05.08.2021
數智源航班節點保障，破解航班延誤頑疾
“前往XX的旅客請注意，我們抱歉的通知您……”每當機場廣播響起時，旅客們不由心頭一緊，隨之抱怨聲四起。航班延誤不僅是旅客最頭疼又最無奈的事情，也是機場管理者亟需解決的老大難頑疾。
針對航班運行中的痛點、難點、賭點問題，數據融合應用專家數智源圍繞智慧機場的建設目標，以AI+AR+BI為技術底座，推出航班節點保障系統，利用機坪攝像頭視頻流，運用視頻分析以及AI算法訓練，提供精準可靠的航班保障數據和可視化數據分析服務，有效提高航班正點率，讓旅客出行更順暢，也讓機場運行更高效、服務更優質。
難題：保障節點多，人工采集效率低
2020年，我國境內運輸機場共有241個，完成旅客吞吐量85715.9萬人次、飛機起降904.9萬架次，民航旅客運輸量連續十余年穩居世界第二。
隨著老百姓出行乘機需求不斷增加，使得有限的空域資源愈發緊張，不可避免帶來航班延誤問題，大大降低了旅客滿意度和機場運行效率。來自飛常準大數據顯示，2019年我國境內機場整體出港準點率為69.39%，出港平均延誤時長為28.16分鐘。境內航司整體到港準點率75.62%，到達平均延誤時長15.89分鐘。
保障點多，人工采集效率低被視為是航班延誤的兩大重要因素。根據2018年民航局下發的《機場協同決策（A-CDM）實施規范》，A-CDM航班運行流程里程碑包括22個關鍵節點事件，包括前站起飛、落地、進港航班地面移交、開始保潔、開始加油、開始配餐、開始登機、關客艙門、機務放行、離港航班地面移交、起飛等，任何一個節點的延誤勢必影響航班整體效率。
傳統的機場航班節點保障運作主要依賴人工記錄，易于造成諸多問題。首先，地服保障作業時間節點等信息的采集主要依靠人工記錄、便攜式設備錄入等，需要作業人員自我反饋及專業人員進行信息統計填報，工作量大，信息更新速度慢，遇到航班高峰期，工作人員易疲勞，易出現漏填、誤填；其次，地服作業反饋的作業信息與實際工作環節的操作信息存在較大誤差，實時性及可靠性較低，如果發生事故很難進行事故根源追溯。
為切實抓好航班運行保障各個環節，民航局在2020年工作會議中明確要求，國內客運航空公司航班正常率穩定在80%以上，全國千萬級以上機場平均放行正常率和始發航班正常率力爭達到85%。
毫無疑問，航班正常率要達到民航局規定的目標，有必要利用人工智能、物聯網、可視化等技術，建設一個地面運行保障時間節點智能識別系統，無需人工記錄，保障航班節點。
破解：航班節點保障為準點起降保駕護航
數智源航班節點保障系統，通過機器學習和AI視頻分析技術，實時從海量視頻監控數據中采集、識別、分析、提取各保障節點開始/結束作業時間，及時、準確、全自動地將各保障節點數據發送至監控終端進行存儲、可視化顯示和事件回溯，避免人工錄入可能造成的數據漏報、數據誤差、數據延遲，極大降低數據獲取的人力成本。
數智源航班節點保障系統的核心是以深度學習技術為基礎，輔以其他手段獲取保障進程的關鍵時間節點，其目的是識別視頻中出現的關鍵目標，如開/關艙門、地面指揮人員的動作以及各類保障車輛作業情況。系統采集圖像超1億張進行超強訓練，學習不同場景和物體的特征，且自適應背光、運動、雨、雪、霧等特殊天氣場景，自動調整模式，有針對性調整圖像質量。
數智源航班節點保障系統AI智能算法對機坪場景中作業車輛的行為進行分析、 識別和定位，準確地診斷出各個作業節點的時間，具有誤判率低、魯棒性好、實時運行視頻內容推理等優勢，精準率達98%以上，準確率97%以上。
在深度學習+AI智能算法+可視化技術加持下，數智源航班節點保障系統給機場運行帶來顯著的價值：
精準的時間數據：7*24H自動采集，實現從人工采集到自動采集的轉變。
效率提升：優化指揮調度，提升機場運行效率，減少航班周轉時間。
服務提升：保障航班正點率，提高旅客出行服務體驗滿意度。
精細化運營：實現人員、車輛、設備等資源的精細化管理，節約運營費用。
一鍵回溯：實現過站保障航班全流程視頻回溯，快速定位和查找原因。
數智源航班節點保障系統已在13個機場進行試驗驗證，可識別9種車型，22個航班保障節點，綜合識別準確率95%，核心節點準確率100%，設備使用率提高30%，離港時間縮短50%。目前數智源航班節點保障系統已成功應用于首都國際機場、長沙黃花國際機場等4F級國際機場。
目前全國民航正加快以智慧機場為關鍵支撐的“四型機場”建設，積極應用各項智慧型新技術，推動新時代民航高質量發展。數智源將緊緊圍繞安全、效率和服務的目標，以AI+可視化提升服務品質和運營效率，助推民航業向信息化、智慧化轉型。
