Giám sát các hoạt động mặt đất tại sân bay với Ultralytics YOLO11

Để có cái nhìn trực quan về các khái niệm được đề cập trong bài viết này, hãy xem video bên dưới.

Trên toàn cầu, các airports quản lý hơn 100,000 chuyến bay mỗi ngày, tạo áp lực liên tục lên các đội ngũ mặt đất để duy trì mọi hoạt động diễn ra suôn sẻ. Trên thực tế, các sân bay là một trong những môi trường làm việc bận rộn và phức tạp nhất, nơi mọi chuyến bay đều phụ thuộc vào các hoạt động mặt đất tuân theo lịch trình chính xác.

Ngay cả những vấn đề nhỏ, như tải hàng hóa bị chậm hoặc bỏ sót kiểm tra an toàn, cũng có thể dẫn đến gián đoạn chuyến bay hoặc tạo ra các rủi ro an toàn nghiêm trọng trên đường băng. Đội ngũ mặt đất chịu trách nhiệm cho hàng loạt công việc quan trọng để đảm bảo hoạt động tại sân bay đi đúng lộ trình.

Họ dẫn đường máy bay, vận hành các phương tiện hỗ trợ, quản lý khu vực bốc dỡ và làm việc trong các khoảng thời gian quay vòng máy bay (turnaround) eo hẹp. Bất chấp nhịp độ và sự phức tạp đó, nhiều nhiệm vụ vẫn dựa vào kiểm tra thủ công, hệ thống lỗi thời và khả năng tự động hóa hạn chế.

Những sai sót, chẳng hạn như xe đẩy để ngoài khu vực quy định hoặc nhân viên mặt đất bước vào đường lăn đang hoạt động, có thể gây ra sự cố chậm trễ hoặc tạo ra các mối nguy hiểm về an toàn. Để xử lý tốt hơn những thách thức này, các sân bay đang bắt đầu sử dụng computer vision, một lĩnh vực con của trí tuệ nhân tạo (AI) cho phép máy tính phân tích và hiểu hình ảnh cũng như video.

Tận dụng các mô hình computer vision như Ultralytics YOLO11, các sân bay có thể giám sát các hoạt động mặt đất theo thời gian thực. Ví dụ, YOLO11 có thể được sử dụng để phát hiện máy bay, phương tiện, xe đẩy hành lý, chuyển động của nhân viên và các vật thể bất ngờ. Khả năng hiển thị theo thời gian thực này giúp các sân bay phản hồi nhanh hơn đối với các vấn đề tiềm ẩn và đưa ra quyết định sáng suốt hơn trên mặt đất.

Hình 1. Sử dụng Ultralytics YOLO11 để phát hiện và đếm hành lý tại sân bay.

Trong bài viết này, chúng ta sẽ khám phá cách Ultralytics YOLO11 có thể làm cho hoạt động mặt đất tại sân bay an toàn hơn bằng cách cung cấp tính năng giám sát thời gian thực, nâng cao nhận thức tình huống và giúp giảm thiểu nguy cơ chậm trễ và tai nạn trên đường băng. Hãy bắt đầu nào!

Điều gì khiến việc giám sát sân bay thời gian thực trở nên thách thức?#

Hoạt động mặt đất tại sân bay đề cập đến tất cả các công việc diễn ra trên đường băng để chuẩn bị cho máy bay cất cánh hoặc hạ cánh. Các nhiệm vụ này bao gồm dẫn đường máy bay vào cổng, bốc dỡ hành lý và hàng hóa, tiếp nhiên liệu, cung cấp suất ăn và điều phối các phương tiện hỗ trợ. Mỗi nhiệm vụ cần phải hoàn thành trong một khung thời gian ngắn để đảm bảo chuyến bay đúng lịch trình.

Vì máy bay thường hoạt động với thời gian quay vòng khắt khe, các hoạt động mặt đất rất nhạy cảm về thời gian. Bất kỳ sự chậm trễ nào trên mặt đất, dù là vấn đề tiếp nhiên liệu, chuyển hành lý trễ hay kiểm tra an toàn mất quá nhiều thời gian, cũng có thể dẫn đến gián đoạn chuyến bay, lỡ chuyến kết nối hoặc tăng chi phí cho hãng hàng không.

Thêm vào áp lực đó, các công việc này diễn ra trong môi trường bận rộn, không gian mở với sự di chuyển liên tục của phương tiện và nhân sự. Đội ngũ mặt đất phải phối hợp chặt chẽ để quản lý không gian chung một cách an toàn và hiệu quả, thường là trong khi phải đối phó với điều kiện thời tiết thay đổi hoặc thách thức về tầm nhìn.

