Soluzione intelligente di monitoraggio bagagli basata su AI
Panoramica
Gli aeroporti gestiscono migliaia di bagagli all’ora attraverso sistemi di trasporto complessi. Garantire un flusso bagagli continuo, un rapido rilevamento delle anomalie e una piena trasparenza operativa è essenziale per ridurre i ritardi, limitare le perdite e migliorare la soddisfazione dei passeggeri. Le soluzioni tradizionali di monitoraggio bagagli si basano in larga misura su supervisione manuale, sensori di base o analisi video centralizzata. Questi approcci non offrono intelligenza in tempo reale, sono costosi da scalare e spesso non rispondono con sufficiente rapidità alle interruzioni operative.
Sfide
Visibilità in tempo reale limitata
- I sistemi di trasporto coprono lunghe distanze e presentano più punti ciechi
- Gli operatori non hanno una visibilità immediata su blocchi, accumuli o flussi anomali
Elevata dipendenza dal lavoro umano
- Il monitoraggio manuale richiede una supervisione continua
- Tempi di reazione più lenti aumentano il rischio operativo e i ritardi nella gestione dei bagagli
Latenza e vincoli infrastrutturali
- L’analisi video centralizzata o basata su cloud introduce latenze
- L’elevato consumo di banda aumenta i costi operativi
Ambienti di implementazione gravosi
- Le aree di movimentazione bagagli richiedono operatività 24/7
- Sono esposte a vibrazioni, polvere, variazioni di temperatura e spazi limitati
Soluzione
La soluzione congiunta integra DeepX e MemryX con la piattaforma industriale di edge AI computing di ARBOR (ARES-1983H-AI). Questo consente il monitoraggio dei bagagli e il rilevamento degli eventi in tempo reale direttamente all’edge. La soluzione comprende i seguenti elementi:
- ARBOR fornisce una piattaforma edge AI di livello industriale che consente un funzionamento affidabile 24/7 in ambienti di gestione bagagli con spazio limitato, manutenzione ridotta e condizioni gravose
- DeepX offre analisi avanzate di computer vision
- MemryX abilita inferenza AI edge ad alte prestazioni e alta precisione tramite il modulo acceleratore AI MX3 M.2 e un SDK pubblico facile da usare, semplificando l’implementazione
Come funziona
- Le telecamere installate nei punti chiave acquisiscono immagini dei bagagli, dati barcode e stato del movimento lungo il flusso del nastro trasportatore
- I modelli AI di DeepX analizzano in tempo reale il flusso dei bagagli per rilevare blocchi, accumuli, congestioni e altre anomalie durante il trasporto e la movimentazione
- La piattaforma edge AI ARBOR ARES-1983H-AI, integrata con il modulo acceleratore AI MemryX MX3 M.2, elabora l’inferenza localmente per ridurre latenza e carico di rete
- I dati sui bagagli vengono sincronizzati con i record cloud per costruire una cronologia continua di tracciamento dal check-in e controllo sicurezza fino allo smistamento, trasferimento, arrivo a destinazione e riconsegna finale al nastro bagagli
- Dashboard visive e avvisi in tempo reale aiutano gli operatori a identificare rapidamente la posizione dei bagagli, i problemi di flusso e le eccezioni, consentendo interventi più rapidi
Prodotto in evidenza
ARES-1983H-AI
Piattaforma industriale di edge AI computing progettata per analisi video in tempo reale in ambienti impegnativi. Supporta moduli acceleratori AI M.2 per inferenza ad alte prestazioni all’edge.
Scopri di più