近年來,“AI的應用和落地”逐漸成了具化的關鍵詞,它和很多事物很多行業結合在一起,形成了奇妙的“化學反應”。例如,在日常生活中,AI可以推送我們喜歡的新聞或視頻,可以在拍照的時候識别場景提升照片的美感…….
而今天筆者要說的,可能是從很多人都密切相關但大多很陌生的一個“神秘”的職業說起:機場塔台指揮中心。上海麥圖信息科技有限公司,借助華為雲ModelArts一站式開發與管理平台,開發出跑道防侵入場景中的航空器識别AI模型。
AI 給了我一雙“慧眼”
在機場的每一架飛機起飛或者着陸,從飛機推離停機位到離開機場空域,或相反的降落過程中,背後都需要依靠管制員之間的協作。飛機起降的間隔非常短暫且風險大,有着“黑色十分鐘”之說。管制員也被稱為是飛行員背後的“眼睛”,對于他們的要求是非常嚴苛的,需要超長時間集中注意力,尤其在航班密集的時候,管制員需要在極短的時間内對複雜的情況,做出正确判斷,這也讓管制員們擔負着極大的壓力。對于普通乘客來說,這可能隻是一次普通的空中之旅,但對于管制員來說,每一次飛機起停都伴随着重大責任。
“跑道侵入事件” 是所有管制員們的“噩夢”。飛機起降架次的增多,再加上惡劣天氣的影響,跑道侵入事件已成為民航領域航空器地面安全運行的頭等問題,跑道安全事故在民用航空事故中也占有很大的比例。然而,随着機場規模和航班密度增加,對于大型機場的塔台而言,單點視野物理受限,數字化程度提升的同時,客觀上造成屏幕變多、信息量變大等挑戰,對管制員提出了更高的要求,人的主觀能動性很強,但往往難以面面俱到。
聚焦在智能航空領域、專注于人工智能技術和應用研發的上海麥圖信息科技有限公司,希望用AI的力量破解以上痛點, 讓管制員們從高壓中解脫出來。為了加強跑道侵入事件的防範,麥圖開發出了跑道侵入防護系統,也就是說,在有飛機在使用的情況下,防止其他飛機沖入跑道,從而造成航空線之間的碰撞。
“我們想通過視頻去捕捉飛機的動态,把飛機從視頻中識别出來之後,再計算它的位置和速度,計算兩個飛機之間的運動軌迹,再根據其他的關聯數據進行認證,确保飛機之間不會發生碰撞,即使有發生碰撞的風險,也可以提前預知。”麥圖項目總監徐擎陽對筆者說。
華為雲ModelArts平台賦能模型開發
理想有多美好,現實就有多骨感。衆所周知,人工智能包括了訓練和推理兩個階段,隻有先訓練出人工智能模型才能進行推理。麥圖面臨的挑戰是,項目開發團隊基本是專注在軟件應用開發和數據分析層面的,對于計算機視覺技術方面的研究并不深。2018年,項目團隊也開始嘗試過很多場景,“當時是兩個問題制約了我們,一是視頻的清晰度不夠,當時高清視頻攝像機還沒有普及。二是沒有好的AI開發平台,算力和工具都不夠。到了今年,4K攝像機也開始普及了,訓練工具ModelArts也有了,這個事情就可以做了。”

徐擎陽說,華為雲ModelArts提供了全流程的AI開發與管理平台,在很大程度上降低了麥圖科技進入視頻AI領域的門檻,“如果沒有ModelArts,在準備訓練前,需要自己買設備,去開源社區裡面找這方面的技術,學習構建和配置環境;在訓練的過程中,要涉及到設備維護、性能調優,以及标定工具的開發等等。這個過程是會非常漫長和繁雜的,我們在管制語音識别的産品AI核心開發過程中已經體會過一遍,過程非常痛苦,代價非常大。”
對于麥圖來說,ModelArts帶來的效率提升的價值顯而易見:“第一版模型開發,從标定到訓練,到最後給客戶做演示,隻花了三天時間。如果用傳統的方法做,可能連服務器的快遞都寄不到。”
徐擎陽介紹說,在這個系統中,“光電盯防子系統”是一個重要的實時核心,它需要具備較完整的“基于視頻流的航空器目标識别和跟蹤”能力。通過将機場平面各個關鍵點采集到的實時視頻流送入基于華為雲ModelArts一站式AI開發與管理平台開發的“航空器識别模型”進行處理,識别出畫面中飛行器對象的像素坐标等一次參數後,對其進行空間位置換算,以及包括速度、運行方向等在内的二次參數的計算,并在系統運行數據中找到相匹配的航班信息對目标進行信息标記,以AR信息增強的形式呈現在監視器上,讓管制員以“擡頭顯示”的形式在單一屏幕中直觀了解到足夠全面的動态信息。同時該系統會在後台對所有目标的軌迹和矢量動态數據進行監控和推算,讓計算機能夠代替或輔助管制人員在全局範圍對每一個航班、每一個道口進行實時盯防,提前預知潛在運行風險,從而降低事故發生的概率。

此模型單幀主要目标識别準确率可以逼近96%,多幀識别中主要目标識别結果可在99%以上。目前,麥圖正在嘗試Mask-RCNN模型,将坐标輸出精度提升至像素級,實現更的航空器識别和位置計算。
麥圖信息借助華為雲ModelArts平台開發出的跑道防侵入場景中的航空器識别AI模型,将于2020年2月11日-12日在深圳舉辦的華為開發者大會2020(Cloud)上與開發者們見面。

免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.

