승객들의 원활한 이동을 관리
광역 토론토 공항 당국(Greater Toronto Airports Authority)은 Axis 카메라와 Zensors PAX AI를 사용하여 승객 대기열을 분석합니다. 개인 식별 정보가 가려진 데이터는 운영 및 직원 배치를 조정하고 승객의 통관을 신속하게 처리하는 데 사용됩니다.
혼잡하고 긴 대기 시간
전 세계적으로 항공 여행이 사상 최고치를 기록하면서, 공항에서는 늘어나는 승객 수를 처리하기 위해 업무 방식을 재검토하고 있습니다. 국제선 운송을 위해 북미에서 두 번째로 분주한 공항인 토론토 피어슨 국제 공항(Toronto Pearson International Airport)도 예외는 아닙니다. 피어슨은 하루에 276편의 국제선 항공편을 받아, 연간 2,130만 명 이상의 입국객을 처리합니다. 캐나다 국경 서비스국(CBSA)의 정기적인 혼잡과 대기 시간 연장에 대해 승객들이 의견을 토로하면서, 광역 토론토 공항청(GTAA)은 문제를 해결하고 승객 경험을 크게 개선하도록 지원하는 기술로 전환했습니다.
광역 토론토 공항청의 공항 IT 계획 및 개발 디렉터인 Zeljko Cakic은 "평균 대기 시간과 개별 대기열을 관리하는 방법을 실제로 이해하는 것이 어려웠습니다."라고 말합니다. "거기서 우리는 자동화된 키오스크, CBSA 및 수하물 찾는 곳 사이에서 사람들의 처리량을 향상시킬 수 있는 방법을 결정해야 했습니다."
공항은 단순히 대기열 길이를 관찰하고 조정하는 대신, 각 라인 내 대기 시간을 정확하게 예측할 수 있는 방법을 원했습니다. 또한 공항에서는 이러한 숫자, 항공편 번호, 시간 및 전체 인바운드 국제 항공편 일정 간의 관계를 연관시킬 수 있기를 원했습니다. 이러한 지식을 바탕으로 공항 직원은 입국하는 대기열을 더 잘 관리하고 승객들이 더 빠르게 세관을 통과하여 밖으로 나가도록 안내할 수 있을 것입니다.
인공 지능과 카메라 연결
피어슨 공항은 활주로 펜스 라인을 따라 경계구역을 보호하는 것부터 수하물 컨베이어와 회전식 컨베이어의 수하물 걸림 모니터링에 이르기까지, 보안과 운영 목적을 위해 이미 공항 전체에서 3,000대 이상의 Axis 카메라를 사용하고 있습니다. 입국하는 승객 처리를 개선하고 실제 대기열 데이터 포인트를 확보하기 위해, 공항은 Axis 카메라에 내장된 개방형 아키텍처와 카메라 이미지를 승객 세부 정보 없이 실행 가능한 정보로 변환하는 기술 회사인 Zensors의 인공 지능(AI) 플랫폼을 활용해야 했습니다.
Axis가 제공하는 광범위한 카메라, 렌즈 및 사용 사례 애플리케이션 덕분에 우리는 공항에서 해결해야 하는 모든 것을 단일 제조업체로 표준화할 수 있었습니다.
Zensors PAX AI가 분석에 필요한 모든 데이터를 수신할 수 있도록, 피어슨 공항은 처리 영역에 추가 Axis 카메라를 설치하여 필요한 모든 화각을 캡처했습니다. 눈에 잘 띄지 않는 미니 돔 AXIS M30 Dome Camera Series 장치가 승객 대기 공간의 파노라마 뷰를 제공하고, 쿼드 센서가 있는 AXIS P37 Panoramic Camera Series 카메라가 동시에 4방향으로 포커스를 맞춥니다. 공항에서는 Axis 및 피어슨 공항의 영상 관리 시스템을 사용하여 마스킹을 적용하여 승객 검사 라인의 카메라 피드에서 민감한 정보를 제거했습니다.
