En l’actualitat estem vivint immersos en una revolució tecnològica en la qual la intel·ligència artificial constitueix una de les peces clau de com serà la tecnologia en el futur. En aquest sentit, el cinema ja s’ha encarregat de construir una mitologia al seu voltant i ha creat unes expectatives que divergeixen de l’estat actual dels algoritmes disponibles. Aquesta evolució de la tecnologia és contínua des de la Segona Guerra Mundial, quan el matemàtic britànic Alan Turing va establir les bases de la computació moderna. A més d’això, a través de l’article “Computing Machinery and Intelligence”, va proposar l’anomenada Prova Turing, que presenta un mètode per discernir si una màquina és intel·ligent o no per si mateixa. Des d’aleshores, els avenços van anar succeint-se un rere l’altre fins a l’entrada en el nou mil·lenni, en què la combinació del cloud computing (informàtica en núvol), el big data (dades massives) i els grans avenços en el machine learning (aprenentatge automàtic - ML) han permès un increment exponencial del desenvolupament i aplicació de la tecnologia del nostre futur.

Què és la intel·ligència artificial (IA)? Bàsicament, coneixem com IA aquelles rutines o comportaments de les màquines o operatius informàtics que simulen la intel·ligència humana. Des de GMV, s’està treballant per convertir aquest concepte eteri en projectes i productes concrets, com per exemple el projecte SAFE-Term, finançat per l’Agència Europea de la Defensa (EDA) i desenvolupat per GMV en conjunt amb AERTEC.

SAFE-Term busca la terminació segura del vol per a un sistema aeri no tripulat (Unmanned Aircraft System – UAS), a partir del moment en què el pilot perd el control de l’aeronau i aquesta pateix una emergència que impedeix dur a terme amb èxit les contingències, i és impossible arribar a les Àrees de Terminació del Vol predefinides (Flight Termination Area - FTA). En aquest cas, la UAS haurà de decidir autònomament quina àrea de les que s’obren davant seu és la més propícia per establir una àrea de Terminació del Vol Alternativa (Alternative Flight Termination Area - AFTA). Aquest projecte desenvolupa un sistema de classificació d’emergència per bregar amb aquesta eventualitat en UAS de tipus MALE (Altitud Mitjana i Gran Autonomia), fet que permet incorporar un nivell superior de seguretat en les seves operatives.

Aquest projecte es va iniciar a finals de 2019 i, durant tot aquest temps, l’equip ha treballat àrduament per desenvolupar un sistema capaç d’analitzar l’entorn mitjançant visió per computador i a través de xarxes neuronals profundes, i discernir aquelles zones més segures per a una operació d’aterratge d’emergència.

El desenvolupament es divideix en tres fases, la segona de les quals ja ha arribat a la seva fi, amb uns resultats notables. L’equip ha aconseguit dissenyar i verificar un sistema embarcable, el disseny del qual ve marcat per la possibilitat de la seva certificació, seguint les guies que s’estan discutint en diversos grups de treball. Es pretén que SAFE-Term no només sigui un sistema més dels UAS del futur, sinó establir les bases per al desenvolupament i incorporació de sistemes basats en IA per al camp de l’aviació.

Entre els resultats més destacables de la segona fase del projecte es troba el disseny i implementació d’un sistema d’aviònica real, desplegat en un maquinari que compleix tots els requisits per ser embarcable en una aeronau, que aconsegueix aïllar de manera realista els components d’IA/ML.

Així mateix, s’ha dissenyat i desplegat un entorn de simulació sintètic realista, que permet mitjançant l’aplicació de proves Hardware-In-The –Loop (HITL). Això permet que SAFE-Term treballi com treballaria si estigués embarcat en una aeronau. L’única diferència respecte d’una operativa real és que les dades que entren pels sensors electroòptics (EO) i infraroigs (IR) estan basades en una base de dades sintètica. Tanmateix, aquesta base de dades, s’ha construït sobre el Centre de Vols Experimentals ATLAS (Jaén). D’aquesta manera, es busca el màxim realisme per als resultats obtinguts.

Actualment, el sistema resultat de la fase dos dona unes precisions del 90%, amb unes ràtios de menys del 5% de falsos positius, localitzats en zones no crítiques, ja que se centren sobretot en les àrees de camins i carreteres comarcals envoltades per arbredes. Aquest tipus d’errors no posen en perill l’operativa de l’aeronau en situació d’emergència, ja que contribueixen a evitar poblacions. S’han proposat, a més, mitjans de postrocés per reduir més la ràtio de falsos positius, mitjançant consolidació tant espacial com temporal dels resultats de classificació del terreny. Aquestes mètriques s’han obtingut amb datasets als quals s’ha sotmès a un tractament de soroll gaussià i desenfocament, per a no només simular-ne una operativa normal, sinó també entendre com afecten les fallades més comunes que les càmeres podrien patir. L’equip pot afirmar que els resultats han estat satisfactoris i que el sistema és prou robust dins de l’entorn de simulació.

Per a la fase 3 del projecte, està previst optimitzar el sistema per millorar temps i resultats. De la mateixa manera, es pretén entrenar i verificar SAFE-Term amb dades obtinguts de campanyes de vol reals, de manera que es complementi el procés ja aconseguit mitjançant l’entrenament amb dades sintètiques i els tests en l’entorn de simulació, amb informació real, del món real a través de sensors reals, amb les seves deformacions i deprecació de qualitat.

Al final de la fase 3, el demostrador podrà ser utilitzat com a exemple viable de sistema embarcable i certificable per a la millora de la seguretat en les operacions autònomes d’UAS. Queda molt per fer, però des de GMV estem preparats per continuar avançant i aportant solucions innovadores.

 

Autor: Javier Ferrero Micó