Sistemas eficientes de rastreamento de bagagem são indispensáveis na indústria da aviação e ajudam a fornecer entrega oportuna e intacta dos pertences dos passageiros. Erros no manuseio e rastreamento de bagagens podem desencadear uma série de complicações, desde atrasos em voos e conexões perdidas até bagagens perdidas e clientes insatisfeitos. Tais perturbações mancham a reputação da companhia aérea e podem resultar em perdas financeiras significativas. Consequentemente, as companhias aéreas dedicam recursos substanciais para desenvolver e implementar sistemas de rastreamento de bagagem precisos, eficientes e confiáveis. Esses sistemas ajudam a melhorar a satisfação do cliente por meio de atualizações de localização de bagagens quase em tempo actual e otimizam os fluxos de trabalho operacionais para apoiar partidas pontuais. O papel crítico de um sistema de rastreamento de bagagem é evidente em sua capacidade de rastrear pacotes de maneira eficaz, digitalizar operações e agilizar ações corretivas por meio de gatilhos de reencaminhamento.
Nesta postagem do weblog, discutimos uma estrutura que IBM criado para modernizar um sistema tradicional de rastreamento de bagagem usando Serviços AWS Web das Coisas (AWS IoT) e Amazon Managed Streaming para Apache Kafka (Amazon MSK) que se alinha com os requisitos em evolução do setor aéreo. Antes de discutir a arquitetura da solução, vamos discutir o processo tradicional de rastreamento de bagagem e por que é necessário modernizá-lo.
Bagagem tradicional processo de rastreamento
O sistema de rastreamento de bagagem envolve leituras manuais e automatizadas baseadas em códigos de barras para monitorar como a bagagem despachada se transfer dentro de uma companhia aérea e da infraestrutura aeroportuária. O sistema de rastreamento de bagagem pode ser subdividido em capacidades, conforme ilustrado na Figura 1, para dar suporte aos produtos e serviços que as companhias aéreas oferecem.
Figura 1: Recursos de rastreamento de bagagem de alto nível
O rastreamento da bagagem começa com o check-in do cliente e passa por diversas etapas. No check-in, a bagagem é etiquetada e associada ao passageiro por meio de código de barras ou identificação por radiofrequência (RFID) tecnologia. Em seguida, a bagagem é classificada e encaminhada para o cais certo ou para uma estação de bagagens. Os gateways de classificação se comunicam com sistemas backend usando protocolos como TCP/IP, HTTPou protocolos de mensagens proprietários. A bagagem então passa quartos de malas onde estão armazenados e depois áreas do cais onde são carregados no voo pela equipe do aeroporto. Em alguns casos, a bagagem é separada em contêineres dentro do voo.
Quando o voo chega ao destino, a bagagem é descarregada do voo e encaminhada para a área de retirada de bagagens ou para o próximo voo. A bagagem não reclamada é então encaminhada para a área do escritório de bagagens, conforme necessário. Ao longo deste processo, a bagagem é escaneada em todas as etapas para um rastreamento preciso e quase em tempo actual. Se a bagagem for extraviada ou extraviada em qualquer fase, as informações de rastreamento tornam-se vitais para recuperar a bagagem.
Figura 2: Arquitetura tradicional de rastreamento de bagagem
Conforme ilustrado na Figura 2, a arquitetura tradicional de rastreamento de bagagem depende extensivamente de interfaces de programação de aplicativos (APIs), que são comumente implementados usando o DESCANSAR estrutura ou SABÃO protocolos. Como a maioria das companhias aéreas utiliza um mainframe como back-end, o uso de APIs segue dois caminhos principais: transmissão direta de dados para o mainframe ou atualização de um banco de dados relacional.
Um processo offline distinto recupera e processa os dados antes de enviá-los ao mainframe por meio de outras APIs ou filas de mensagens (MQ). Se as informações do dispositivo forem recebidas, elas normalmente serão limitadas e poderão exigir outro processo em segundo plano para orquestrar chamadas adicionais para transmitir as informações ao mainframe.
Isto implica intervenções manuais que podem resultar em potenciais interrupções de serviço durante os períodos de failover.
A necessidade de modernizar
Um sistema tradicional de rastreamento de bagagem é significativamente prejudicado por vários desafios comerciais e técnicos críticos.
- Incapacidade de escalar com o alto quantity de dados de rastreamento de bagagem e telemetria para infraestrutura native e native.
- Desafios no tratamento de explosões repentinas de quantity de dados durante operações irregulares (IROPS).
