“云空护翼”机器人落地机场，人工智能赋能破解鸟防痛点
来源：中国教育晚报 作者：嘉锰 发布时间：2026-09-17
近期，九江学院“云空护翼”智能鸟防机器人团队在省内多座中小机场及通航起降点完成实地测试。针对中小机场鸟击防控中人手紧张、设备老旧、巡检效率低等现实困境，团队推出低成本、易部署的智能巡检方案，为中小机场鸟防工作提供新助力。
当前，中小机场普遍面临鸟防压力：以省内某支线机场为例，巡场员每日沿跑道围界巡查多次，单趟耗时近两小时，夜间及恶劣天气下巡查质量易波动，且鸟情信息多以纸质记录，事后追溯不便。针对这些痛点，“云空护翼”团队研发轻量化轮式巡检机器人，搭载多光谱摄像头与边缘计算终端，可沿围界自主巡航，实时采集鸟类活动影像，并通过内置AI模型标注鸟种、数量及活动区域。目前原型机已完成超500小时连续运行测试，单台设备可覆盖约3公里围界，有效补充人工巡查的盲区时段与区域。
鸟类精准识别是技术攻关的核心。团队采集华东地区主要机场常见鸟类图像数据集，构建专属识别模型，对灰椋鸟、家鸽、麻雀等高风险鸟种的平均识别精度达91%，识别结果可实时推送至场务人员移动终端，辅助快速研判。在预警与驱离环节，机器人集成定向声波驱离模块，并与机场现有驱鸟设备预留联动接口，当鸟群进入跑道区或进近面等核心风险区域时，可在30秒内完成从识别到启动驱离的全流程，较传统人工3至5分钟的响应时间大幅缩短。
截至目前，团队已与省内两座支线机场及一处通航起降点达成合作试点，累计采集鸟情数据超200小时，协助排查鸟类活动密集时段及高频活动区域7处。试用期间，系统自动生成的鸟情日报显著减轻场务人员数据统计负担，航前鸟情研判效率提升近一倍。
“云空护翼”团队来自九江学院，项目历经近多年行业调研与多轮产品迭代，成员多次赴机场一线跟班作业，深入了解实际作业流程与需求。团队表示，中小机场鸟防投入有限，产品设计必须兼顾性能与成本，后续将持续优化设备环境适应性与识别模型泛化能力，降低部署门槛，让更多中小机场用得上、用得起，以青年科创力量助力机场鸟防工作提质增效。
