة بمطيافية UV المرئية (TOC وNO3-N) ومستشعرات الأكسجين الذائب وpH والتوصيل بالطاقة الشمسية (خلايا وقود الميثانول كبديل جر في الطقس القاسي)، ومركبات ROV بكاميرات فيديو ومسابر تحليل ماء وهيدروفونات تبلغ المناطق المحرمة عبر GPS/التوطين الصوتي [77،78] (الجدول 7).
أثبتت مستشعرات السفن الذكية أهميتها الحرجة للسلامة والصيانة والتفتيش [12]: فسجلت رحلة حاويات طركونة–ليفورنو درجات حرارة وضغوط غرفة المحرك كل ساعة لتحليل السلامة بعد الرحلة. ومعظم حوادث السفن تصادمات من غياب الاتصال أو فشل رادار كشف العوائق — وقوارب الصيد بارزة — عالجتها أنظمة تنبيه الصيادين بالموجات فوق الصوتية/الاهتزاز/GPS/GSM [79]؛ وقيّمت milliAmpere، منصة عبّارة ذاتية بعشر كاميرات ورادار وليدار، الكشف/التتبع عبر البيئات، محفزة دمج المستشعرات المتعددة [80]. وتتنبأ مستشعرات الفيضان لسفن الركاب [81،82] — الغائبة عن معظم السفن — بالفيضان وتوجه قرارات مسارات هروب الطاقم، مع قواعد محاكاة فيضان بتعلم الآلة تتنبأ بسلوك السفن؛ ومراقبة البطاريات إلزامية للسفن الهجينة/الكهربائية بالكامل، مثل شبكات NMEA 2000 الذكية لكشف تقادم الحرارة الداخلية لبطاريات الرصاص-الحمض المنظمة بالصمامات (VRLA) [83]، والمراقبة الوحداتية SeaPerformer (وحدات حصاد للجسر/المحرك مرتبطة فضائيًا تحلل استهلاك زيت الوقود لتآكل المحرك) [84]، والتنبؤ العصبي بحرارة أجهزة الدفع للتنبيه بالضرر [85] (الشكل 9).
ويستغل الشحن الذاتي قيد البحث للحالات البعيدة عن البشر المستشعرات البصرية والميكروفونات [7] والذكاء الاصطناعي/تعلم الآلة للوعي الظرفي والتعرف على العوائق والتوجيه — مع تحكم حاسوبي تجريبي لنموذج غير مأهول [86] يؤدي الرسو الآلي واختيار/تحسين المسار وتفادي التصادم، مع أن قيود تعلم الآلة واستراتيجياتها تحتاج تأملًا [87]. وحفزت تهديدات الأمن السيبراني لمستشعرات البحرية نموذج Light-GMB بدقة كشف 98.52% [88]؛ ويبقى فهم مواجهات الذاتي مقابل المأهول مشكلة الدمج الجوهرية [89]. ويحتاج التموضع الغواص المحروم من GPS تقنيات عددية ومستشعرات جديدة [93] (تركيبات صوتية/ضوئية باستراتيجيات توجيه [95])؛ وتناسب المستشعرات اللاسلكية التصاميم البحرية المدمجة لكنها تواجه حدود الطاقة/الشحن، يجيب عنها شحن العقد تحت الماء بالمركبات الذاتية [94]. وتقارن مراقبة الأعمدة المستشعرات اللاتلامسية عديمة التغذية [90]، وتوجيه حالة البحر بمقاييس التسارع/الإجهاد [91]، وتقييم خطأ MEMS مقابل الحرارة لسفن السطح الذاتية [92] (الجدولان 8–9).
