AI在民航运输服务中的应用

20XX/XX/XXAI在民航运输服务中的应用汇报人:XXXCONTENTS目录01

民航AI应用概述与政策背景02

航班运行智能化管理03

旅客服务全流程智能化04

智慧安检与安全管控CONTENTS目录05

航空器维修与健康管理06

航空货运与物流智能化07

低空空域管理与智能调度08

挑战与未来发展趋势民航AI应用概述与政策背景01提升运行效率与资源优化东航“枢纽中转决策智能体”实现中转旅客全流程服务，2025年中转量增长32%的情况下，中转错失率降低12.6%，急转成功率超97%，每年节约运营成本超2000万元。优化旅客出行体验深航“智能航旅助手”自动化处理80%以上常见航旅问询，实现个性化推荐，减少旅客等待时间并降低误机概率，推动服务从“千人一面”向“千人千面”转型。强化安全保障能力AI图像识别技术应用于民航安检，如北京航星智能判图系统基于深度卷积神经网络，精准识别违禁物品，提升安检准确性与效率，降低人工依赖。创新客户服务模式深航客服中心智能客服构建“感知-决策-执行-优化”闭环，智能IVR及文本机器人识别率分别达94%和99%，投诉处置效率提升30%，整体处理效率提升35%。AI技术赋能民航运输服务变革《"人工智能+民航"高质量发展实施意见》解读总体要求与原则

坚持"创新驱动、安全可控，需求导向、场景赋能，基础先行、重点突破，系统布局、协同推进"原则，推动人工智能与民航领域深度融合创新。发展目标

到2027年，率先实现人工智能与民航安全、运行、出行、物流、监管、规划建设等领域融合发展，核心支撑要素建设初见成效；到2030年，实现各领域广泛深度融合，治理体系和安全保障体系逐步完善，成为推动民航高质量发展的强劲引擎。重点领域与应用场景框架

围绕安全、运行、出行、物流、监管、规划建设六大重点领域，系统梳理创新赋能场景，提出安全风险预警、运行智能优化、旅客便捷服务、物流提质增效、监管精准决策等智能化应用场景框架，并细化42项具有较高推广前景的具体应用场景。要素供给与融合创新生态

强化高质量数据集建设、基础设施平台构筑和行业模型算法研究等要素供给，提升基础支撑能力；深化行业、产业与人工智能深度融合，构建资源共用、协同联动、共创共享的融合创新生态与协同体系。民航AI应用典型场景框架01安全风险预警领域聚焦航空安全管控，融合AI视觉分析、物联网感知等技术，构建“立体化、智能化、精准化”防控体系，推动机场安全管控从传统“人防”向“技防+智防”升级，如多模态AI视觉感知的机场围界入侵智能报警、基于昇腾AI的民航安检全流程智能解决方案等。02运行智能优化领域覆盖资源调度、货运物流、运行分析、协同决策等关键环节，通过运筹优化算法与多目标遗传算法推动机场资源动态调度，依托3D视觉、AI及智能机器人系统推动机场货运与行李处理从“人力密集型”向“无人化、智能化”转型，如机场资源智能分配与调度算法场景应用、基于3D视觉与AI的航空货运集装板智能验板应用等。03旅客便捷服务领域围绕旅客出行全流程，提供智能问询、行李追踪、行为洞察、智能调度等服务，如智能问询系统实现全流程服务覆盖，基于视觉大模型与RFID+物联网技术的行李追踪平台已在15个机场落地应用，旅客行为洞察系统、出租车智能调度、智慧服务机器人等精准优化服务流程。04通用AI能力与管理赋能领域包括智能培训考核与智能可视化运营分析，如基于大模型与知识图谱的智能培训考核系统使培训时间减少73%、出题效率提升80%，机场垂直领域智能可视化运营分析助手实现多源数据融合与自然语言交互，助力机场运营决策从“看报表”迈向“秒级数据洞察”。航班运行智能化管理02枢纽中转决策智能体技术架构

01智能体核心架构：感知-决策-执行-优化围绕“感知-决策-执行-优化”闭环架构，突破传统仅考虑最短转机时间（MCT）的局限，综合集成航班动态、保障资源、旅客情况等多维数据，构建智能化中转决策体系。

02技术支撑：大模型与多因素融合模型依托大模型能力，创新构建综合考虑航班动态、保障资源、旅客情况等多重因素的决策模型，实现从空中到地面的全流程服务覆盖，打通中转场景服务断点。