“前往XX的旅客請注意，我們抱歉的通知您……”每當機場廣播響起時，旅客們不由心頭一緊，隨之抱怨聲四起。航班延誤不僅是旅客最頭疼又最無奈的事情，也是機場管理者亟需解決的老大難頑疾。
針對航班運行中的痛點、難點、賭點問題，數據融合應用專家數智源圍繞智慧機場的建設目標，以AI+AR+BI為技術底座，推出航班節點保障系統，利用機坪攝像頭視頻流，運用視頻分析以及AI算法訓練，提供精準可靠的航班保障數據和可視化數據分析服務，有效提高航班正點率，讓旅客出行更順暢，也讓機場運行更高效、服務更優質。
難題：保障節點多，人工采集效率低
2020年，我國境內運輸機場共有241個，完成旅客吞吐量85715.9萬人次、飛機起降904.9萬架次，民航旅客運輸量連續十余年穩居世界第二。
隨著老百姓出行乘機需求不斷增加，使得有限的空域資源愈發緊張，不可避免帶來航班延誤問題，大大降低了旅客滿意度和機場運行效率。來自飛常準大數據顯示，2019年我國境內機場整體出港準點率為69.39%，出港平均延誤時長為28.16分鐘。境內航司整體到港準點率75.62%，到達平均延誤時長15.89分鐘。
保障點多，人工采集效率低被視為是航班延誤的兩大重要因素。根據2018年民航局下發的《機場協同決策（A-CDM）實施規范》，A-CDM航班運行流程里程碑包括22個關鍵節點事件，包括前站起飛、落地、進港航班地面移交、開始保潔、開始加油、開始配餐、開始登機、關客艙門、機務放行、離港航班地面移交、起飛等，任何一個節點的延誤勢必影響航班整體效率。
傳統的機場航班節點保障運作主要依賴人工記錄，易于造成諸多問題。首先，地服保障作業時間節點等信息的采集主要依靠人工記錄、便攜式設備錄入等，需要作業人員自我反饋及專業人員進行信息統計填報，工作量大，信息更新速度慢，遇到航班高峰期，工作人員易疲勞，易出現漏填、誤填；其次，地服作業反饋的作業信息與實際工作環節的操作信息存在較大誤差，實時性及可靠性較低，如果發生事故很難進行事故根源追溯。
為切實抓好航班運行保障各個環節，民航局在2020年工作會議中明確要求，國內客運航空公司航班正常率穩定在80%以上，全國千萬級以上機場平均放行正常率和始發航班正常率力爭達到85%。
毫無疑問，航班正常率要達到民航局規定的目標，有必要利用人工智能、物聯網、可視化等技術，建設一個地面運行保障時間節點智能識別系統，無需人工記錄，保障航班節點。
破解：航班節點保障為準點起降保駕護航
數智源航班節點保障系統，通過機器學習和AI視頻分析技術，實時從海量視頻監控數據中采集、識別、分析、提取各保障節點開始/結束作業時間，及時、準確、全自動地將各保障節點數據發送至監控終端進行存儲、可視化顯示和事件回溯，避免人工錄入可能造成的數據漏報、數據誤差、數據延遲，極大降低數據獲取的人力成本。
數智源航班節點保障系統的核心是以深度學習技術為基礎，輔以其他手段獲取保障進程的關鍵時間節點，其目的是識別視頻中出現的關鍵目標，如開/關艙門、地面指揮人員的動作以及各類保障車輛作業情況。系統采集圖像超1億張進行超強訓練，學習不同場景和物體的特征，且自適應背光、運動、雨、雪、霧等特殊天氣場景，自動調整模式，有針對性調整圖像質量。
數智源航班節點保障系統AI智能算法對機坪場景中作業車輛的行為進行分析、 識別和定位，準確地診斷出各個作業節點的時間，具有誤判率低、魯棒性好、實時運行視頻內容推理等優勢，精準率達98%以上，準確率97%以上。
在深度學習+AI智能算法+可視化技術加持下，數智源航班節點保障系統給機場運行帶來顯著的價值：
精準的時間數據：7*24H自動采集，實現從人工采集到自動采集的轉變。
效率提升：優化指揮調度，提升機場運行效率，減少航班周轉時間。
服務提升：保障航班正點率，提高旅客出行服務體驗滿意度。
精細化運營：實現人員、車輛、設備等資源的精細化管理，節約運營費用。
一鍵回溯：實現過站保障航班全流程視頻回溯，快速定位和查找原因。
數智源航班節點保障系統已在13個機場進行試驗驗證，可識別9種車型，22個航班保障節點，綜合識別準確率95%，核心節點準確率100%，設備使用率提高30%，離港時間縮短50%。目前數智源航班節點保障系統已成功應用于首都國際機場、長沙黃花國際機場等4F級國際機場。
目前全國民航正加快以智慧機場為關鍵支撐的“四型機場”建設，積極應用各項智慧型新技術，推動新時代民航高質量發展。數智源將緊緊圍繞安全、效率和服務的目標，以AI+可視化提升服務品質和運營效率，助推民航業向信息化、智慧化轉型。