تشترط IMO خفض غازات الدفيئة 50% بحلول 2050؛ وتشمل وقود السفن البديل المتاح الغاز الطبيعي المسال والمسال البترولي والميثانول والديزل الحيوي والهيدروجين والأمونيا (NH3) [96،97]، مع أن الديزل الحيوي والهيدروجين والأمونيا وقود المستقبل الحتمي. وتتقدم خلايا وقود الميثانول المباشرة (DMFC — عائلة التبادل البروتوني، دون مُصلح) [98] واستراتيجيات الميثانول الحيوي من الكتلة الحيوية للنفايات [99]؛ ويناسب محرك الاحتراق الداخلي بالميثانول الحرف عالية القدرة كالعبارات السريعة [100،101]. ويوفر الغاز المسال انبعاثات منخفضة وكثافة طاقة عالية لكن بتخزين مبرد [101]؛ ويواجه المضغوط تخزين 200–250 بار بأمن معقد؛ ويوفر الهيدروجين قيمة حرارية وكفاءة احتراق لكن بمشكلات التخزين/التسرب — فالمستشعرات حاسمة. وقِيست آثار حركة السفن على تشتت الهيدروجين في الأماكن المغلقة بجيروسكوبات ومستشعرات غاز [102]؛ ومستشعرات التسرب أساس التحكم/الأمن الهيدروجيني؛ وتتقدم القطمرانات الهجينة بخلايا الوقود/البطاريات (220 راكبًا و20 عقدة وساحل أمالفي [103]) ومحركات الاحتراق بالهيدروجين/الميثانول [104،105]، مع مستشعرات مستوى الهيدروجين السائل فائقة التوصيل MgB2 [106] ومستشعرات حرارة بلاتينية مقاومة لنقل الهيدروجين السائل بحرًا [107] محافظة على أغلفة الضغط/الحرارة.
وستكون مستشعرات السفن الخضراء أكثر بتكرار 20 ضعفًا من السفن الحالية [108] — متطلبة جدوى الأعطال عبر التحقق من المستشعرات (مقارنة بالبيانات التاريخية) ودمج/استرداد بياناتها (دمج قياسات متعددة). وتحتاج هجن القوارب السياحية بخلايا PEM/البطاريات [109] وبطاريات الرصاص-الحمض/الليثيوم (كثافة طاقية/وزن عالية [110] وحساسية حرارية وتقادم) إدارة حرارية بمستشعرات صلبة (داخل الخلية) وناعمة (نماذج خارجية) [111]، وإدارة الضغط/التدفق الكتلي/الرطوبة ومستشعرات غاز تسرب/تلوث الهيدروجين [112،6]. وتطورت القوارب الشمسية من الهجينة/الكاملة [113] إلى قطمرانات ضوئية للأنهار/السواحل [114] وشراعيات ذاتية بالرياح والشمس بكاميرات بانورامية وسونار وهيدروفونات تغذي وحدات الملاحة [115] (الشكل 10).
رسمت هذه المراجعة مستشعرات البحرية للتنقل المستدام والآمن. فمستشعرات التطبيقات القاسية (الغواصات والبحرية) تعاني نقص طاقة تفريغ البطاريات — ويمكن لاسترداد طاقة الموج على السفن الصغيرة أن يغذي المستشعرات الغواصة بالتنقيط، إلى جانب تعميق بحث التغذية الذاتية (مثل المغناطيسية-التقييدية) وطاقة الاهتزاز. ويحتاج التوجيه في أعماق المحيط دمج المستشعرات الآنية مع النماذج العددية؛ ويحتاج دمج الذاتي مقابل المأهول تطوير الاتصالات عبر سيناريوهات معروفة بتعلم الآلة/العميق. ويمكن لمراقبة الانبعاث الصوتي — إنذارات الطاقة المرنة الكاشفة عن وجود الشقوق ونموها (خلاف مقاييس الإجهاد المتنبئة بالأحداث) — أن تقترن بمقاييس الإجهاد والنقل اللاسلكي للحد من الكابلات، مع أن عدد مستشعرات البدن/الكابلات عقبتها. وتعمل المركبات غير المأهولة اليوم بالبطاريات/الطاقة الشمسية؛ ويمكن لخلايا وقود الميثانول أن تحل محل الألواح إذا روقبت انبعاثات الميثانول المتجدد المحايد كربونيًا. ويمكن لاستجابة تسربات النفط أن تجمع المركبات غير المأهولة مع مستشعرات المواد الذائبة/قطرات اللون لتخفيف آني أسرع وبيانات كمية للكوارث. ويحتاج الرصد الهيكلي أبحاث التموضع الأمثل على متن السفن (للحد من التكرار/التكلفة)، ومنهجية عامة لكشف الضرر البحري، ومعالجة إشارات مبتكرة متعددة البارامترات لاستجابات السفينة-الموج، ودراسة حالة البحر الممكنة بإنترنت الأشياء.
