近年來，“AI的應用和落地”逐漸成了具化的關(guān)鍵詞，它和很多事物很多行業(yè)結(jié)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別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(guān)但大多很陌生的一個“神秘”的職業(yè)說起：機場塔臺指揮中心。上海麥圖信息科技有限公司，借助華為云ModelArts一站式開發(fā)與管理平臺，開發(fā)出跑道防侵入場景中的航空器識別AI模型。

AI 給了我一雙“慧眼”

在機場的每一架飛機起飛或者著陸，從飛機推離停機位到離開機場空域，或相反的降落過程中，背后都需要依靠管制員之間的協(xié)作。飛機起降的間隔非常短暫且風險大，有著“黑色十分鐘”之說。管制員也被稱為是飛行員背后的“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內(nèi)對復雜的情況，做出正確判斷，這也讓管制員們擔負著極大的壓力。對于普通乘客來說，這可能只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隨著重大責任。

“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(lǐng)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，隨著機場規(guī)模和航班密度增加，對于大型機場的塔臺而言，單點視野物理受限，數(shù)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(zhàn)，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(lǐng)域、專注于人工智能技術(shù)和應用研發(fā)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范，麥圖開發(fā)出了跑道侵入防護系統(tǒng)，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態(tài)，把飛機從視頻中識別出來之后，再計算它的位置和速度，計算兩個飛機之間的運動軌跡，再根據(jù)其他的關(guān)聯(lián)數(shù)據(jù)進行認證，確保飛機之間不會發(fā)生碰撞，即使有發(fā)生碰撞的風險，也可以提前預知。”麥圖項目總監(jiān)徐擎陽對筆者說。

華為云ModelArts平臺賦能模型開發(fā)

理想有多美好，現(xiàn)實就有多骨感。眾所周知，人工智能包括了訓練和推理兩個階段，只有先訓練出人工智能模型才能進行推理。麥圖面臨的挑戰(zhàn)是，項目開發(fā)團隊基本是專注在軟件應用開發(fā)和數(shù)據(jù)分析層面的，對于計算機視覺技術(shù)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(fā)平臺，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。”

                 [[254047]]

徐擎陽說，華為云ModelArts提供了全流程的AI開發(fā)與管理平臺，在很大程度上降低了麥圖科技進入視頻AI領(lǐng)域的門檻，“如果沒有ModelArts，在準備訓練前，需要自己買設(shè)備，去開源社區(qū)里面找這方面的技術(shù)，學習構(gòu)建和配置環(huán)境；在訓練的過程中，要涉及到設(shè)備維護、性能調(diào)優(yōu)，以及標定工具的開發(fā)等等。這個過程是會非常漫長和繁雜的，我們在管制語音識別的產(chǎn)品AI核心開發(fā)過程中已經(jīng)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(fā)，從標定到訓練，到最后給客戶做演示，只花了三天時間。如果用傳統(tǒng)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(tǒng)中，“光電盯防子系統(tǒng)”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標識別和跟蹤”能力。通過將機場平面各個關(guān)鍵點采集到的實時視頻流送入基于華為云ModelArts一站式AI開發(fā)與管理平臺開發(fā)的“航空器識別模型”進行處理，識別出畫面中飛行器對象的像素坐標等一次參數(shù)后，對其進行空間位置換算，以及包括速度、運行方向等在內(nèi)的二次參數(shù)的計算，并在系統(tǒng)運行數(shù)據(jù)中找到相匹配的航班信息對目標進行信息標記，以AR信息增強的形式呈現(xiàn)在監(jiān)視器上，讓管制員以“抬頭顯示”的形式在單一屏幕中直觀了解到足夠全面的動態(tài)信息。同時該系統(tǒng)會在后臺對所有目標的軌跡和矢量動態(tài)數(shù)據(jù)進行監(jiān)控和推算，讓計算機能夠代替或輔助管制人員在全局范圍對每一個航班、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(fā)生的概率。

[[254048]]

此模型單幀主要目標識別準確率可以逼近96%，多幀識別中主要目標識別結(jié)果可在99%以上。目前，麥圖正在嘗試Mask-RCNN模型，將坐標輸出精度提升至像素級，實現(xiàn)更精確的航空器識別和位置計算。

麥圖信息借助華為云ModelArts平臺開發(fā)出的跑道防侵入場景中的航空器識別AI模型，將于2020年2月11日-12日在深圳舉辦的華為開發(fā)者大會2020（Cloud）上與開發(fā)者們見面。