"우리는 AI 플랫폼을 사용하여 카메라 범위를 매트릭스로 분할하여 국제 비자 여행자, 국제 캐나다 여행자, 글로벌 입국 패스를 소지한 여행자 및 가족과 함께 여행하는 여행자의 개별 흐름을 식별할 수 있었습니다. AI는 대기열의 길이를 지속적으로 측정하여 비행 일정, 하루 중 시간 등과 연결하고 웹사이트와 터미널의 오버헤드 모니터에 게시된 대기 시간에 대한 예측 분석을 제공합니다."라고 Cakic은 설명합니다.
모니터는 연결 항공편 또는 기타 시간에 민감한 약속에 대한 여행자의 불안감을 완화하도록 지원합니다. 또한 승객을 픽업하기 위해 기다리는 사람들에게 승객들이 터미널에서 언제 나갈 것으로 예상되는지 알려줍니다. "이것은 고객 경험을 개선하기 위해 우리가 취한 또 다른 조치일 뿐입니다."라고 Cakic은 말합니다.
AI 플랫폼의 작동 방식 이해
Zensors는 Axis 카메라에서 스냅샷과 실시간 비디오 스트림을 처리하여 예측 분석을 도출합니다. "이 이중 입력을 통해 Zensors PAX AI는 특정 대기열에 있는 사람 수와 대기열에서 나가는 승객의 흐름을 모두 캡처하여 정확한 예상 대기 시간을 제공할 수 있습니다."라고 참모장 겸 전략적 파트너십 책임자인 John Muhlner는 설명합니다. Zensor용.
Zensors는 AXIS Site Designer를 사용하여 어떤 Axis 카메라 모델이 해당 지역에 가장 적합한 범위를 제공하는지 결정했습니다. "Site Designer는 카메라 선택에 도움이 되었을 뿐만 아니라 최상의 시야를 위한 최적의 레이아웃을 설계할 수 있게 해주었습니다."라고 Muhlner는 말합니다.
여행 상태와 거주 국가에 따라 입국 승객은 여러 기본 검사 라인 중 하나를 선택합니다. AI 플랫폼은 이 모든 활동에서 비디오 메타데이터를 집계하여 이 1,500제곱미터 면적에서 여러 줄을 걷는 사람들의 하루 종일 대기 시간을 계산합니다.
Zensors는 머신 러닝을 사용하여 AI 알고리즘을 지속적으로 향상시켜 매우 높은 수준으로 정확하게 정보를 제공합니다. Muhlner는 "우리는 Pearson 및 기타 공항에서 다양한 조명 및 다양한 라인 구성부터 사람들이 입고 있는 다양한 의류에 이르기까지 모든 변화하는 조건을 인식하고 분석에 통합하기 위해 AI를 지속적으로 학습시키고 있습니다."라고 말합니다. "그리고 AI의 지속적인 개선 알고리즘을 통해 Zensors는 매우 높은 정확도로 계속해서 서비스를 제공할 수 있습니다."
공항은 이동하는 부분이 많은 정말 복잡한 시스템입니다. Axis 카메라와 Zensors AI 플랫폼은 해당 시스템을 더 잘 관리하는 데 도움이 되는 기술 중 일부입니다.
고객 경험 향상
"Axis-Zensors 시스템에서 얻은 분석은 매우 정확한 것으로 입증되었습니다."라고 Cakic은 말합니다. "이를 통해 들어오는 승객 트래픽을 처리하기 위한 직원 배치 수준 및 운영 변경에 대한 결정을 내리는 데 도움을 받았습니다. 우리의 목표는 전반적인 고객 경험을 개선하고 대기 시간을 줄이는 것이며 Axis-Zensors 플랫폼을 통해 수집된 데이터는 이러한 결과를 도출할 수 있도록 의사 결정할 때 중요하게 기여하는 요소 중 하나입니다."
