運用AR+AI進行停機坪管理優化
META-aivi成功案例
運用AR+AI進行停機坪管理優化
客戶
該客戶是一家每年要處理數百萬乘客的國際機場。
案例
優化空側運營的周轉時間與安全性
停機坪是飛機停放、起降和地勤作業之處。良好的停機坪管理，能確保航班能夠準時地進行起降操作，有助於縮短飛機在機場的停留時間，可以最大程度地利用機場資源，防止擁擠和延誤。
為了有效掌握機場運營效率，機場導入停機坪管理系統，透過現代化軟體進行飛機排程管理、實時監控、地勤作業效率、通信和協調、安全性等管理，以應對不斷變化的航空業務環境。
為了有效掌握機場運營效率，機場導入停機坪管理系統，透過現代化軟體進行飛機排程管理、實時監控、地勤作業效率、通信和協調、安全性等管理，以應對不斷變化的航空業務環境。
一家重要的國際機場正在對其飛機周轉時間進行全面分析。機場了解到飛機在地面停留時間長短，直接影響財務表現，因此期望能縮短飛機降落後與登機橋連接的時間。
其目標是量化和優化周轉過程中的每個步驟，確保整體時間符合行業標準。通過戰略性縮短周轉時間，減輕停機坪擁擠現象，並提升其機坪管理運營的整體效率。
其目標是量化和優化周轉過程中的每個步驟，確保整體時間符合行業標準。通過戰略性縮短周轉時間，減輕停機坪擁擠現象，並提升其機坪管理運營的整體效率。
挑戰
克服周轉時間管理的複雜性
機場在優化機坪上的飛機周轉時間方面面臨挑戰，尤其是在其直接控制範圍以外的區域。例如貨物裝載、餐飲服務和乘客下機，目前仍採用手動計時，對於需準確測量每項任務的執行時間上存在一定的挑戰。再加上每天有大量航班，這一複雜性被進一步加劇。缺乏實時洞察力在有效測量、管理和提升周轉過程的運營效率方面帶來了實質性的障礙。
解決方案
AI+ AR整合，以提升機坪管理效能並確保安全
META-aivi是為了解決飛機轉場過程中，因手動確定每項步驟的時間挑戰而導入的。這一創新系統結合了擴增實境（AR）和人工智慧（AI），透過使用IP攝像頭進行實時監控，實現對每項步驟的時間測量，同時監控畫面內有那些物件。
透過自動化流程，AI模型精確計算各種轉場步驟的平均時間。此外，META-aivi能與現有的機坪管理系統無縫集成，提供實時數據輸出。這種整合技術使機場管理機構能夠迅速識別和解決轉場過程中的任何問題，提升整體機坪管理效能。
透過自動化流程，AI模型精確計算各種轉場步驟的平均時間。此外，META-aivi能與現有的機坪管理系統無縫集成，提供實時數據輸出。這種整合技術使機場管理機構能夠迅速識別和解決轉場過程中的任何問題，提升整體機坪管理效能。
