FLAI – AI och digital tvilling ska öka säkerheten på Örebro Airport
Genom projektet FLAI samarbetar Örebro Airport med AI-forskare vid Örebro universitet för att förstärka säkerhetsarbetet med hjälp av AI och en digital tvilling. Målet är att säkerställa passagerarnas trygghet och minska risken för sabotage och externa hot.
FLAI, ett pilotprojekt inom samverkansprojektet Den autonoma flygplatsen kopplat till den strategiska inriktningen Hållbar stads- och samhällsutveckling.
Projekttid: oktober 2022 till december 2025.
Teknisk ledare: Hadi Banaee.
Status: Pågående.
Så fort ett flygplan har parkerat vid Örebro Airport för att tanka, lasta och släppa av och på passagerare, upprättas ett antal säkerhetsområden runt planet. Flygplatsens säkerhetspersonal ansvarar för att övervaka säkerhetszonerna och har bland annat övervakningskameror till sin hjälp.
På grund av flygplatsens uppbyggnad är det dock svårt att ha överblick över alla säkerhetszoner på samma gång. Därför vill Örebro Airport undersöka om det med hjälp av AI och en digital tvilling går att skapa ett beslutsstödsystem, som övervakar skymda områden och varnar säkerhetspersonalen vid eventuell oväntad aktivitet.
Det är målet för AI.ALL-projektet FLAI, som startade som ett pilotprojekt inom AI.ALL och fortsätter inom ramen för Vinnovaprojektet Den autonoma flygplatsen.
– Vi hoppas kunna skapa ett nytt verktyg för att upprätthålla säkerheten och möta framtida krav. Det här verktyget ska hjälpa oss att både effektivisera och underlätta säkerhetsarbetet på flygplatsen, säger Johan Ljungberg, verksamhetsansvarig på Örebro Airport.
Örebro universitet har genom de tidigare pilotprojekten Digitwin och Digitwin 2.0 samt det pågående projektet Campus.AI byggt digitala tvillingar både vid Kulturkvarteret och på campus i Örebro. Tanken är att utnyttja de kunskaperna och erfarenheterna och applicera på Örebro Airport.
Ska skapa virtuella säkerhetszoner
– Vi ska dra nytta av våra tidigare insatser och koppla dem till flygplatsen för att skapa virtuella säkerhetszoner. Beteendeanalys i en okontrollerad miljö är ett utmanande problem och det blir ännu mer utmanande när det ska göras på plats och i realtid. Det betyder att AI-lösningarna måste anpassas för att tillämpas på färre beräkningsresurser, så kallad ”edge computing” där beräkningen och datalagringen kommer att ligga närmare datakällorna, säger Hadi Banaee, forskare i datavetenskap, som kommer att leda arbetet med AI-lösningen.
