兹别克斯坦航空等航司的数据，通过开发的航空货运数据精 算模型对上合成员与中国的航空数据进行持续分析。通过分析可以查找航线空余资源，为后续的新开客运航线、货运 航线提供数据支撑。目前项目在持续开展中俄航线分析、中哈航线分析，后续将持续增加所有上合成员国家，为上合 成员的新开航线规划提供数据服务。该项目曾获第四届“中国创翼”创业创新大赛浦东赛区创新项目十强。 所属类别 总体介绍 数字技术方案 提升航空货运效率。 该项目对航班数据、航司数据、航线数据、飞机数据、机型数据、运行数据、价格数据、成本数据、货运节点数 据和运载数据采集分析。将获取的数据代入相应的数据模型算法转化为指数，包括机场货运通道强度指数、航线稳定 指数、货运容量指数、货运载量指数、货运价格指数、货运包机价格指数以及货运拼货指数。通过连续的指数分析挖 掘航线资源。提升客机腹舱货运利用率，优化货机航线布局。 经济效益： 该项目实现的经济效益： 该项目实现的经济效益： 航空货运数据精算模型应用于航空公司，可提升客机腹舱货运利用率，优化货机航线布局；应用于货运代理，可 优化货源匹配，提升航线网络的覆盖范围。 社会效益： 该项目实现的社会效益： 航空货运数据精算模型应用于机场，能够提升区域航线网络利用，增加机场航空货运吞吐量；应用于物流企业， 能够掌握航空货运网络信息，提升物流调配效率。 执行单位简介 行空载物航空货运服务（上海）有限公

痛医头”的被动响应，转向具备前瞻性的“意图感知”和“策略预演”，支撑空 工程智能白皮书 AI for Engineering White Paper ©同济大学工程智能研究院版权所有。如需引用，请注明出处。 19 中出租车航线规划等未来应用。 在具体落地中，人工智能大模型已成为推动城市治理模式创新的关键技术。 例如，北京市昌平区在其智慧城市交通综合管理平台中接入了 DeepSeek 大模型。 一方面，该模型作为“人 的 Predix 平台会利用数千个传感器的数据来构建健康模型。尽管这些模型在基于 历史数据的测试中可能表现出超过 95%的准确率，但在面对真实飞行环境中未曾 见过的新型或复合型故障模式（如特定航线的特殊腐蚀、或极端天气引发的材料 疲劳）时，其预测精度会显著下降。 二是鲁棒性与抗干扰能力薄弱。工程环境中存在大量不可控因素（如突发极 工程智能白皮书 AI for Engineering White

航班计划管理​ 2024-2025 中国指挥中心研究报告 20 机场指挥中心负责与航空公司密切沟通，协同制定和调整航班计划。在航班换季期间，根据航空公司的运 力投放、市场需求以及机场资源情况，对航班时刻、航线、机型等进行合理安排和优化。实时跟踪航班计划的 执行情况，当遇到特殊情况（如恶劣天气、航空管制、飞机故障等）导致航班计划变更时，迅速协调航空公司、 空管部门等相关单位，及时调整航班计划，并将变更

多传感器协同：采用五镜头相机系统（1 个垂直镜头+4 个倾斜镜头），配合高精 度 GNSS/IMU 定位模块，以 45°-60°倾斜角同步捕获地物顶面、立面及周边环境的 高分辨率影像（单像素分辨率可达 0.5-2cm）。 智能航线规划：无人机搭载 RTK 定位系统，根据地形起伏自动调整飞行高度与重 叠率（航向重叠≥80%，旁向重叠≥60%），确保复杂区域无死角覆盖。 B. 建模流程自动化 空三加密与点云生成：通过 Co