03全流程服务：从空中到地面的智能衔接通过智能感知与精准决策，实现中转旅客全流程服务。旅客在前段飞行中可通过空中Wi-Fi了解中转安排，落地后获得精准引导；当前段延误时，系统自动完成改签，提升中转顺畅度。东航浦东枢纽中转服务成效分析

中转量与错失率优化2025年东航浦东枢纽中转量较2024年增长32%，在业务量大幅提升的背景下，中转错失率同比降低12.6%，急转成功率超97%。

旅客服务体验提升为日均万人次级别的中转旅客提供更加从容、顺畅的服务体验，旅客可在空中通过Wi-Fi了解中转安排，落地后获得精准引导与配套服务。

运营成本节约通过优化中转决策与资源调度，每年为东航节约运营成本超过2000万元，有力支撑上海国际航空枢纽建设与东航“超级承运人”战略落地。数据实时采集与多源融合系统整合航班动态、气象数据、机场资源、旅客信息等多维数据，构建实时数据池，为决策提供全面信息支撑，如深圳航空智能航班恢复系统融合运筹优化与AI技术。延误影响智能评估与优先级排序通过AI算法快速评估航班延误对后续航班、旅客行程及资源调度的影响，根据航班重要性、旅客数量、衔接情况等因素自动排序恢复优先级。多方案智能生成与优化选择基于预设规则和历史数据，分钟级生成多种恢复方案，涵盖航班调整、资源调配、旅客改签等，并通过算法优化选出最优解，深航决策效率提升50%以上。跨部门协同执行与动态调整系统实现航空公司与机场等相关方的高效协同，自动推送恢复方案并跟踪执行进度，根据实时变化动态调整策略，确保方案落地，提升航班正常率与飞机日利用率。智能航班恢复系统决策流程南航"智行"大模型调度优化案例

技术特点：多源数据融合与智能决策南方航空于2026年发布的"南航智行"大模型，集成机器学习、大数据分析、云计算等技术，通过深度学习历史航班数据、气象数据、机场运行数据等，实现对航班延误、天气变化等影响因素的精准预测，并据此自动调整航班计划，优化航线选择。

应用效果：效率提升与成本降低该大模型的运用显著提升了航班调度的准确性，减少了航班延误；通过优化航线选择，提高了航班效率，降低了燃油消耗和运营成本，同时极大改善了旅客的出行体验，使旅客能更便捷地安排行程。

未来展望：深化合作与技术拓展未来，南方航空将继续深化与科研机构、高校的合作，不断完善和优化"南航智行"大模型，推动其在更多领域发挥价值，助力航空领域的智能化发展。旅客服务全流程智能化03统一AI技术底座与核心组件依托AI统一底座技术整合多核心AI组件，构建"感知-决策-执行-优化"的智能化服务闭环，为客服系统提供强大的技术支撑。智能交互能力与识别精度智能IVR（交互式语音应答）识别率达94%，文本机器人识别率高达99%，能够精准理解旅客意图，实现高效交互。服务效率与场景覆盖投诉处置效率提升30%，整体处理效率提升35%，智能化场景扩展至353个，大幅降低人工依赖，为旅客提供7×24小时高效、精准的客服服务。复杂客票事务处理能力如东方航空AI客服"东东"，可处理航班变更、退改签、特殊服务需求等复杂客票问题，优化旅客交互体验，标志着航空服务正式迈入智能化时代。智能客服系统技术架构与应用深航智能航旅助手服务场景