- Preocupações de conectividade em aeroportos, como salas de bagagens, áreas de reclamação, áreas de cais e digitalização de embarque.
- Falta de resiliência necessária para sistemas de missão crítica que afetam a continuidade.
- Incapacidade de adaptação rápida às alterações nos requisitos regulamentares de rastreamento de bagagem relacionados a dispositivos de mobilidade.
- Integração com sistemas como quiosques, gateways de classificação, entrega de bagagem por autoatendimento, carregadores de correia, leitores fixos, dispositivos de matriz e dispositivos IoT para rastreamento abrangente e coleta de dados.
- Preocupações de latência para operadoras globais afetando a eficiência operacional e a experiência dos passageiros.
- Falta de monitoramento e manutenção para dispositivos de rastreamento potencialmente levando a interrupções operacionais e tempo de inatividade.
- Ameaças à segurança cibernética e privacidade de dados preocupações.
- Ausência de insights quase em tempo actual de dados de rastreamento de bagagem. Isso dificulta a tomada de decisões informadas e a otimização operacional.
A modernização do sistema de rastreamento de bagagem é essential para que as companhias aéreas resolvam esses problemas, apoiando a escalabilidade, a confiabilidade e a segurança, ao mesmo tempo que melhoram a eficiência operacional e a satisfação dos passageiros. A adoção de tecnologias avançadas posicionará as companhias aéreas para permanecerem competitivas e apoiarem o crescimento numa indústria em rápida evolução.
A solução
A Figura 3 mostra uma solução para os desafios do processo tradicional de rastreamento de bagagem.
Figura 3: Arquitetura da solução em nuvem para rastreamento de bagagem
Dispositivos como scanners, carregadores de correia e sensores se comunicam com seus respectivos gateways de dispositivos. Esses gateways se conectam e se comunicam com a nuvem AWS por meio de AWS IoT Core e o MQTT protocolo para comunicação e telemetria eficientes. Esse design usa MQTT porque pode fornecer desempenho ideally suited, especialmente em ambientes com largura de banda e conectividade de rede limitadas.
O AWS IoT Greengrass edge gateways suportam mensagens no native para comunicações entre dispositivos e sistemas, processamento de dados locais e armazenamento em cache de dados na borda. Essa abordagem melhora a resiliência, a latência da rede e a conectividade. Esses gateways fornecem um corretor MQTT para comunicação native e envio de dados e telemetria necessários para a nuvem.
O AWS IoT Core é particularmente útil em cenários em que a entrega confiável de dados é mais crítica do que a entrega urgente para sistemas back-end. Além disso, oferece recursos como o machine shadow, que permite que sistemas downstream interajam com uma representação digital dos dispositivos mesmo quando eles estão desconectados. Quando os dispositivos recuperam a conexão, a sombra do dispositivo sincroniza todas as atualizações pendentes. Este processo resolve problemas de conectividade intermitente.
O mecanismo de regras do AWS IoT pode enviar os dados para destinos necessários, como AWS Lambda, Serviço de armazenamento simples da Amazon (Amazon S3), Amazon Kinesise Amazon MSK. Os eventos necessários de telemetria do dispositivo e rastreamento de bagagem são enviados ao Amazon MSK para transmitir e armazenar temporariamente os dados quase em tempo actual, ao Amazon S3 para armazenar dados de telemetria a longo prazo e ao Lambda para atuar em eventos de baixa latência.
Essa arquitetura orientada a eventos fornece processamento de dados confiável, resiliente, flexível e quase em tempo actual. O AWS IoT Core e o Amazon MSK são implantados em várias regiões para fornecer a resiliência necessária. O Amazon MSK também usa Kafka MirrorMaker2 para melhorar a confiabilidade em caso de failover regional e sincronizar as compensações para consumidores downstream.
Os dados de rastreamento de bagagem devem ser mantidos em um armazenamento central de dados de manuseio de bagagem. Isso oferece suporte a aplicativos downstream, relatórios e recursos analíticos avançados. Para ingerir os dados de telemetria necessários, a solução usa Lambda para assinar o(s) respectivo(s) tópico(s) MSK e processar as varreduras antes de ingerir os dados no Amazon DynamoDB. O DynamoDB é ideally suited para uma arquitetura de missão crítica multirregional que exige objetivo de ponto de recuperação (RPO) e objetivo de tempo de recuperação (RTO) quase zero.
