項目背景

全球民航業(yè)每年因鳥擊事件遭受巨大損失，據(jù)國際民航權(quán)威機構(gòu)統(tǒng)計，每年因鳥撞導致的飛機發(fā)動機損壞直接損失超過20億美元，間接損失更是高達直接損失的4至5倍。鳥擊事件雖看似以卵擊石，但高速撞擊下產(chǎn)生的力量足以導致飛機墜毀，嚴重威脅飛行安全。

傳統(tǒng)鳥情監(jiān)測方法面臨諸多挑戰(zhàn)：低空鳥情檢測難度大，機場跑道覆蓋區(qū)域廣袤，現(xiàn)有雷達等探測手段在低空和地面易受干擾，且需要大量人工投入。

傳統(tǒng)驅(qū)鳥模式已無法滿足現(xiàn)代機場的安全需求，急需一種自動化、智能化的解決方案。

圖為科技與友商聯(lián)合研發(fā)的機場鳥情智能識別系統(tǒng)，利用邊緣計算、人工智能（AI）、計算機視覺及物聯(lián)網(wǎng)（IoT）技術(shù)，實現(xiàn)了對機場周邊鳥類活動的實時監(jiān)測、識別和預警。

前端感知與實時處理

在機場區(qū)域和起降線路部署高精度鳥情探測攝像機，配合圖為邊緣計算機對采集的視頻、圖片進行即時智能分析，避免了數(shù)據(jù)上傳至云端處理的高延遲，確保了鳥情識別的實時性，反應時間小于500毫秒，為及時驅(qū)鳥提供了可能。

高精度識別與低漏報率

圖為邊緣計算機搭載高性能處理器和智能算法，基于深度學習技術(shù)，實現(xiàn)了對鳥類的精準識別，檢測率可達95%以上。通過網(wǎng)格化劃分和巡航掃描，系統(tǒng)能夠?qū)崟r識別各個網(wǎng)格內(nèi)的鳥情，形成詳細的鳥情時空數(shù)據(jù)，包括鳥情區(qū)域、發(fā)生時間、數(shù)量等，有效降低了漏報率。

自動化與智能化工作模式

系統(tǒng)通過AI自動化識別與預警播報，實現(xiàn)了從“被動驅(qū)趕”到“主動預警、精準防控”的轉(zhuǎn)變?？梢姽怆p目相機與紅外熱成像相機晝夜交替工作，確保24小時全天候智能守護。AI巡查模式大大緩解了工作人員的巡查壓力，推動了機場飛鳥巡查工作的智能化、自動化轉(zhuǎn)型。

聯(lián)動設備與任務管理

系統(tǒng)連接各種驅(qū)鳥設備，包括空氣炮、激光、聲波等，通過聯(lián)動設備模塊和任務管理模塊，可根據(jù)鳥情實時數(shù)據(jù)，自動啟動特定區(qū)域的驅(qū)鳥設備，優(yōu)化驅(qū)鳥策略，提高驅(qū)鳥效率。

實施效果 該系統(tǒng)已在合肥新橋國際機場、咸陽國際機場、安康富強機場及昆明長水國際機場等多個機場成功應用，顯著提高了鳥擊防范效果，減輕了驅(qū)鳥員的工作強度，保障了航空安全。