Nhiều hoạt động trong số này vẫn dựa vào các quy trình thủ công. Phi hành đoàn sử dụng bộ đàm, kiểm tra trực quan và giao tiếp bằng lời nói để theo dõi hoạt động, điều này gây khó khăn trong việc phát hiện sớm sự cố hoặc phản ứng kịp thời.

Khi các sân bay ngày càng bận rộn và xử lý nhiều chuyến bay hơn, việc quản lý các hoạt động mặt đất trở nên khó khăn hơn. Việc chỉ dựa vào sự giám sát thủ công là không đủ để theo kịp tốc độ và độ chính xác mà các sân bay ngày nay yêu cầu.

Hình 2. Những thách thức liên quan đến hoạt động mặt đất tại sân bay. Hình ảnh của tác giả.

Sử dụng Ultralytics YOLO11 và các tác vụ computer vision để giám sát vận hành#

Các computer vision models như Ultralytics YOLO11 có thể giúp giải quyết những vấn đề này bằng cách cung cấp cho các sân bay một phương pháp hợp lý để phân tích, theo dõi và hiểu những gì đang diễn ra trên mặt đất theo thời gian thực. Cụ thể, hệ thống này hỗ trợ các đội ngũ bằng cách theo dõi các vấn đề theo thời gian thực, để họ có thể hành động trước khi các vấn đề nhỏ trở thành vấn đề lớn.

Bên cạnh phát hiện đối tượng, Ultralytics YOLO11 còn hỗ trợ nhiều vision AI tasks khác. Dưới đây là một số tác vụ đặc biệt hữu ích cho việc giám sát hoạt động mặt đất tại sân bay:

• Instance segmentation: Thay vì chỉ vẽ các khung bao, mô hình phác thảo hình dạng chính xác của từng vật thể. Điều này cho phép giám sát chính xác hơn các phương tiện, thiết bị an toàn và vị trí chính xác của chúng trên mặt đất.
• Object tracking: Ultralytics YOLO11 có thể theo dõi cách mỗi đối tượng di chuyển theo thời gian. Điều này giúp phát hiện các mẫu hành vi như phương tiện di chuyển chậm hoặc thiết bị cản trở các khu vực trọng điểm, từ đó cải thiện sự phối hợp và hiệu quả.
• Pose estimation: Ultralytics YOLO11 có thể ước tính tư thế và chuyển động cơ thể để phát hiện hành vi không an toàn của nhân viên, chẳng hạn như cúi người vào vùng động cơ hoặc đứng với tư thế không đúng khi nâng hành lý nặng.
• Oriented bounding box detection: Tác vụ này tập trung vào việc hiểu cả vị trí và hướng của vật thể. Nó đặc biệt hiệu quả trong việc căn chỉnh máy bay đúng cách tại các cổng hoặc dọc theo đường lăn.

Hình 3. Ultralytics YOLO11 có thể được sử dụng để giám sát hoạt động mặt đất tại sân bay. (Nguồn)

Tìm hiểu về Ultralytics YOLO11 và hiệu quả sân bay thúc đẩy bởi AI#

Hoạt động mặt đất tại sân bay liên quan đến nhiều bộ phận chuyển động cùng lúc, nhưng chỉ một số ít được giám sát theo thời gian thực. Thường rất khó để biết thiết bị nào đang được sử dụng, phương tiện hỗ trợ đang ở đâu hoặc liệu các quy trình an toàn có đang được tuân thủ hay không.

Những khoảng trống này có thể làm chậm hoạt động và tăng nguy cơ xảy ra lỗi. Tiếp theo, hãy cùng tìm hiểu một số trường hợp sử dụng mà Ultralytics YOLO11 có thể tối ưu hóa các hoạt động mặt đất.

Phát hiện đối tượng tại sân bay được hỗ trợ bởi Ultralytics YOLO11#

Các phương tiện hỗ trợ mặt đất như xe đẩy hành lý, xe tải chở hàng, xe cung cấp suất ăn và xe dịch vụ rất quan trọng đối với quá trình quay vòng của mỗi chuyến bay. Các phương tiện này thường di chuyển qua các không gian chung và cần phải ở đúng nơi vào đúng thời điểm. Nếu không được theo dõi đúng cách, chúng có thể chặn đường đi và làm chậm các hoạt động bốc dỡ.