Durante o carregamento de bagagem, dispositivos como carregadores de correia e scanners portáteis geralmente exigem comunicação bidirecional com latência mínima. Se você precisar publicar dados em dispositivos IoT semelhantes, o Lambda poderá publicar mensagens diretamente no AWS IoT Core.
Com a grande quantidade de dados de telemetria de dispositivos e rastreamento de bagagem coletados, a solução usa a classificação inteligente por níveis do Amazon S3 para persistir esses dados de maneira segura e econômica. A solução também usa AWS IoT Analytics e AmazonQuickSight para gerar análises de dispositivos quase em tempo actual para leitores fixos, carregadores de correia e scanners portáteis.
Conforme ilustrado na Figura 3, a solução também usa serviço para coletar, processar e analisar os fluxos de dados MQTT recebidos do AWS IoT Core e armazená-los em um armazenamento de dados de fluxo de tempo criado especificamente. Amazon Atenas e Amazon Sage Maker são usados para análise adicional de dados e processamento de aprendizado de máquina (ML). O Amazon Athena é usado para análise advert hoc e consulta de grandes conjuntos de dados por meio de SQL padrão, sem a necessidade de infraestrutura ou gerenciamento de dados complexos. A integração ao Amazon SageMaker torna conveniente o desenvolvimento de modelos de ML para rastreamento de malas.
Conclusão
Neste artigo, discutimos o uso de AWS IoT, Amazon MSK, AWS Lambda, Amazon S3, Amazon DynamoDB e Amazon QuickSight, as companhias aéreas podem implementar uma solução de rastreamento de bagagem escalonável, resiliente e segura que aborda as limitações dos sistemas tradicionais. A solução modernizada, alimentada por serviços da AWS, garante rastreamento quase em tempo actual, melhorando a eficiência operacional e a experiência do passageiro por meio de rastreamento preciso, redução de manuseio incorreto e recuperação eficiente de bagagem extraviada. Além disso, aborda ameaças à segurança cibernética, questões de privacidade de dados e conformidade regulatória, ao mesmo tempo que permite análise de dados e relatórios para tomada de decisões informadas e otimização operacional.
Para saber mais sobre os componentes desta solução, consulte a seção Leitura adicional. Também para discutir como podemos ajudar a acelerar o seu negócio, consulte Parceiros com competência em viagens e hospitalidade da AWS ou entre em contato com um Representante da AWS.
Leitura adicional
Consultoria IBM é um parceiro de serviços de nível Premier da AWS que ajuda os clientes a usar a AWS para aproveitar o poder da inovação e impulsionar a transformação de seus negócios. Eles são reconhecidos como Integradores Globais de Sistemas (GSI) por mais de 17 competências, incluindo Consultoria em Viagens e Hotelaria. Para informações adicionais, entre em contato com um Representante IBM.
Sobre os autores:
Neeraj Kaushik é um Open Group Licensed Distinguish Architect na IBM com duas décadas de experiência em funções de entrega voltadas para o cliente. Sua experiência abrange diversos setores, incluindo viagens e transporte, bancos, varejo, educação, saúde e combate ao tráfico humano. Como consultor de confiança, ele trabalha diretamente com o executivo do cliente e arquitetos na estratégia de negócios para definir um roteiro tecnológico. Como arquiteto-chefe prático, arquiteto de soluções profissional certificado pela AWS e especialista em processamento de linguagem pure, ele liderou vários programas complexos de modernização de nuvem e iniciativas de IA.
Venkat Gomatham é arquiteto de soluções parceiro sênior na AWS ajudando parceiros AWS System Integrator (SI) a se destacarem. Ele trabalhou como arquiteto e tecnólogo de TI por mais de 20 anos para liderar inovação e transformação. Ele atua como especialista no assunto (SME) e membro da comunidade de campo técnico (TFC) na AWS na Web das Coisas (AWS IoT) com especialidades em automóveis e IA/ML.
Subhash Sharma é arquiteto de soluções parceiro sênior da AWS. Ele tem mais de 25 anos de experiência no fornecimento de produtos de software program distribuídos, escaláveis, altamente disponíveis e seguros usando microsserviços, IA/ML, Web das Coisas (IoT) e Blockchain usando uma abordagem DevSecOps. Nas horas vagas, Subhash gosta de estar com a família e amigos, fazer caminhadas, passear na praia e assistir TV.
Vaibhav Ghadage é especialista em TI da AWS na IBM com vários anos de experiência em TI e atualmente trabalha na IBM Consulting. Ele é um arquiteto de soluções profissional certificado pela AWS e se concentra principalmente na nuvem.