摘要：近年來，AI的應用和落地逐漸成了具化的關鍵詞，它和很多事物很多行業(yè)結合在一起，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. 今天要說的，可能是從很多人都密切相關但大多很陌生的一個神秘的職業(yè)說起：機場塔臺空中...

近年來，“AI的應用和落地”逐漸成了具化的關鍵詞，它和很多事物很多行業(yè)結合在一起，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…….

今天要說的，可能是從很多人都密切相關但大多很陌生的一個“神秘”的職業(yè)說起：機場塔臺空中交通管制。上海麥圖信息科技有限公司，借助華為云ModelArts一站式AI開發(fā)平臺，開發(fā)出智能塔臺中的航空器識別AI模型，應用于跑道防侵入和機坪防沖突等運行安全守護場景，并將于2021年4月24日-26日在深圳舉辦的華為開發(fā)者大會2021(Cloud)(簡稱HDC.Cloud 2021)上與開發(fā)者們見面。​

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，背后都需要依靠多名管制員之間的接力和協(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。

中國已成為全球最大單一航空市場，后疫情時代，中國也將會是全球最安穩(wěn)的航空市場。然而隨著飛機起降架次的增多、機場擴建改造再加上惡劣天氣的影響，跑道侵入或機坪沖突事件仍是民航領域航空器地面安全運行的頭等問題，機坪和跑道安全事故在民用航空事故中占有很大的比例。對于大型機場的塔臺而言，單點視野物理受限，數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，同時也讓管制員承擔了越來越重的崗位負荷，人的主觀能動性固然很強，但長實踐專注會產生疲勞，難以維持面面俱到。

聚焦在智能航空領域、專注于人工智能技術和應用研發(fā)的上海麥圖信息科技有限公司提出了“人力有時而窮，可引AI而用之”的理念針對民航管制運行的特點，總結出了安全運行的四大要素，分別是：聽、看、防、練，希望在云上可彈性擴展的算力和AI賦能加持下，能夠把管制員們從傳統(tǒng)信息獲取手段造成的高負荷狀態(tài)中解脫出來，并在關鍵場景中能夠直接給出超前、明確的提醒，從而減少失誤出錯的概率。

為了達成上述目標，麥圖公司依托華為云EI的技術支持，研發(fā)了DSASR語音識別引擎和AIGIS空間定位引擎，讓機器具備了能夠聽的懂管制指令、看得見航空器動態(tài)、理解運行規(guī)則的本領，能夠在“聽看防+練”3+1模式的智能塔臺系列產品中，對多個具體場景進行賦能，從態(tài)勢感知、軌跡預判、規(guī)則分析和培訓演練等多個環(huán)節(jié)，為機坪/塔臺管制運行安全和崗位培訓等業(yè)務領域提供強大助力。

“我們想通過無線電語音去了解飛機的動向，通過視頻去捕捉飛機的動態(tài)，再結合運行規(guī)則來提前發(fā)現(xiàn)事故征候。具體落實到產品中就是由DSASR推理出指令意圖并標記出預測路徑后，再由AIGIS把飛機從視頻中識別出來之后，計算它的位置和速度，計算兩個或多個飛機之間的運動軌跡是否會有時空近似交疊、是否有違反運規(guī)則或涉及航行通告禁區(qū)等，再根據其他的關聯(lián)數據進行認證，確保飛機之間不會發(fā)生碰撞、不會誤入禁區(qū)，一旦有疑似癥候，也可以提前預知并向當班管制員提出警示。”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)和數據分析層面的，對于計算機視覺技術方面的研究并不深。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。”

[[391099]]

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領域的門檻，“如果沒有ModelArts，在準備訓練前，需要自己買設備，去開源社區(qū)里面找這方面的技術，學習構建和配置環(huán)境;在訓練的過程中，要涉及到設備維護、性能調優(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品AI核心開發(fā)過程中已經體會過一遍，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后，對其進行空間位置換算，以及包括速度、運行方向等在內的二次參數的計算，并在系統(tǒng)運行數據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)數據進行監(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。

[[391100]]

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。

作為華為ICT基礎設施業(yè)務面向全球開發(fā)者的年度盛會，華為開發(fā)者大會2021(Cloud)將于2021年4月24日-26日在深圳舉行。本屆大會以#每一個開發(fā)者都了不起#為主題，將匯聚業(yè)界大咖、華為科學家、頂級技術專家、天才少年和眾多開發(fā)者，共同探討和分享云、計算、人工智能等最新ICT技術在行業(yè)的深度創(chuàng)新和應用。智能時代，每一個開發(fā)者都在創(chuàng)造一往無前的奔騰時代。世界有你，了不起!