Khả năng hỗ trợ object detection của Ultralytics YOLO11 có thể được sử dụng để nhận diện và xác định vị trí của từng phương tiện khi chúng di chuyển trên sân đỗ. Điều này cung cấp cho các nhóm chế độ xem trực tiếp về vị trí thiết bị và làm nổi bật khi có thứ gì đó đặt lệch vị trí. Nó giúp giảm thiểu tình trạng nhầm lẫn, và người giám sát có thể sử dụng thông tin này để cải thiện luồng di chuyển của phương tiện cũng như ngăn chặn tình trạng thiết bị bị bỏ không hoặc nằm quá lâu trong các khu vực có lưu lượng giao thông cao.

Hình 4. Phát hiện các đối tượng như xe chở hành lý, công nhân và máy bay bằng cách sử dụng Ultralytics YOLO11. (Nguồn)

Ví dụ: nếu một chiếc xe đẩy ở lại khu vực bốc dỡ quá thời gian quy định, hệ thống tích hợp Ultralytics YOLO11 có thể đánh dấu để xử lý. Tương tự, việc tiếp cận các thông tin chi tiết về theo dõi đối tượng của YOLO11 có thể loại bỏ nhu cầu điểm danh bằng lời hoặc báo cáo thủ công.

Ultralytics YOLO11 và pose estimation nhằm đảm bảo an toàn cho nhân viên mặt đất#

Các nhân viên mặt đất, như nhân viên xử lý hành lý, kỹ thuật viên và nhân viên tiếp nhiên liệu, làm việc gần máy bay và thiết bị hạng nặng, thường ở những khu vực có tầm nhìn hạn chế. Công việc của họ đòi hỏi phải di chuyển nhanh giữa các khu vực khác nhau, vì vậy họ cần phải tập trung vào cả thời gian và sự an toàn. Khi có điều gì đó không diễn ra như kế hoạch, nó có thể dẫn đến thương tích hoặc làm gián đoạn luồng hoạt động tại sân bay.

Để thực hiện các tác vụ này an toàn hơn, các tính năng pose estimation của Ultralytics YOLO11 có thể được sử dụng để phân tích cách con người di chuyển trong các khu vực hoạt động. Hệ thống có thể nhận diện tư thế cơ thể và gắn cờ cảnh báo các chuyển động không tuân theo hướng dẫn an toàn. Ví dụ, nó có thể phát hiện khi có ai đó cúi người quá gần động cơ.

Pose estimation cũng hỗ trợ việc đào tạo và đánh giá an toàn bằng cách cung cấp dữ liệu di chuyển chi tiết có thể được phân tích sau ca làm việc. Điều này giúp các nhóm xác định các kiểu mẫu, sửa chữa các thói quen không an toàn và củng cố các quy trình phù hợp trong các hoạt động trong tương lai.

Sử dụng Ultralytics YOLO11 để tự động hóa các hoạt động mặt đất tại sân bay#

Việc giữ cho hành khách di chuyển suôn sẻ qua sân bay có liên quan trực tiếp đến các hoạt động mặt đất. Hãy cân nhắc tình huống khi việc bốc dỡ hành lý bị chậm trễ. Điều này có thể làm chậm quá trình lên máy bay, dẫn đến đông đúc tại cổng và gây ra gián đoạn trên toàn bộ nhà ga.

Tương tự, nếu một phương tiện hỗ trợ hoặc nhân viên đến muộn, nó có thể làm chậm quá trình quay vòng máy bay và ảnh hưởng đến luồng hành khách trong cả các chuyến đến và đi.

Quản lý hàng đợi một cách hiệu quả cũng là một phần quan trọng để duy trì lịch trình. Các hàng dài tại quầy làm thủ tục, khu vực an ninh hoặc cổng lên máy bay có thể dẫn đến việc bỏ lỡ chuyến bay và sự thất vọng của hành khách.

Sử dụng Ultralytics YOLO11 cho object detection và tracking, các sân bay thông minh có thể giám sát độ dài hàng đợi và luồng di chuyển của hành khách theo thời gian thực. Các hệ thống hỗ trợ thị giác có thể cảnh báo nhân viên khi các hàng chờ trở nên quá dài hoặc khi cần mở thêm các làn đường mới, giúp giảm thời gian chờ đợi và ngăn ngừa tình trạng tắc nghẽn.

