23 stycznia 2026
Problem: statyczna automatyka vs. dynamiczny ruch pasażerów
W godzinach szczytu lotnisko żyje własnym rytmem. Jedne bramki są pełne ludzi czekających na boarding, inne właśnie się opróżniły po odlocie albo czekają na kolejny rejs. Ruch jest duży, ale nierównomierny i zmienia się z minuty na minutę.
Systemy takie jak HVAC (Heating, Ventilation and Air Conditioning), działają w trybie ciągłym, według harmonogramów albo sztywnych ustawień. Niezależnie od tego, czy w danej strefie przebywa kilkadziesiąt osób, czy przez chwilę nie ma nikogo – klimatyzacja utrzymuje zadane parametry.
Efekt jest przewidywalny: niepotrzebne chłodzenie przestrzeni, wysokie zużycie energii i brak jakiejkolwiek elastyczności.
Nasz Klient postanowił rozwiązać ten problem i zwrócił się do nas z pytaniem: jak powiązać działanie klimatyzacji z rzeczywistym wykorzystaniem przestrzeni bez przebudowy całego systemu?
Rozwiązanie: Edge AI + thermal vision + software-defined automation
Zamiast przebudowywać istniejącą infrastrukturę, skupiliśmy się na tym, żeby ją uzupełnić o kontekst, którego wcześniej brakowało. Konieczne było dodanie warstwy, która w czasie rzeczywistym odpowiada na pytanie: co faktycznie dzieje się w danej przestrzeni?
Zakres prac objął cały proces – od zbierania danych po ich wykorzystanie w automatyce:
- dobór i testy kamer (thermal vision + RGB camera) w rzeczywistych warunkach lotniskowych,
- przygotowanie modelu Edge AI do detekcji, trackingu i zliczania osób w podziale na strefy (gate’y),
- opracowanie logiki decyzyjnej łączącej dane o liczbie osób i temperaturze,
- integrację z istniejącymi automation drives Klienta sterującymi klimatyzacją,
- wdrożenie podejścia software-defined automation, które pozwala elastycznie zarządzać logiką sterowania,
- konfigurację komunikacji między warstwą Edge AI a systemem automatyki.


Jak to działa w praktyce?
Rdzeń całego rozwiązania opiera się na prostym założeniu: sterujemy klimatyzacją nie według czasu, tylko według tego, co faktycznie dzieje się w przestrzeni. System podejmuje decyzje w oparciu o dwa sygnały: liczbę osób w danej strefie i aktualną temperaturę. Na tej podstawie uruchamiana jest logika sterowania HVAC.
Przykładowe sytuacje:
- gate jest pusty → klimatyzacja zostaje wyłączona lub przechodzi w tryb ograniczony
- pojawiają się pasażerowie → system automatycznie uruchamia chłodzenie
- temperatura przekracza ustalony próg → klimatyzacja włącza się niezależnie od liczby osób
Efekty:
- realna redukcja zużycia energii w strefach o niskim obłożeniu,
- brak pogorszenia komfortu pasażerów – system działa w tle i reaguje automatycznie,
- lepsze wykorzystanie istniejącej infrastruktury bez konieczności jej wymiany,
- możliwość dalszego rozwoju logiki (np. predykcja natężenia ruchu pasażerów).
Gotowe demo, podobnie jak w przypadku rozwiązania przygotowanego na farmę krów, zaprezentowaliśmy wspólnie z Klientem na tegorocznych targach Hannover Messe 2026.

Co dalej?
To podejście najlepiej sprawdza się tam, gdzie środowisko jest dynamiczne, a więc tam, gdzie liczba osób i warunki w przestrzeni zmieniają się w czasie i trudno je przewidzieć. Szczególnie wtedy, gdy koszty energii realnie wpływają na operacje, a infrastruktura automatyki (np. automation drives) już istnieje i można ją rozbudować zamiast wymieniać.
Ten model można stosunkowo łatwo przenieść do innych środowisk, gdzie podobny problem występuje w innej skali:
- hale produkcyjne,
- magazyny i centra logistyczne,
- biura typu open space,
- obiekty handlowe.
W każdym z tych przypadków logika pozostaje taka sama. Należy połączyć rzeczywiste dane z systemem sterowania i pozwolić, żeby decyzje były podejmowane automatycznie i na bieżąco.
Chcesz zrealizować podobny projekt?
Masz nietypowy pomysł lub wyzwanie, którego nie da się rozwiązać gotowym produktem? Zgłoś się do nas. Lubimy projekty, które nie mieszczą się w schematach.
Chcesz zrealizować podobny projekt?
Masz nietypowy pomysł lub wyzwanie, którego nie da się rozwiązać gotowym produktem? Zgłoś się do nas. Lubimy projekty, które nie mieszczą się w schematach.



