項目背景

全球民航業每年因鳥擊事件遭受巨大損失，據國際民航權威機構統計，每年因鳥撞導致的飛機發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，但高速撞擊下產生的力量足以導致飛機墜毀，嚴重威脅飛行安全。

傳統鳥情監測方法面臨諸多挑戰：低空鳥情檢測難度大，機場跑道覆蓋區域廣袤，現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。

傳統驅鳥模式已無法滿足現代機場的安全需求，急需一種自動化、智能化的解決方案。

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

前端感知與實時處理

在機場區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，避免了數據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，實現了對鳥類的精準識別，檢測率可達95%以上。通過網格化劃分和巡航掃描，系統能夠實時識別各個網格內的鳥情，形成詳細的鳥情時空數據，包括鳥情區域、發生時間、數量等，有效降低了漏報率。

自動化與智能化工作模式

系統通過AI自動化識別與預警播報，實現了從“被動驅趕”到“主動預警、精準防控”的轉變。可見光雙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、自動化轉型。

聯動設備與任務管理

系統連接各種驅鳥設備，包括空氣炮、激光、聲波等，通過聯動設備模塊和任務管理模塊，可根據鳥情實時數據，自動啟動特定區域的驅鳥設備，優化驅鳥策略，提高驅鳥效率。

實施效果 該系統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，減輕了驅鳥員的工作強度，保障了航空安全。