自动化航旅问询处理以AI智能体为核心，自动化处理80%以上常见航旅问询，减少旅客等待时间，降低误机概率。

业务智能分拨与自动化服务实现业务智能分拨、机票全流程自动化服务，提升处理效率，优化旅客交互体验。

个性化航旅推荐与非航收入提升基于旅客数据进行个性化航旅推荐，有效提升非航收入，推动航空服务从“千人一面”向“千人千面”转型升级。智慧旅客服务机器人功能实现

多语言智能交互集成自然语言处理技术，支持50多种语言实时信息查询与问候，实现与国际旅客的无障碍沟通，提升机场国际化服务水平。

自助准入与无感离场在枢纽机场贵宾室应用，通过人脸识别技术完成自助准入核验，离场时自动无感记录，简化服务流程，提升旅客体验。

精准寻客与智能引导结合室内定位与数据分析，实现对特定旅客的精准寻找与提醒，同时提供航站楼内导航引导服务，帮助旅客高效抵达目的地。

无人配送服务搭载自主移动底盘，可完成贵宾室餐饮、文件等物品的无人配送，减少人工干预，提高服务响应速度与准确性。基于AI的旅客行为数据分析利用计算机视觉与智能分析技术，对旅客在机场的值机、安检等关键场景行为进行实时监测与数据分析，如宁波机场通过该技术将安检排队等待时长控制在12分钟以内的占比提升至96%。个性化航旅服务智能推荐以AI智能体为核心，自动化处理80%以上常见航旅问询，结合旅客历史数据与偏好，实现机票全流程自动化服务与个性化航旅推荐，如深航智能航旅助手有效提升非航收入。智慧旅客服务机器人应用融合计算机视觉、机器学习等技术，在机场提供自助准入、智能问询引导、无人配送等服务，如华东凯亚智慧旅客服务机器人提升服务响应效率和旅客满意度。旅客行为洞察与个性化推荐系统智慧安检与安全管控04AI智能辅助判图系统技术原理深度学习核心算法基于深度卷积神经网络（CNN），通过对X光机过机图像进行多层级、多种类的卷积运算，精准提取图像特征，结合数万次归类训练，构建全面的参数模型，实现对违禁物品的智能识别。多模态数据融合技术融合X射线图像、毫米波雷达数据等多源异构信息，结合三维点云数据，实现低空环境的高精度建模与动态监控，提升复杂场景下的识别准确性。在线学习与优化机制系统具备在线学习能力，可通过实际应用不断优化算法模型，如北京航星智能判图系统通过持续积累安检数据，动态调整参数，进一步提高判图的准确性和效率。分级风险分析与推理建立分级风险分析和推理机制，结合高效的图像处理能力，将多维度的信息整合成直观的分析结果呈现给安检员，减少对人工经验的依赖，提升风险判断的科学性。智能旅客安检通道流程优化

自助验证与快速身份核验集成高精度人脸识别与智能证件阅读功能的自助验证闸机，可在3秒内完成信息核对与查验，实现“一证通关”与“无纸化过检”，大幅提升前端查验效率。

智能行李安检与CT技术应用采用最新手提行李CT技术，实现三维成像，旅客过检时仅需取出行李中的充电宝，其他物品无需取出，平均过检时间可缩短至3分钟左右，降低复检率。

智能回筐与人包精准绑定通过智能回筐系统实现手提行李自动运输、人包绑定、可疑行李分区管控及托盘自动回传，结合人脸捕捉技术实现人包精准对应，优化旅客过检体验。

毫米波人体安检与无感通行配备毫米波人体安检门，采用非接触式快速扫描，3秒完成检测并生成全息成像图精准标记检查部位，保护旅客隐私，实现旅客全程无需反复掏取随身物品的无感通行。毫米波安检技术与隐私保护毫米波安检技术的工作原理与优势毫米波安检技术通过发射极高频电磁波扫描人体，生成三维全息成像图并精准标记检查部位，实现非接触式快速扫描，3秒内完成检测，相比传统安检方式大幅提升效率与准确性，且对人体无伤害。毫米波安检中的隐私保护技术措施毫米波安检设备采用先进的图像模糊和脱敏算法，仅突出显示可疑物品区域，不呈现人体细节特征。如2026年首都机场投用的A3毫米波门，在实现秒级过检的同时，有效保护旅客隐私，通过民航局最高级别安检认证。平衡安全与隐私的行业实践与标准民航局在推动毫米波等AI安检技术应用时，同步完善隐私保护规范，要求设备符合《个人信息保护法》等法规，确保数据采集、传输、存储全程加密。例如深圳机场升级的“易安检”通道，采用手提行李CT三维成像技术，在提升查验精准度的同时，严格控制图像数据使用范围与留存时间。机场围界入侵智能报警系统多模态AI视觉感知技术架构系统融合雷达、ADS-B、光学摄像头、激光雷达等多源传感器数据，通过三维点云建模与智能识别算法，实现对机场围界内外环境的高精度、全天候动态监控。智能识别与异常行为分析基于深度学习算法，自动识别入侵目标类型（人员、车辆、无人机等）及行为特征（攀爬、翻越、徘徊等），结合历史数据建立行为基线，实现对异常入侵的精准判断与分级预警。典型应用案例与成效青岛民航凯亚系统集成有限公司的“多模态AI视觉感知的机场围界入侵智能报警”案例成功入选2026年《机场人工智能典型应用场景案例汇编》，推动机场安全管控从传统“人防”向“技防+智防”升级。系统响应与联动机制一旦检测到入侵行为，系统可立即触发声光报警、自动跟踪目标轨迹，并联动安防指挥中心及现场安保力量，实现从入侵检测到应急处置的全流程闭环管理，有效提升机场周界安全防护能力。航空器维修与健康管理05深航维修决策辅助系统架构

