Sztuczna inteligencja prężnie rozwija się w lotnictwie dzięki firmie GMV

Na przestrzeni ostatniego dziesięciolecia naukowcy zajmujący się sztuczną inteligencją (AI) opracowali nowe algorytmy i strategie uczenia się, które doprowadziły nas do tak zwanej czwartej rewolucji przemysłowej. Wiele branż już teraz korzysta z rozwiązań z zakresu sztucznej inteligencji i uczenia maszynowego (ML), a sektor lotniczy, poprzez działalność wielonarodowego koncernu technologicznego GMV, jest jedną z nich.

W tym kontekście Europejska Agencja Obrony (EDA) powierzyła firmie GMV realizację dwóch projektów: SAFETERM i AI-GNCAir. Są to dwie z kilku najbardziej zaawansowanych inicjatyw w tej dziedzinie opracowywanych przez GMV.

SAFETERM ma na celu udoskonalenie obecnych systemów i procedur zakończenia lotu zdalnie sterowanego statku powietrznego na średnich wysokościach i o długim czasie trwania (MALE).

Głównym wymogiem systemu SAFETERM jest podniesienie ogólnego poziomu bezpieczeństwa w zarządzaniu sytuacjami kryzysowymi, w których dochodzi do utraty lub pogorszenia jakości łącza danych systemu dowodzenia i kontroli oraz do innych awarii. Pozwala to zatem na bezpieczne zakończenie lotu w przypadku braku zarówno autonomii, jak i możliwości zdalnego sterowania przez pilota, poprzez ustalenie alternatywnych i bezpiecznych stref lądowania za pomocą technik widzenia komputerowego. Jest to niezwykle złożone zadanie, którego realizacja oznacza istotny postęp w stosunku do zastosowań tradycyjnych technologii przetwarzania obrazu.

Spośród wszystkich możliwych zastosowań widzenia komputerowego SAFETERM wykorzystuje rozpoznawanie stref: które obszary pojawiają się na obrazie i gdzie się znajdują. Dlatego też kolejnym celem Europejskiej Agencji Obrony jest rozważenie istniejących wyzwań związanych ze stosowaniem technologii sztucznej inteligencji w lotnictwie: czy można opracować prawdziwe urządzenia i oprogramowanie z zakresu awioniki zgodnie ze standardami lotniczymi, według których będzie dokonywana ocena poszczególnych elementów oraz etapów certyfikacji dla tych pokładowych systemów opartych na sztucznej inteligencji. Prowadzi nas to do innego istotnego aspektu tego projektu, związanego z działaniami wspierającymi procedury certyfikacji i normalizacji. Firma GMV jest obecnie członkiem Wspólnego Międzynarodowego Komitetu ds. Sztucznej Inteligencji w Lotnictwie SAE G34 / EUROCAE WG 114, który promuje działania zapewniające zgodność z certyfikacją w zakresie sztucznej inteligencji w systemach lotniczych o kluczowym znaczeniu dla bezpieczeństwa.

Projekt AI-GNCAir (Sztuczna Inteligencja w Naprowadzaniu, Nawigacji i Sterowaniu w Aplikacjach Lotniczych) analizuje najnowocześniejszą technologię w zakresie wykorzystywania inteligentnej fuzji danych do samolokalizacji statków powietrznych.

Ten kierowany przez firmę GMV i rozwijany we współpracy z Centrum Badań nad Przetwarzaniem Informacji i Telekomunikacją Politechniki Madryckiej (UPM-IPTC) projekt ma na celu zdefiniowanie ogólnej architektury systemu naprowadzania, nawigacji i sterowania dla bezpiecznego stosowania algorytmów opartych na sztucznej inteligencji w sektorze lotnictwa. W drugiej fazie zostanie przeprowadzona symulacja praktycznego przypadku w celu porównania wydajności nowych algorytmów z tradycyjnymi technikami fuzji danych.

Ta inicjatywa jest częścią strategicznego programu badawczego Europejskiej Agencji Obrony w ramach projektu CapTech GNC, który analizuje sposób integracji technologii sztucznej inteligencji z systemami naprowadzania, nawigacji i sterowania, a także niezbędne plany działania mające na celu zmniejszenie powiązanych z tym luk technologicznych na terenie Unii Europejskiej.

Niektóre z najważniejszych aspektów w zarządzaniu danymi i pomiarami z czujników do zadań nawigacyjnych to: bezpieczeństwo, zapobiegające niepożądanej ingerencji w pomiary; integralność, aby zapewnić i monitorować dokładność danych przechodzących przez przepływy obliczeniowe; oraz dostępność, jako że przepływ danych nigdy nie może zostać przerwany. Algorytmy sztucznej inteligencji muszą być w stanie rozpoznać zakłócenia sygnału, nieprawidłowe odczyty danych z czujników, a nawet przewidzieć dane, których mogłoby zabraknąć z powodu zajścia tych okoliczności.

Niektóre z kwestii, na których skupia się projekt AI-GNCAir, to: sprawne pozyskiwanie danych, wydajne protokoły fuzji tychże danych, zarządzanie złożonością obliczeniową fuzji danych czy też dynamiczny dobór czujników w celu zapewnienia ciągłej dostępności.

Sztuczna inteligencja i uczenie maszynowe to ogólne terminy obejmujące ogromną liczbę różnorodnych technik przetwarzania, kontroli i optymalizacji danych, mających zastosowanie praktycznie w każdej branży czy systemie. Statki powietrzne mogą korzystać z tych zaawansowanych technologii, które zapewnią im większą autonomię i bezpieczeństwo, jak również umożliwią operatorom dostarczanie informacji wyższego poziomu oraz sprawowanie większej kontroli nadzorczej.

Więcej informacji:

Dział Rozwoju Korporacyjnego, Marketingu i Komunikacji
[email protected]