وآفاق المستقبل — إنترنت الأشياء والذكاء الاصطناعي للتنقل البحري: نقاط قوة الذكاء الاصطناعي بديهية لكنها تتطلب تطبيقًا سليمًا يتجنب الحالات المشكوك فيها وعدم إدراك التدهور الذي تلحقه الطبيعة الفيزيائية بالبيانات المحصودة [116]. ويحتاج إنترنت الأشياء البحري (IoMT) — إنترنت أشياء مخصص للبحر يبلغ 40 كم بهوائيات ذاتية الضبط [117]، مميز في المسارات القصيرة-المتوسطة على LTE — منطق تصنيف/إدارة يتجنب فيه الذكاء الاصطناعي المعالجة اللاحقة المفرطة. وينسق المركبة-إلى-السحابة (V2C) أساطيل المركبات غير المأهولة للحصاد في الموقع [118]، متكاملًا مع ذكاء اصطناعي الجيل القادم ومنصات الاتصال الأرضية الساحلية (V2I وV2G وV2D وV2N)، رافعًا الأمن البحري: ويخدم V2C خصوصًا المراقبة البيئية — فبيانات المركبات الكهربائية تحسن كفاءة الطاقة وتكاليف التشغيل بينما تطيل مراقبة المكونات الكهربائية الآنية عمر البطاريات وتقلل الاستهلاك.
اقترحت هذه المراجعة رؤية شمولية للمستشعرات في المركبات البحرية والهياكل البحرية. ويتطلب إنجاز مهام لوائح التلوث الجديدة مع تحسين أمن المركبات البحرية معماريات رقمية مبتكرة وفعالة تولد بيانات زمانية-مكانية آنية للمركبات والهياكل البحرية قرب الموانئ وخارجها. ومعرفة كل التفاعلات الممكنة بين المستشعرات والهياكل البحرية المحيطة أساسية لبناء أنظمة بحرية مدمجة للمهام المستقبلية.
Stringent requirements for limiting pollutants and the constant need to make maritime transport safer generated the necessity for original solutions. According to the European Maritime Safety Agency, total reported marine casualties and incidents reached 21,173 over 2014–2021 (yearly average 2,647), with 495 pollution cases in the same period — 64.2% of all pollution linked to ships' fuel and other pollutants. A new kind of ship exploiting new technologies is mandatory to increase safety for people and onboard goods.
Existing marine structures for maritime mobility lack essential sensors for emergency situations such as flooding, oil spills or health situations requiring efficient monitoring, and legislation for inserting unmanned vehicles into marine infrastructure is missing. This review highlights the strengths and weaknesses of sensors in the maritime sector, intensifying areas of improvement for future challenges: sensor energy efficiency, data processing, sensor fusion methodologies, and accurate sea state description with environmental monitoring by means of unmanned vehicles.
Shipping delivers 11 billion tons of goods annually (Trade and Development, 2021); UNCTAD recorded container-ship growth across regions (5.6% Africa, 3% Latin America and the Caribbean, 3% Asia), while world shipping greenhouse emissions rose 4.7% in 2020–2021 — mainly from container ships, dry bulk carriers and general cargo vessels. Ship collisions remain significant [1], with groundings and fires the most common critical events; general cargo ships, tugs and oil tankers are the most accident-involved categories [2]. Maritime transport also contributes significantly to air pollution along routes and near ports, raising health risks [3]. With ships averaging nearly 22 years of age and owners keeping them active amid uncertainty — pandemics, renewable-energy transitions, digitalization with machine learning and convolutional neural networks — innovative sensors could make ships safer and more eco-sustainable.
Environmental monitoring is essential for detecting air and water anomalies [4], and the Internet of Things (IoT) promises a more efficient sensor environment [5], improving control over ship-usage events. Unlike reviews focused on single topics [6–9], this review takes a holistic approach across maritime applications — marine vehicles and offshore structures — exposing possible interactions among sensors of different structures so huge multi-sensor data volumes can reach digital architectures for post-processing. AUVs illustrate the stakes: self-powered sensors could extend missions, and sophisticated sensors could solve abyssal orientation where GNSS is unavailable; but unmanned vehicles need legislation and integration with manned traffic to avoid conflicts, while AUV-based water/air monitoring could vastly simplify human activities in forbidden zones.