Hình 5. Quản lý hàng đợi được hỗ trợ bởi Ultralytics YOLO11 có thể được áp dụng tại các sân bay. (Nguồn)

Phát hiện bất thường tại sân bay với AI và Ultralytics YOLO11#

Đường băng và sân đỗ là những phần quan trọng của cơ sở hạ tầng sân bay. Đường băng là các lối đi trải nhựa được sử dụng cho việc máy bay cất cánh và hạ cánh, trong khi sân đỗ là các khu vực nơi máy bay đỗ, bốc dỡ hàng hoặc được bảo dưỡng.

Những khu vực này cần kiểm tra bề mặt thường xuyên để giữ cho việc lăn bánh, đỗ và bảo dưỡng được an toàn. Các vấn đề như vết nứt, tràn chất lỏng, đọng nước hoặc mảnh vụn có thể dễ dàng bị bỏ sót nhưng có thể gây ra chậm trễ hoặc hư hỏng nếu không được xử lý nhanh chóng.

Khả năng instance segmentation của Ultralytics YOLO11 có thể phát hiện và phân đoạn các lỗi này với độ chính xác ở cấp độ pixel. Model có thể xử lý hình ảnh theo thời gian thực và làm nổi bật các khu vực bề mặt cần được chú ý. Điều này giúp các đội ngũ bảo trì nhận được cảnh báo và lên lịch dọn dẹp hoặc sửa chữa mà không phải chờ đợi các đợt kiểm tra thủ công.

Ưu và nhược điểm của việc sử dụng computer vision trong hoạt động sân bay#

Dưới đây là cái nhìn về một số lợi ích chính của việc sử dụng computer vision để cải thiện hoạt động mặt đất tại sân bay:

• Giảm gián đoạn hoạt động: Việc phát hiện sớm các vấn đề giúp tránh sự chậm trễ trong các quy trình quay vòng và giữ cho công tác bảo dưỡng máy bay đúng lịch trình.
• Giám sát có khả năng mở rộng: Computer vision cho phép các sân bay giám sát các khu vực lớn, có lưu lượng cao liên tục mà không cần tăng yêu cầu về nhân sự, giúp dễ dàng quản lý khối lượng chuyến bay đang gia tăng.
• Ra quyết định dựa trên dữ liệu: Hệ thống thu thập dữ liệu hoạt động chi tiết hỗ trợ việc lập kế hoạch, phân bổ nguồn lực và cải tiến quy trình tốt hơn.

Mặt khác, cũng có một số hạn chế cần ghi nhớ khi triển khai một vision AI solution. Dưới đây là một số yếu tố cần xem xét:

• Độ nhạy môi trường: Điều kiện ánh sáng và thời tiết có thể ảnh hưởng đến khả năng nhận diện và theo dõi vật thể của mô hình.
• Vị trí đặt camera: Camera phải được bố trí chiến lược để đảm bảo bao quát hoàn toàn các khu vực quan trọng mà không tạo ra các điểm mù.
• Model training và tùy chỉnh: các mô hình vision AI có thể cần được huấn luyện hoặc thích ứng để nhận diện các đối tượng, phương tiện và đồng phục dành riêng cho môi trường của từng sân bay.

Các điểm chính cần lưu ý#

Các mô hình computer vision như Ultralytics YOLO11 đang giúp việc giám sát hoạt động mặt đất tại sân bay theo thời gian thực trở nên dễ dàng hơn. Bằng cách phát hiện các phương tiện mặt đất, theo dõi nhân sự và xác định các rủi ro ở bề mặt, YOLO11 có thể cải thiện nhận thức tình huống và giảm thiểu khả năng xảy ra sai sót trong các hoạt động nhạy cảm về thời gian.

Nhìn về tương lai, các model như Ultralytics YOLO11 có thể hỗ trợ các hệ thống bán tự động quản lý việc định路线 phương tiện, hướng dẫn di chuyển của máy bay và giám sát các khu vực nhân sự theo thời gian thực. Khi vision AI ngày càng cải thiện, công nghệ này đang trở thành một công cụ quan trọng giúp các hoạt động mặt đất tại sân bay trở nên an toàn hơn, hiệu quả hơn và đáp ứng tốt hơn nhu cầu ngày càng tăng.

Hãy tham gia cộng đồng đang phát triển của chúng tôi! Khám phá kho lưu trữ GitHub của chúng tôi để tìm hiểu thêm về AI. Bạn đã sẵn sàng bắt đầu các dự án computer vision của riêng mình chưa? Hãy xem các tùy chọn cấp phép của chúng tôi. Khám phá AI trong nông nghiệp và Vision AI trong y tế bằng cách truy cập các trang giải pháp của chúng tôi!