Studien utfördes av forskare vid Massachusetts Institute of Technology (MIT). De använde data från Bluetooth-sensorer installerade på Logan International Airport i Boston. Sensorerna samlade in data om Bluetooth-signaler som sänds ut från smartphones och andra enheter som passagerare bar.
Forskarna utvecklade en maskininlärningsalgoritm för att analysera Bluetooth-data och härleda väntetiderna vid säkerhetskontroller. Algoritmen kunde exakt förutsäga väntetiderna med ett genomsnittligt fel på mindre än 5 minuter.
Forskarna tror att deras system skulle kunna användas för att förbättra effektiviteten i flygplatssäkerhetsverksamheten. Genom att tillhandahålla realtidsinformation om väntetider kan resenärerna fatta mer välgrundade beslut om när de ska anlända till flygplatsen och vilken säkerhetskontroll som ska användas.
Systemet skulle också kunna användas för att identifiera potentiella flaskhalsar i säkerhetsprocessen och göra justeringar för att förbättra genomströmningen. Till exempel, om systemet upptäcker att en kontrollpunkt konsekvent upplever längre väntetider än andra, kan ytterligare personal tilldelas den kontrollpunkten för att minska eftersläpningen.
Forskarna arbetar för närvarande med att utveckla en mobilapp som skulle ge resenärerna realtidsinformation om väntetider vid flygplatsens säkerhetskontroller. Appen skulle också tillåta resenärer att spåra sina framsteg genom säkerhetslinjen och få varningar när deras tur att bli undersökt närmar sig.
Systemet är fortfarande i ett tidigt skede av utvecklingen, men forskarna tror att det har potential att göra en betydande inverkan på reseupplevelsen. Genom att tillhandahålla realtidsinformation om väntetider kan resenärer undvika långa köer och planera sina resor mer effektivt. Systemet skulle också kunna hjälpa flygplatser att förbättra effektiviteten i sin säkerhetsverksamhet och minska passagerarnas frustration.
