Efektivnější letištní provoz. Díky českému nápadu a AI

Na moderních letištích se každá minuta počítá. Jakmile letadlo přistane, ihned začíná sladěný balet techniky, posádky a logistiky. Co kdyby bylo možné tento proces nejen sledovat, ale také analyzovat a optimalizovat? Činnosti na letištní ploše, jichž si běžný cestující ani nemá proč všimnout, se neobejdou bez zapojení spousty lidí. Ti se častokrát spoléhají na technická řešení, která patřila – ještě včera – ke špičce ve svém oboru. V době technologického vývoje je však třeba držet krok s nejnovějšími trendy. A to vědí i na Letišti Václava Havla v Praze. Proto dali šanci projektu inteligentní videoanalytiky, který má potenciál minimalizovat lidské chyby a maximalizovat efektivitu odbavování letadel. A díky umělé inteligenci (AI) to jde za pouhý zlomek nákladů, který by byl spojen s nákupem nového hi-tech zařízení. „Snažili jsme se využít stávajícího technického vybavení a vytěžit z něho maximum,“ vysvětluje pro týdeník Euro data scientist čili datový vědec Teodor Beneš z IT firmy Profinit, jenž projekt naplánoval už v rámci své studentské práce. Na ČVUT ještě dál studuje.

Od koukání k automatizaci

Letiště jsou živoucími organismy. Každý den jimi projdou tisíce lidí, proudí jimi zavazadla, letadla přistávají a odlétají v přesně načasovaném rytmu. Benešův systém přispívá k tomu, aby se nic nezadrhlo. Jak? V reálném čase sleduje, zda letadlo zastavilo na správném místě a jestli je k němu správně připojený nástupní most. Standardně takovou kontrolu provádějí zaměstnanci, očima a manuálně pomocí tabletů. S tím je ale spojená časová zátěž i možnost chyby. „Cílem bylo snížit vliv lidského faktoru, aby už pracovníci nemuseli kontrolovat něco, co může být automatizováno, a věnovat se místo toho jiným pracím,“ vysvětluje Teodor. Místo nákladných technologií, za něž světová letiště platívají stovky tisíc dolarů ročně, navrhl Beneš systém, který využívá nynější letištní infrastrukturu. Nové řešení využívá bezpečnostní kamery, jež sledují každou stojánku letadel, a analyzuje jejich záznamy pomocí AI modelu Ultralytics YOLO. Algoritmus tak dokáže s vysokou přesností detekovat klíčové události, jako jsou připojení nástupního „můstku“ nebo zastavení letadla na vyznačeném místě. Oproti běžně dostupným systémům, které často vyžadují senzory, vysoce kvalitní kamery, či dokonce drony, je tento přístup finančně i technicky nenáročný. Díky návaznosti na existující hardware mohou být náklady na provoz dle Benešových slov „více než desetinásobně nižší“ oproti pořízení nového systému. „Naše letiště jako jedno z prvních na světě využívá AI pro predikci cílového času pro odbavení letadla. Systém, za nějž jsme získali mezinárodní ocenění, umožňuje s vysokou přesností odhadnout dobu od příjezdu letadla na stojánku až po jeho odlet, čímž výrazně zvyšujeme plynulost odbavení. Testování systému Teodora Beneše nám rozšiřuje možnosti, jak přispět k tomu, aby provozní postupy na letišti byly bezpečnější a efektivnější,“ říká Pavel Východský, člen představenstva Letiště Praha pro oblast IT.

S vizí predikovat zpoždění

A jaká je úspěšnost Benešova systému? „Detekce byla téměř stoprocentně spolehlivá. Systém měl jen malé zpoždění v řádu sekund, což je při hodinovém stání letadla zanedbatelné,“ říká mladý autor. Za prodlevu může umístění kamer výhradně z předního pohledu, což způsobuje problém při detekci odjezdu letadla, kdy asistenční pushback vozidlo dočasně zakryje značku na zemi. Podle Beneše však nejsou rozdílné technické charakteristiky na různých letištních plochách nějak nepřekonatelnou překážkou. Naopak: systém se dokáže snadno adaptovat. „Pokud by záznam byl například z boku letadla, bylo by nejspíše potřeba model dotrénovat na pár hodinách záznamů z daného jiného letiště,“ vysvětluje Teodor Beneš. Adaptabilita systému je jeho nejsilnější stránkou. Otevírá totiž další možnosti pro monitoring a analýzu činností, jejichž kontrola je pro hladký chod letiště podstatná. Dal by se tak třeba i detekovat počet nakládaných a vykládaných zavazadel anebo manipulace s palivem. Další dobře znatelný a viditelný přínos, který by v důsledku ocenili především samotní cestující, vidí Beneš v oblasti predikce zpoždění. „Pokud letadlo odletí později kvůli zpožděnému připojení nástupního mostu, můžeme to automaticky vyhodnocovat a predikovat rovnou další navazující zpoždění,“ naznačuje Beneš potenciál technologie. Záměr je příkladem spolupráce Profinitu s Letištěm Praha, jemuž už 22 let přispívá k digitalizaci a optimalizaci procesů. Jedním z klíčových projektů je CAODB (Central Airport Operational Database) – „centrální mozek letiště“, který propojuje informace napříč systémy a zajišťuje plynulost provozu.