Onderzoekers werken aan een interdisciplinair onderzoeksproject gefinancierd door NASA dat tot doel heeft een veiligheidsbeheersysteem voor elektrische autonome vliegtuigen te ontwerpen en te ontwikkelen. Universitair docent bij de afdeling Werktuigbouwkunde en Luchtvaart- en Ruimtevaarttechniek, doet onderzoek naar controle, optimalisatie, machine learning en kunstmatige intelligentie (AI) in luchtvervoer en luchtvaart. Zijn laboratorium bouwt cockpit- en grondgebaseerde automatiserings- en beslissingsondersteunende tools om de veiligheid van opkomende vliegtuigtypes en vluchtoperaties te verbeteren en te waarborgen.
Hoewel veel van de innovatie in toepassingen voor kunstmatige intelligentie en machine learning gericht was op het revolutioneren van internet en digitale connectiviteit, is een groep onderzoekers gericht op het uitbreiden van die voordelen naar het transformeren van luchtvervoer voor fysieke connectiviteit en toekomstige mobiliteit.
Onderzoekers onderzoeken een nieuw driejarig NASA System-Wide Safety-subsidieproject van $ 2.5 miljoen. Het onderzoeksteam zal het systeemontwerp bestuderen om de risico's voor elektrische verticale start- en landingsvliegtuigen (eVTOL) en hun geavanceerde luchtmobiliteitsmissies in stedelijke omgevingen te minimaliseren.
Het voorgestelde systeemontwerp van het team is bedoeld om de gelaagde risico's voor autonome vliegtuigen te minimaliseren. Ongunstige weersomstandigheden zoals wind - waar het laboratorium van Researcher zich op zal concentreren - beïnvloeden het vermogen van een elektrisch vliegtuig om veilig te vliegen en te landen. Bijkomende risico's zijn onder meer defecten of degradatie van elektrische voortstuwingscomponenten en bedreigingen van andere niet-coöperatieve vliegtuigen als gevolg van GPS-spoofing of kaping van software tijdens de vlucht. Het NASA-project probeert deze drie verschillende aandachtsgebieden aan te pakken: risico op missieniveau, risico op vliegtuigniveau en risico op luchtruimniveau.
“Zodra een autonoom vliegtuig niet meer meewerkt, of het nu wordt gekaapt, of een autonomiefout, of een motor/batterijprobleem, of door wind, begint dat vliegtuig weg te drijven van zijn baan, hoe detecteren we dat en hoe kunnen andere vliegtuigen vermijd die mogelijke botsingen of conflicten.
Wijdverbreide acceptatie van veilige auto's zonder bestuurder blijft jaren uit Hetzelfde kan gezegd worden over autonome vliegtuigen, zei onderzoeker dat vliegen zonder piloot waarschijnlijk zou beginnen met het vervoeren van kleine pakketten of lunchbezorging van lokale restaurants. Als deze toepassingen veilig en succesvol blijken te zijn, kunnen grotere vrachtvluchten en autonoom passagiersvervoer door de lucht worden geïntroduceerd, waardoor de verkeerscongestie mogelijk wordt verbeterd en mensen verder van hun werk kunnen wonen.
“Als een machine learning-algoritme een fout maakt in Facebook, TikTok, Netflix, maakt dat niet zoveel uit. “Maar als een machine learning-algoritmefout optreedt in een veiligheidskritieke toepassing, zoals de luchtvaart of bij autonoom rijden, kunnen mensen ongelukken krijgen. Er kunnen fatale gevolgen zijn.”
Bij luchtvaarttoepassingen staat veiligheid altijd voorop. Nieuwe vliegtuigtypes - elektrificatie in de luchtvaart, AI en op machine learning gebaseerde autonomiefuncties - brengen grote uitdagingen en kansen met zich mee voor onderzoek naar luchtvaartveiligheid.
Extra projecten
Onderzoeker ontving een subsidie van twee jaar van de Federal Aviation Administration om zich te concentreren op het ontwerp en de implementatie van een veiligheidsverificatiekader voor op leren gebaseerde luchtvaartsystemen.
Ze willen onderzoeken hoe ze deze op AI en machine learning gebaseerde avionische functies kunnen verifiëren of certificeren. Onderzoekers zijn van plan een aantal tools te ontwikkelen voor zowel offline als online verificatie om de veiligheid te garanderen.
Onderzoekers ontvingen ook een NASA SBIR Phase I-prijs van zes maanden om samen met Intelligent Automation, Inc. te werken aan een project om het opkomende grote volume van stedelijk luchtmobiliteitsverkeer te ondersteunen door de mogelijke congestie in het luchtruim te verminderen. Het team zal zich concentreren op het mogelijk maken van de hoge aankomst- en vertreksnelheden op vertiports, de belangrijkste knelpunten voor eVTOL-luchtverkeer.
Onbemande elektrische vliegtuigen zijn kwetsbaar voor congestie in het luchtverkeer omdat het batterijvermogen beperkt is in vergelijking met traditionele brandstof. Elektrische vliegtuigen kunnen aanzienlijke middelen verbruiken als ze niet op tijd kunnen landen.
Ze kunnen het zich niet veroorloven om in het verkeer in de lucht te zitten, als ze zweven of in de lucht blijven, zullen ze hun batterijen verbruiken.
Het derde project is een eenjarige samenwerking met de University of Virginia en de George Mason University. Het onderzoeksteam ontving een subsidie van het Virginia Commonwealth Cyber Initiative (CCI) om bedreigingen van autonome voertuigen aan te pakken wanneer ze het slachtoffer worden van opkomende cyberaanvallen. Het Smart City-project integreert twee nieuwe mechanismen: video-intelligentie op stadsschaal voor het detecteren van aanvallen en planning van versterking door meerdere agenten voor het reageren op aanvallen en niet-coöperatieve voertuigen.
Ze zijn van plan camera's te gebruiken om mogelijk abnormale autobewegingen te identificeren, variërend van agressief of dronken rijden tot een gehackt autonoom voertuig. Onderzoekers streven er uiteindelijk naar om dit soort gedrag te detecteren en te voorspellen om het risico op de weg te verkleinen. De laboratoriumervaring van onderzoekers met het vermijden van botsingen en het oplossen van conflicten is de sleutel tot deze inspanning.
Voorbereiden op morgen
AI en machine learning zullen de basis vormen voor de toekomst van technologische innovatie, en er is aanzienlijke ruimte voor uitbreiding in het luchtvervoer en de luchtvaart.
In de komende decennia zal er een groeiende behoefte zijn aan personeel in de luchtvaartindustrie dat zich strikt richt op veiligheid en dat kunstmatige intelligentie (AI) en machine learning technologie. Gekozen functionarissen en hun personeel, beleidsmakers en toezichthouders van de Federal Aviation Administration zullen ook over voldoende kennis moeten beschikken om de veranderende technologie te kunnen beoordelen.