知识图谱+大模型双核心驱动系统以知识图谱整合维修领域专业知识与历史数据，结合大模型强大的自然语言理解和推理能力，构建智能维修体系核心，实现维修知识的结构化管理与高效应用。

排故方案智能生成与航材工具推荐基于输入的故障现象与aircraft状态，系统可自动检索知识图谱与历史案例，快速生成精准排故方案，并同步推荐适配的航材与工具，将复杂排故决策时间从数小时缩短至分钟级。

现场风险预警与安全保障通过实时分析维修操作数据与环境参数，结合风险知识库，系统能主动识别维修过程中的潜在风险并发出预警，有效降低人为二次故障率，预计下降20%，提升飞机维修安全性与保障能力。

整体效能提升与成本优化该系统的应用使整体维修效率提升约35%，显著缩短飞机停场时间，同时通过优化航材使用与减少故障复发，有效降低航空公司运营成本，为智慧维修提供有力支撑。智能排故方案生成以知识图谱+大模型为核心构建智能维修体系，可实现排故方案智能生成，将复杂排故决策时间从数小时缩短至分钟级。航材工具智能推荐系统能够基于故障类型和维修需求，智能推荐所需航材与工具，提升维修准备效率，保障维修工作顺利开展。现场风险预警通过对维修过程数据的实时分析，结合知识图谱与大模型算法，实现现场风险预警，预计可使人为二次故障率下降20%。整体效率提升知识图谱与大模型的融合应用，大幅提升了飞机维修的安全性与保障能力，整体效率提升约35%，降低了运营成本。知识图谱+大模型在排故中的应用预测性维护技术经济效益分析

效率提升与成本节约深航维修决策辅助系统以知识图谱+大模型为核心，将复杂排故决策时间从数小时缩短至分钟级，整体效率提升约35%，人为二次故障率预计下降20%，降低运行成本。

安全保障能力增强通过AI技术实现排故方案智能生成、航材工具推荐、现场风险预警，大幅提升飞机维修的安全性与保障能力，减少因故障导致的航班延误和运营中断。

资源优化配置AI辅助预测性维护可优化维修资源分配，提前规划航材储备和维修人员安排，避免资源浪费，提高资源利用效率，进一步降低航空公司运营成本。无人机巡检与缺陷识别技术

多传感器融合的无人机巡检系统无人机巡检融合雷达、光学摄像头、激光雷达等多源传感器，实现对机场跑道、围界、航空器等的高精度建模与动态监控，如南京浦口高新区利用AI智能识别技术结合三维点云数据进行低空环境监测。AI驱动的缺陷自动识别算法基于深度学习的AI模型，如卷积神经网络（CNN），对巡检图像进行分析，可自动识别跑道平整度、混凝土裂缝、航空器表面缺陷等，大幅提升检测准确性和效能，缩短维修周期。无人机集群协同巡检应用通过云边协同架构实现多无人机任务分配与集群接力，应用于交通流量监测、森林防火、能源管线巡检等场景，例如“神思智飞”系统在大范围巡检中提升应急响应效率。数字孪生与AI仿真优化构建机场、航空器等数字孪生平台，结合AI算法对无人机巡检任务进行智能仿真与风险预警，提前识别潜在问题，为维修决策和资源调度提供精准支持，助力实现全流程闭环管理。航空货运与物流智能化06航空货运集装板智能验板系统

