Tilbake til søkeresultatene

TRANSPORT-Transport 2025

Develop Airport Logistics Intelligence (ALI) , a system for optimizing flow of baggage using AI and prediction.

Alternativ tittel: Utvikle Airport Logistic Intelligence (ALI), et system for å optimalisere bagasjeflyt ved å bruke AI og prediksjon.

Tildelt: kr 6,0 mill.

Prosjektleder:

Prosjektnummer:

296429

Prosjektperiode:

2019 - 2024

Midlene er mottatt fra:

Organisasjon:

Geografi:

Flyindustrien er i rask endring, og som følge av nye IATA-retningslinjer, må innsjekket bagasje skannes ved minimum fire punkter: ved innsjekking, lasting av flyet, videreforbindelser og ved ankomst. Disse påbudte endringene tar sikte på å redusere mengden mistet bagasje og øke sikkerheten. Dette prosjektet skal å kundene våre verktøy til å oppfylle IATA-resolusjonen 753, og øke kontrollen over bagasjeflyten og håndtering videre utover disse retningslinjene. Aktører som flyplasser og flyselskaper er svært positive til et system som muliggjør effektiv og rettferdig ruting av bagasje, og reduserer kostnader forbundet med forsinkelser, manglende bagasje og tapte plasser for avgang og landing. Vårt system, Airport Logistics Intelligence (ALI), består av 3 produkter: 1) Smart Flow, er et system for å følge og kartlegge flyt av bagasje gjennom Bagasehåndteringssystemet (BHS). Systemet er i stand til å ta avgjørelser og prioritere basert på kunstig intelligens. I tillegg bruker den en "multi-agent" tilnærming som deler opp BHS i separate, selvstyrte enheter som overvåker sin egen ytelse, noe som fører til besparelser i energiforbruk og økt effektivitet. 2) En "Big Data" plattform for prognose og analyse. Hovedbruken av dette produktet er å forutsi feil og sammenbrudd av utstyr, store mengder bagasje og personalbehov. 3) Et kontrollpanel, som viser de komplekse dataene på en intuitiv måte. Dette gir kontrollpersonalet sanntidsstatistikk og visualiseringer. I tillegg planlegger vi å undersøke bruken av eksisterende sensorer, for eksempel kameraer for en mer omfattende data-strøm for sanntidsinformasjon ved å bruke nye muligheter i grafikkort. Prosjektet har planlagt 5 hovedtrinn: 1) forskning, modellering, undersøke sensorer og simuleringer 2) utvikle plattformen og kontrollpanel 3) utvikle og trene kunstig intelligens 4) utvikle testmodeller for validering av forskningen 5) testing og forbedring

Air traffic is increasing rapidly. IATA has mandated resolution 753 that requires bags to be scanned at 4 points: check-in, aircraft loading, transfers between aircraft and on arrival. However, seen from a security perspective and the core purpose of BHS, it is also necessary to keep track of the bag through the whole flow in the BHS. By tracking bags through the whole Baggage Handling System, performing continuous analysis and prediction, operators of airports can predict heavy baggage flow, if the system requires maintenance or is appropriering breakdown states. To accomplish this, a number of classification and prediction algorithms needs to be developed and tuned, AI methods needs to be investigated and neural networks need to be developed and trained. To improve situational awareness a dashboard that provides operators with a real-time status and salient predictions, need to be developed and fine tuned to reduce information overload. The big data platform provides the basis for preemptive and predictive capabilities and it need to transform and merge data into various applied statistical time series analysis, neural networks and supervised/ reinforcement learning. Among the hardest of the challenges, is how to apply video-data for inventory and flow control and how to properly distribute and optimize Agent responsibilities in the Multi Agent System. Assuming a successful project, airport operators will be able to leverage existing data to decrease congestion, reduce cost of maintenance and breakdowns, energy use, personell costs and to more efficiently employ existing BHS eliminating needs for upgrades. Airlines will be able to better coordinate the flow of baggage to reduce delays on tight of delayed transfers in accordance to the principles of priority and fairness. They can also use the data platform to provide their customers with fee-based tracking of baggage.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

TRANSPORT-Transport 2025