4月,民航局召開智慧民航建設領導小組第一次會議,明確提出:“要立足‘智慧出行、智慧物流、智慧運行、智慧監管’四個場景,加強數字感知、搭建生態系統、完善數據治理、強化網絡安全、支持行業創新,加快推進智慧民航建設。”
智慧監管是智慧民航建設的重要一環,其中安全狀態監管尤其重要。那么,如何對潛藏危險源展開監控、辨識、定性,對風險信息進行評級、報送和實時檢查整治,搭建起完善的安全管理系統呢?
千方科技在首都機場智慧安全管理平臺建設中,在安全狀態監控系統方面迎來全新突破。
安全狀態監控指標體系與AI算法
機場安全狀態指標怎么劃分,算法模型怎么搭建才能更安全可靠?有賴于行業“Know How”經驗和多元算法模型雙劍合璧。
在首都機場的安全狀態監控系統搭建過程中,千方科技團隊和首都機場集團的飛行區管理部、質量安全部等10余個相關部門,40個業務模塊及安全管理、質量管理等領域500余名管理人員共同參與了前期調研與監控指標、評價算法制定。
監控指標形成包括事件通報、消防、應急救援、跑道入侵、人員及隱患系數等諸多類別在內的27棵風險指標樹、1360項。再將1360項指標按照低風險(1-3分)、中風險(4-6分)、高風險(7-9分)和擊穿性風險(10分)進行專家(質安部、業務部門、算法專家、行業專家)評分,形成多種AI模型算法。
首都機場安全風險大數據平臺
與以往數據應用不同,首都機場安全風險數據平臺不只是針對單一維度的碎片數據進行分析優化,而是基于機場安全管理的多個場景展開大數據萃取,匹配相應安全評價指標,有效輔助管理者全面決策。
借助龐大的數據量和科學的分析方法,首都機場的安全工作在數據助力下持續迭代優化。
以風險管理為核心的閉環管控流程
基于業務指標、評價算法及數據平臺的搭建,目前首都機場安全狀態監控系統已形成風險處置閉環,其中,相關緩解措施達到700余項。
借助首都機場安全狀態監控系統與首都機場巡查管理系統交互賦能,機場的智能實時決策能力與管理效率不斷提高。
國內首次采用語音及視頻識別技術
在首都機場安全狀態監控系統建設中,千方科技國內首次將語音AI識別分析技術與視頻AI識別分析技術應用于防控機場安全風險管控。
通過對上道作業車輛與塔臺以及航空器拖車與塔臺通話將近100小時的有效錄音,進行語音AI識別算法學習,識別準確率測試結果達到89.6%,有效預防跑道侵入風險和航空器刮碰等風險。
視頻AI技術應用上,首都機場智慧安全管理平臺截至目前已在飛行區重點驗證了10路4個算法,可實現越界檢測,車輛違章,人員著裝(安全帽、反光背心等),人員在崗等重點安全管控場景的24小時實時監控與智能研判分析,并通過多級責任人聯動形成從發現-推送-處理-催辦全閉環式追蹤,確保分析結果以多種方式觸達管理對象。
接下來,首都機場將進一步深化數字感知手段在機場安全管理領域的應用與創新。
此次民航局智慧民航建設會議中還提及,鼓勵多方參與,積極引導全行業以及國內外各優秀科研單位和IT企業參與智慧民航建設,推動新技術、新方法與民航深度融合發展。
作為全域交通數字治理專家,千方科技專家團隊將融合對智慧民航業務的深刻理解和對數字技術的創新應用,探索基于數據驅動的安全管理新模式,助力智慧民航“起飛”。