The aim of this review is to present sensors across maritime applications (vehicles and offshore structures), pointing out synergies and weaknesses with other architectures and laying foundations for the next era of sea digitalization — for safety and pollution reduction. The urgency is regulatory as well: EU guideline 2023/2776 of 12 October 2023 on greenhouse-emission monitoring for maritime transport requires every ship docking at EU ports to be fully emissions-monitored, demanding real-time ship/port monitoring systems with full knowledge of sensor interactions for future embedded systems.
The methodology relied on detailed Google Scholar research, prioritizing recent articles (last 5 years) while including older ones for sensor background in some fields. All cited articles were found with the keywords-section keywords plus the word sensors in front of them. Nearly 30% of found articles were excluded for lacking technical information or subject mismatch. Notably, more maritime-sensor papers were published in the last 11 years than in 1971–2013 — a surging interest in remote sensing, marine environment monitoring, autonomous underwater vehicles, underwater acoustics and sensor networks (Figures 1–2: Scopus analysis shows US and Chinese dominance — the highest-GDP countries — in this strategic shipping topic, with oceanography prominent since oceans cover ~70% of Earth's surface yet remain mostly unknown).
Sensors served shipping for 50 years — initially analyzing structural problems rather than advancing monitoring. Exceptions include a high-speed catamaran with wireless and fiber-optic strain sensors plus tri-axial accelerometers (wireless suits hard-to-wire ships, e.g., complex military vessels, pending long-term heat/vibration/signal studies) [10]; the RV Triton with 35 temperature-compensated fiber-optic strain sensors measuring still-water and slamming loads plus 200 local strain gauges, proving Bragg grating gauges in severe seas [11]; accelerometer/strain-gauge harvesting for fault prevention and maintenance [12]; an innovative tourist submarine with orthogonally flow-exposed exo-structure informing power/thrust [13]; and Bragg grating sensors on the Skjold-class patrol boat composite hull, resistant to corrosion and electromagnetic fields [14]. Processed SHM data serve early hull monitoring and design confirmation, then fatigue-life estimation and maintenance planning, static harbor stress verification and sea-trial load identification for Finite Element Analysis (FEA) validation — aided by carbon-nanotube strain sensors, iFEM, thermography and acoustic emission ([15–28], Tables 1–2, Figure 3).
Vibration-based damage identification complements distributed fiber-optic strain systems, though Bragg wavelength methodology (scanning filters, unbalanced interferometers with multiplexers, swept lasers, CCD arrays) needs selection, and raw-data noise removal is a Bragg-grating advantage. Acoustic emission (AE) guarantees general crack/damage control — e.g., on the USCGC BERTHOLF Legend-class cutter [29]. Offshore structures (TLP, jacket, jack-up, gravity platforms) face mechanical loads, corrosion and vibration under wave/wind loads (land-based wind models); since BTM's first full-scale offshore measurement system in 1987 [9], projects verify designs and build research datasets (Tables 2–3): wave buoys, X-band radar, air-gap sensors for wave properties [30,31]; fiber Bragg and inclinometer/bi-axial/top-tension monitoring of wind-turbine tripods and floating TLP tendons [32,33,36]; polymer fiber-optic rope and mooring-line monitoring (load cells, inclinometers, strain gauges, optical/depth sensors [34,35,37,38]); and modal-strain-energy, bicoherence [39,40] and sensor-network correlation-coefficient damage detection [41,42].
Managing main engines, air compressors and diesel generators — with vibration and sound as comfort-critical parameters — matters increasingly for smart ships; vibrational-signal machinery fault extraction methods abound [43]. Onboard-only underwater-noise measurement can inform new-ship design [44]; boat noise affects marine habitats by masking communication and confusing orientation across engine types [45]; ports can act to reduce ship underwater noise [46]. Self-powered advances include a bouncing-ball triboelectric nanogenerator (BB-TENG) vibration sensor converting vibration energy to electricity for a further temperature sensor [47]; the VAMPIRE prototype — a wireless, self-powered accelerometer for US Navy and Coast Guard vessels harvesting electromechanical magnetic-field energy [49]; and a battery-free, shaft-interruption-free magnetostrictive torsional vibration sensor (MTVS) for an LPG carrier with sufficient sensitivity [50], contrasted with standard strain-gauge-plus-telemetry shaft measurement [51] (Figures 4–5). Psychoacoustic metrics for machinery diagnosis were also validated [48].
