АВТОМАТИЗИРОВАННЫЕ СИСТЕМЫ УПРАВЛЕНИЯ ОБСЛУЖИВАНИЕМ ПАССАЖИРОВ В АЭРОПОРТУ: ПРОБЛЕМЫ И НАПРАВЛЕНИЯ РАЗВИТИЯ

Введение

Обслуживание пассажиров является одной из ключевых функций аэропорта, непосредственно влияющей на его конкурентоспособность. Рост пассажиропотока и ужесточение требований к безопасности создают необходимость в совершенствовании автоматизированных систем управления (АСУ). Традиционная автоматизация развивалась по функциональному принципу: отдельно системы регистрации (DCS), обработки багажа (BHS) и информационные табло (FIDS). Однако такой подход приводит к «цифровым разрывам», снижающим общую эффективность.

1. Структура АСУ обслуживания пассажиров

Автоматизированная система управления обслуживанием пассажиров включает следующие подсистемы: регистрации (DCS) - регистрация на рейс и оформление посадочных талонов; обработки багажа (BHS) - приём, сортировка и отслеживание багажа; самообслуживания (CUSS/CUPPS) - киоски самостоятельной регистрации; информирования (FIDS, PIDS) - табло вылета и аудио-оповещения; управления очередями - мониторинг загруженности стоек. Целью АСУ ОП является минимизация времени обслуживания одного пассажира при соблюдении требований безопасности.

2. Ограничения существующих систем

Современные АСУ ОП имеют ряд системных недостатков. Во-первых, разрозненность данных - информация о пассажире дублируется между подсистемами с задержками. Во-вторых, низкая адаптивность - при нештатных ситуациях (задержка рейса, перегрузка стойки) система не предлагает оптимальных сценариев. В-третьих, ограниченная предиктивность - отсутствие прогноза образования очередей. В-четвёртых, недостаточная интеграция с мобильными устройствами. В часы пик нагрузка на персонал возрастает, а качество обслуживания снижается.

3. Концепция единого цифрового профиля пассажира

Перспективным направлением является внедрение единого цифрового профиля пассажира, объединяющего данные на всех этапах обслуживания. Профиль формируется на основе данных билета и бронирования (PNR), биометрических параметров, истории поездок и текущего местоположения в терминале. Использование профиля позволяет осуществлять регистрацию автоматически при входе в терминал, предлагать персонализированные уведомления и прогнозировать время прохождения контроля. Интеграция цифрового профиля с подсистемами регистрации и обработки багажа снижает время обслуживания в среднем на 25–30%.

4. Применение прогнозной аналитики для управления потоками

Современные технологии машинного обучения позволяют перейти к прогнозному управлению очередями. Алгоритм работы включает: сбор данных о загруженности стоек и состоянии рейсов; прогнозирование ожидаемого времени ожидания на 15, 30 и 60 минут; формирование рекомендаций по перераспределению пассажиров; автоматическое обновление табло и push-уведомления. Эмпирические данные показывают, что прогнозная аналитика позволяет снизить максимальное время ожидания в очереди на 40% без увеличения количества стоек.
 

5. Развитие человеко-машинных интерфейсов

Совершенствование интерфейсов необходимо для двух групп пользователей: пассажиров и операторов. Для пассажиров - развитие self-service терминалов с интуитивным интерфейсом и сдачей багажа без участия оператора, создание мобильного приложения с функционалом регистрации и отслеживания багажа. Для операторов интеграция рабочих мест со смежными системами (отображение статуса рейсов, данных о спецкатегориях) и адаптивные интерфейсы с подсказками. Исследования показывают, что эргономичные интерфейсы снижают количество операторских ошибок на 35%.

Заключение

Автоматизированные системы управления обслуживанием пассажиров находятся на этапе перехода к интеллектуальным и интеграционным решениям. Внедрение единого цифрового профиля пассажира, прогнозной аналитики очередей и современных интерфейсов позволяет повысить эффективность аэропортовой деятельности, сократить время обслуживания и снизить нагрузку на персонал. Дальнейшие исследования должны быть направлены на разработку методов оценки экономической эффективности таких систем.