系统核心技术架构融合3D视觉技术与AI算法，通过对集装板进行三维点云数据采集与分析，实现自动化、高精度的损伤检测与状态评估，替代传统人工验板模式。

关键功能与应用成效具备集装板变形、裂纹、腐蚀等缺陷的智能识别能力，可显著提升验板准确性和效率，降低人工劳动强度与人为差错率，保障航空货运装载安全。

行业实践与案例参考天信达信息技术有限公司基于3D视觉与AI的航空货运集装板智能验板应用成功入选《机场人工智能典型应用场景案例汇编》，为行业提供了可借鉴的智能化验板解决方案。行李全流程跟踪与智能搬运RFID+物联网技术实现行李全流程数智化管控中国航信基于视觉大模型与RFID+物联网技术的行李追踪平台，已在15个机场落地应用，实现行李从托运到提取的全流程数智化管控，提升行李追踪效率与准确性。AI智能化行李搬运系统提升效率中国航信推出机场行李智能搬运系统，中航信移动科技股份有限公司亦有相关应用，通过AI技术优化行李搬运路径与调度，降低人工依赖，提升机场行李处理效率。旅客可实时查询托运行李状态兰州中川国际机场等机场全面启用RFID行李全流程监控系统，旅客可通过手机小程序实时查询托运行李状态，减少行李丢失担忧，优化出行体验。IATA航空货运AI卓越中心建设01核心目标：推动行业协作与创新国际航空运输协会（IATA）启动航空货运AI卓越中心，旨在汇聚航空公司、地面服务商、货运代理、技术提供商及监管机构，共同推动AI在航空货运领域的有序应用与发展，促进治理与合规、经验分享及标准制定与实施方面的协作。02关键举措一：提升出版物使用效率推出AISubjectMatterExpert（AISME）应用程序，支持移动端和网页端，运营团队以自然语言提问即可快速检索国际航协货运与安全类出版物（如危险品规则DGR、货物处理手册ICHM）中的相关信息，数秒内提供准确答案，强化合规管理，提升工作效率。03关键举措二：促进跨系统协同与效率提升探索利用AI提升航空货运联运效率，计划开发应用场景，让使用不同IT系统的航空公司借助AI代理实现系统间互联互通，在订舱、航班中断和取消等业务环节开展实时协作，提升跨系统协同效率。数据优化策略构建多源异构数据集，涵盖不同品类货物、复杂包装及各类违禁品图像，通过数据增强技术（如旋转、缩放、噪声添加）扩充样本多样性，提升模型泛化能力。算法改进路径采用基于深度学习的多模型融合架构，如结合卷积神经网络（CNN）与Transformer模型，优化特征提取与分类算法，降低复杂场景下的误判率。人机协同机制建立AI初判-人工复核的双轨制流程，对AI低置信度结果进行重点人工校验，同时通过人工反馈数据持续优化模型参数，形成闭环迭代。实时学习与动态调优部署在线学习系统，实时接收安检现场数据，通过增量训练更新模型，快速适应新型违禁品特征及货运场景变化，保持算法时效性。货运安检AI判图准确率提升方案低空空域管理与智能调度07低空飞行服务指挥系统架构

数据层：多源异构数据融合整合雷达、ADS-B、光学摄像头、激光雷达、无线电信号接收器等多源传感器数据，以及气象数据、空域资源使用情况、飞行器状态、任务优先级等信息，采用分布式存储技术（如HDFS）和数据仓库技术，为上层应用提供统一数据接口。

模型层：智能决策与优化引擎包含低空障碍物精准识别模型、冲突预测模型、路径规划与优化模型等。利用深度学习、强化学习、遗传算法等，实现对低空飞行活动的动态监视、风险预警、冲突智能探测与解脱，以及无人驾驶航空器与有人驾驶航空器的协同运行。

应用层：场景化服务与管控提供飞行审批、任务调度、数据回传、风险预警、空域资源动态分配、流量控制等功能。支持城市治理、应急响应、物流配送等多场景应用，如长春市低空飞行服务指挥中心依托“紫东长空”大模型，实现“一站式”服务。

基础设施层：智能装备与通信网络部署智能方舱、5G低空运营专网、无人机自动起降与充电设备等。实现无人机的远程控制、数据高速回传及自主导航避障，支撑低空物流配送、巡检等作业的全流程无人化。无人机集群协同任务分配技术云边协同智能控制架构以“神思智飞”系统为代表，通过云边协同架构实现多无人机的任务分配、路径规划和集群接力，广泛应用于交通流量监测、森林防火、能源管线巡检等场景，提升复杂任务的响应效率与覆盖范围。动态目标追踪与路径预测AI算法支持无人机集群对动态目标进行实时追踪，结合路径预测技术实现集群协同作业，例如在森林防火场景中，10-50架无人机可通过动态目标追踪技术高效完成火情监测与巡查任务。任务优先级与资源调度优化AI根据任务紧急程度（如应急救援、物流配送）和资源可用性，智能分配飞行任务和空域资源，确保高优先级任务获得更优航线和调度支持，提升整体运营效率与任务完成质量。空域全景可视化与动态监控通过构建城市、机场等低空环境的虚拟映射，实现全域空域可视化、全流程模拟和智能调度。例如，南京浦口高新区利用AI智能识别技术，结合三维点云数据，实现低空环境的高精度建模与动态监控。智能仿真与风险预警数字孪生平台能够对飞行任务进行智能仿真，提前识别潜在风险，并为应急处置提供决策支持。其核心功能包括虚拟环境建模、智能仿真、风险预警和决策支持，依托3D建模、GIS、AI推理等技术支撑。多智能体协同调度与资源优化研究构建无人驾驶航空器冲突预测模型，整合空域资