Innovative vibration uses extend to ice type/thickness identification: replacing/augmenting SAR imagery, bow-mounted IMU accelerometers/triaxial gyroscopes with two SIIRS cameras over LoRa SX1268 links feed machine-learning ice classification [52].
Shipping emissions — PM2.5, SOx, NOx [53,54] — acidify ground and marine environments and cause premature death [55], so IMO low-carbon-fuel regulations demand ready emissions monitoring. Multi-sensor water monitoring includes a PVC-frame remote-controlled boat with electrical conductivity, pH, total dissolved solids and temperature probes, GPS, HCSR-04 ultrasonic obstacle sensor, waterproof temperature, conductivity and pH sensors [56] (Figure 6). Air monitoring includes seven KOALA real-time PM/CO units cloud-reporting ~3000 arrivals at Melbourne's Beacon Cove over 98 days [57]; a North Sea 3D eulerian pollutant-transport model showing up to 50% sulfate increases from sulfur-rich bunker fuel over Germany, Denmark and Sweden [54]; and a ship emission monitoring sensor web (SEMSW) of airborne, ocean, land and satellite sensors with onshore real-time post-processing, able to flag non-compliant ships [58] (Figure 7, Tables 4–6).
Satellite remote sensing (wide coverage, low resolution) combines with mobile unmanned vehicles for targeted areas: USVs (wind/solar sailboats sensing temperature, sea-surface temperature, salinity, ocean color, dissolved oxygen, pCO2), unmanned ships (wave height/period/depth, mammal sounds, fish concentrations), underwater gliders (hurricane oceanographic data aiding storm forecasting and mixing studies [71]) and British Harrier/saildrones (Figure 8). Oil-spill detection and mapping — critical given immediate and long-term marine damage and oil–water separation difficulty — relies on SAR weather-independent illumination [75] (though quantitative multi-sensor relationships and confusion with bio-elements persist [75,8]), infrared/visible/near-infrared/ultraviolet cameras, semi-permeable-membrane monitoring/separation devices identifying oil type and volume [76], WSN microstations and unmanned ships with UV-visible spectrometry (TOC, NO3-N), dissolved oxygen, pH and conductivity sensors on solar power (methanol fuel cells as harsh-weather traction alternative), and ROVs with video, water-analysis probes and hydrophones reaching forbidden zones via GPS/acoustic localization [77,78] (Table 7).
Smart-ship sensors proved critical for safety, maintenance and inspection [12]: a Tarragona–Livorno container voyage recorded engine-room temperatures and pressures hourly for post-voyage safety analysis. Most ship incidents are collisions from missing communication or failed obstacle-detecting radar — fishing boats prominent — addressed by ultrasonic/vibration/GPS/GSM fisher alert systems [79]; milliAmpere, an autonomous ferry platform with 10 cameras, radar and lidar, evaluated detection/tracking across environments, motivating multi-sensor fusion [80]. Passenger-ship flooding sensors [81,82] — absent on most vessels — forecast flooding and guide crew escape-path decisions, with machine-learning flooding-simulation databases predicting ship behavior; battery monitoring is mandatory for hybrid/full-electric ships, e.g., NMEA 2000 smart networks for valve-regulated lead–acid (VRLA) inner-temperature aging detection [83], SeaPerformer modular monitoring (satellite-linked bridge/engine harvesting units analyzing fuel-oil consumption for engine wear) [84], and neural temperature forecasting for propulsion-device damage alerting [85] (Figure 9).
Autonomous shipping under investigation for human-unreachable situations exploits visual sensors, microphones [7] and AI/ML for situational awareness, obstacle recognition and routing — with experimental unmanned-model computer control [86] performing auto-mooring, route selection/optimization and anti-collision, though ML limitations and strategies need reflection [87]. Marine sensor cybersecurity threats motivated the Light-GMB model with 98.52% detection accuracy [88]; autonomous-versus-manned encounter understanding remains the core integration problem [89]. Submarine GPS-denied positioning needs new numerical techniques and sensors [93] (acoustic/optical combinations with orientation strategies [95]); wireless sensors suit compact marine designs but face energy/SOC limits, answered by AUV-based underwater-node charging [94]. Shaft monitoring compares powerless non-contact sensors [90], accelerometer/strain-gauge sea-state routing [91] and MEMS error-vs-temperature evaluation for autonomous surface ships [92] (Tables 8–9).
