KI-Fortschritte in der Luftfahrt mit Hilfe von GMV

Im letzten Jahrzehnt haben Wissenschaftler im Bereich der Künstlichen Intelligenz (KI) neue Algorithmen und Lernstrategien entwickelt, die den Weg für die so genannte Vierte Industrielle Revolution bereitet haben. Zahlreiche Branchen profitieren heute bereits von Lösungen auf Grundlage von KI und Machine Learning (ML), darunter auch der Luftfahrtsektor, angeführt vom multinationalen Technologiekonzern GMV.

In diesem Zusammenhang hat die Europäische Verteidigungsagentur (EDA) zwei Projekte an GMV vergeben: Das sind SAFETERM und AI-GNCAir, zwei der führenden Initiativen, die von GMV auf diesem Gebiet entwickelt wurden.

SAFETERM zielt darauf ab, die aktuellen Flugabbruchsysteme und -verfahren für RPA-Systeme der Klasse Medium Altitude Long Endurance (MALE) zu verbessern

Die Hauptanforderung an das SAFETERM-System ist die Erhöhung des allgemeinen Sicherheitsniveaus bei der Bewältigung von Notfallsituationen, bei denen es zu einem Verlust oder einer Beeinträchtigung der Befehls- und Steuerungsverbindung oder anderen Störungen kommt. Es ermöglicht eine sichere Beendigung des Fluges bei unerwarteter Verkürzung der Reichweite oder Ausfall der Steuerfähigkeit durch den Piloten, indem alternative und sichere Landeplätze mit Hilfe von maschinellem Sehen eingerichtet werden. Dies ist eine äußerst komplexe Aufgabe, die einen erheblichen Fortschritt gegenüber herkömmlichen Bildverarbeitungstechnologien darstellt.

SAFETERM nutzt dabei die Möglichkeit der Gebietserkennung, d.h. der Erkennung des Geländes auf dem Bild und dessen geographischer Lage durch maschinelles Sehen. In diesem Zusammenhang bezweckt die EDA weiterhin, die Herausforderungen beim Einsatz von KI-Technologie anzugehen. Die Entwicklung echter Avionikgeräte und -software nach den Luftfahrtnormen, nach denen die Elemente und Zertifizierungsphasen für diese KI-basierten Bordsysteme bewertet werden, bringt uns zu einem weiteren relevanten Aspekt des Projekts, der mit den Aktivitäten zur Unterstützung der Zertifizierung und Standardisierung zusammenhängt. GMV ist derzeit Mitglied des Joint International Committee on Artificial Intelligence in Aviation SAE G34 / EUROCAE WG 114, das sich für die Einhaltung von KI-Zertifizierungen in sicherheitskritischen Luftfahrtsystemen einsetzt.

Im Rahmen des Projekts AI-GNCAir (Artificial Intelligence in Guidance, Navigation and Control for Aerial Applications) werden die modernsten Technologien für die Nutzung intelligenter Datenfusion bei der Selbstlokalisierung von Luftfahrzeugen erforscht.

Ziel des von GMV geleiteten und in Zusammenarbeit mit dem Forschungszentrum für Informationsverarbeitung und Telekommunikation der Polytechnischen Universität Madrid (UPM-IPTC) entwickelten Projekts ist die Empfehlung einer generischen GNC-Architektur für den sicheren Einsatz von KI-basierten Algorithmen in der Luftfahrt. In einer zweiten Phase wird ein praktischer Anwendungsfall simuliert, um die Leistung der neuen Algorithmen mit traditionellen Datenfusionstechniken zu vergleichen.

Diese Initiative ist Teil der strategischen Forschungsagenda der EDA im Rahmen von CapTech CNG und beschäftigt sich mit der Frage, wie die KI-Technologie in CNG-Systeme integriert werden kann und welche Roadmaps erforderlich sind, um diesbezügliche Technologielücken in der EU zu verringern.

Zu den wichtigsten Aspekten bei der Verarbeitung von Sensordaten und Messungen für Navigationsaufgaben gehören die Sicherheit, um böswillige Veränderungen von Messungen zu verhindern, die Integrität, um die Genauigkeit der Daten innerhalb der Berechnungsflüsse sicherzustellen und zu überwachen, sowie die Verfügbarkeit, da der Datenfluss auf keinen Fall unterbrochen werden darf. Die KI-Algorithmen müssen in der Lage sein, Störeinwirkungen auf die Signale sowie falsche Sensormessungen zu erkennen und sogar die Daten vorherzusagen, die aufgrund solcher Umstände fehlen.

Zu den Forschungsschwerpunkten des AI-GNCAir-Projekts gehören die Einrichtung einer robusten Datenerfassung und Entwicklung effizienter Datenfusionsprotokolle, die Bewältigung der rechnerischen Komplexität der Datenfusion sowie die dynamische Sensorauswahl für eine kontinuierliche Verfügbarkeit

Künstliche Intelligenz und maschinelles Lernen sind Oberbegriffe, die eine riesige Vielfalt an Datenverarbeitungs-, Steuerungs- und Optimierungstechniken umfassen, die auf praktisch jede Branche oder Anlage anwendbar sind. Viele Luftfahrzeuge können von diesen fortschrittlichen Technologien profitieren, die ihre Reichweite und Sicherheit erhöhen und mit denen die menschlichen Bediener in die Lage versetzt werden, Informationen auf höherer Ebene zu liefern und eine bessere Kontrolle auszuüben.

Direktion Unternehmensentwicklung, Marketing und Kommunikation
[email protected]