【外遊解封】機場AIoT方案 預測航班延誤提升營運效率
▲ 香港國際機場早於2018年已開始試行採用AIoT解決方案「物聯網強化飛行區管理系統」。
外遊解封，機場出入境人數漸見回升。以外國機場今年經驗，在航班全面恢復初期，機場勢將陷入運作混亂，而要減少類似問題，有效配置物聯網與即時數據分析有頗大幫助。
【日本旅行】日本旅行入境有指定App 一文看清登記教學、接受哪些檢測方法（附連結）
香港國際機場早於2018年已開始試行採用AIoT解決方案「物聯網強化飛行區管理系統」，開發方案的本地物聯網初創ubiZense，共同創辦人兼首席架構師梁振業分享，物聯網裝置技術早已投入應用，但因為難以全面在機場場景整合，過去未能完全發揮。該企開發的系統，運用AWS的雲端技術，在香港國際機場，連結機場5千輛工作車輛的IoT裝置，結合約8千部閉路電視，設立相信是全球機場僅見的全面管理系統。
梁振業解釋，系統收集數據後，透過AI轉化為具體預測資訊，以助機場有效調配人手及資源。舉例一個作用是監察停機坪情況以及航班延誤，運用車上藍牙與GPS掌握車輛位置，加上實時停機坪影像，進行分析以預測航班會否延遲，「以前或要幾個人員以肉眼監察現場，現在AI可自動化，並能進行即時預測。」
他續指，電腦視覺一般情況下要達9成準確率並不出奇，但遇上天氣不穩之類的情況，可能會急跌到6成水平。不過該企的系統，因影像分析同時與物聯網數據交差比對，準確率大增。
另一項具體效果，因為疫情前香港過關效率高，旅客成功入境後自然想馬上取回行李，一有延誤便會很失望。運用方案前，約70%的航班全部行李會在40分鐘內送抵輸送帶，但運用AIoT方案協助，減少處理時間，至2019年準時度已升至逾90%。惟他補充，近日機場能做到「行李等人」的情況，主因抵港旅客數目仍有限，未必可與客運高峰期比較。
他另外提到，建立AI模型需很多數據為根基，但在當下情況行不通，「無法以2019年的數據預測2022年的機場運作。」最近該企便致力研究如何以「小數據」仍可做到預測，「AI模型能夠依據最新數字，觀察機場是否已恢復運作，調整準確度。」他透露，香港機場這個項目其實現已踏入第三階段，在物聯網方面已算成熟，未來發展預計繼續增加閉路電視數目，並會著力加強AI預測準確性。
【日本遊】日本「全國旅行支援」首週末各地現人潮 民眾報復式消費
記者：周俊霖
《ET贏商有計》每集請來香港企業品牌，分享疫下營商Tips。即看最新一集：