IMO requires 50% greenhouse-gas cuts by 2050; available marine alternative fuels include LNG, LPG, methanol, biodiesel, hydrogen and ammonia (NH3) [96,97], with biodiesel, hydrogen and ammonia the inevitable future fuels. Direct methanol fuel cells (DMFC — proton-exchange family, no reformer) [98] and waste-biomass bio-methanol strategies [99] advance the field; methanol ICE suits high-power craft like high-speed ferries [100,101]. LNG offers low emissions and high energy density but cryogenic storage [101]; CNG faces 200–250 bar storage security; hydrogen offers heating value and combustion efficiency but storage/leakage problems — so sensors are crucial. Ship-motion effects on hydrogen dispersion in enclosed spaces were measured with gyroscopes and gas sensors [102]; leakage sensors underpin hydrogen control/security; hybrid fuel-cell/battery catamarans (220 passengers, 20 knots, Amalfi Coast [103]) and hydrogen/methanol combustion engines [104,105] push ahead, with MgB2 superconducting liquid-hydrogen level sensors [106] and platinum resistance temperature sensors for marine liquid-hydrogen transport [107] maintaining pressure/temperature envelopes.
Green-ship sensors will be 20 times more frequent than on current ships [108] — demanding fault feasibility via sensor validation (assessed versus historical data) and sensor data-fusion–recovery (multi-measurement fusion). PEM fuel-cell/battery tourist-boat hybrids [109] and lead–acid/lithium batteries (high energy density/weight [110], thermal sensitivity, aging) need temperature management via hard sensors (inner-cell) and soft sensors (external models) [111], pressure/mass-flow/humidity management and hydrogen-leakage/contamination gas sensors [112,6]. Solar boats evolved from hybrid/full-solar [113] to river/coastal photovoltaic catamarans [114] and wind-plus-solar autonomous sailboats with panoramic cameras, sonar and hydrophones feeding navigation modules [115] (Figure 10).
This review mapped maritime sensors for sustainable, safe mobility. Harsh-application sensors (submarine, offshore) suffer battery-discharge power shortage — wave-energy recovery on small vessels could trickle-feed submarine sensors, alongside deeper self-powered (e.g., magneto-restrictive) and vibration-energy research. Deep-ocean orientation needs real-time sensor-plus-numerical-model fusion; autonomous-versus-manned integration needs communication development across known scenarios with machine/deep learning. Acoustic emission monitoring — elastic-energy alarms revealing crack presence and growth (unlike strain gauges predicting events) — could pair with strain gauges and wireless transmission to limit cabling, though hull sensor count/cabling is its hurdle. Unmanned vehicles run on batteries/solar today; methanol fuel cells could substitute panels if carbon-neutral renewable-methanol emissions are monitored. Oil-spill response could combine unmanned vehicles with TDS/color-droplet sensors for faster real-time mitigation and quantitative disaster data. SHM needs optimal onboard positioning research (limiting redundancy/cost), a general marine damage-detection methodology, innovative multi-parameter signal processing for ship-wave responses, and IoT-enabled sea-state study.
Future views — IoT and AI for maritime mobility: AI's strengths are evident but demand proper application avoiding dubious situations and unawareness of physical nature degrading harvested data [116]. The Internet of Maritime Things (IoMT) — marine-customized IoT reaching 40 km via auto-adjusting antennas [117], advantageous on short-medium routes over LTE — needs classification/management logic where AI avoids excessive post-processing. Vehicle-to-Cloud (V2C) coordination of USV fleets for in-situ harvesting [118], integrated with next-generation AI and coastal land-connectivity platforms (V2I, V2G, V2D, V2N), raises maritime security: V2C particularly serves environmental monitoring — EV data optimizing energy efficiency and operating costs while real-time electric-component monitoring extends battery life and minimizes consumption.
This review proposed a holistic view of sensors in maritime vehicles and offshore structures. Meeting new pollution-regulation tasks while improving maritime-vehicle security requires innovative, efficient digital architectures generating real-time spatiotemporal data for marine vehicles and structures near and outside ports. Knowing all possible interactions among sensors and surrounding maritime structures is essential to building embedded maritime systems for future tasks.