Hoe kunstmatige intelligentie de toekomst van het luchtvervoer verandert

Een professor aan de George Washington University School of Engineering and Applied Science werkt aan een interdisciplinair onderzoeksproject gefinancierd door NASA dat tot doel heeft een veiligheidsbeheersysteem voor elektrische autonome vliegtuigen te ontwerpen en te ontwikkelen.

Peng Wei, een assistent-professor bij de afdeling Mechanische 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 AI- en machine learning-applicaties gericht was op het revolutioneren van internet en digitale connectiviteit, maakt Dr. Wei deel uit van een groep onderzoekers die zich heeft gericht op het uitbreiden van die voordelen naar het transformeren van luchtvervoer voor fysieke connectiviteit en toekomstige mobiliteit.

Dr. Wei is de hoofdonderzoeker van een nieuw driejarig NASA System-Wide Safety-subsidieproject van $ 2,5 miljoen. Samen met medewerkers van de Vanderbilt University, University of Texas in Austin en MIT Lincoln Lab, zal het onderzoeksteam het systeemontwerp bestuderen om de risico’s voor elektrische verticale start- en landingsvliegtuigen (eVTOL) en hun geavanceerde luchtmobiliteit missies in stedelijke omgevingen.

Het voorgestelde systeemontwerp van het team is gericht op het minimaliseren van de gelaagde risico’s voor autonome vliegtuigen. Ongunstige weersomstandigheden zoals wind – waar het laboratorium van Dr. Wei 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 luchtvaartuigen als gevolg van: GPS-spoofing of software kaping 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,” zei Dr. Wei. “Dus hoe detecteren we dat en hoe vermijden andere vliegtuigen die mogelijke botsingen of conflicten?”

Wijdverbreide adoptie van safe auto’s zonder bestuurder blijft jaren achter. Hetzelfde kan gezegd worden over autonome vliegtuigen, zei Dr. Wei. Vliegen zonder piloot zou waarschijnlijk 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 – dat maakt niet zoveel uit, want ik kreeg zojuist een video of film aanbevolen die ik niet leuk vind,” zei hij. “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.”

In luchtvaarttoepassingen staat veiligheid altijd voorop, zei Dr. Wei. 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, zei hij.

“Ons team is erg enthousiast om met NASA samen te werken om deze uitdagingen aan te pakken”, zei hij.

Extra projecten

Dr. Wei heeft onlangs ook drie extra beurzen gekregen. Hij en zijn medewerkers van de West Virginia University en Honeywell Aerospace ontvingen een tweejarige subsidie ​​van de Federal Aviation Administration om zich te concentreren op het ontwerp en de implementatie van een veiligheidsverificatiekader voor op leren gebaseerde luchtvaartsystemen.

“We willen onderzoeken hoe we deze op AI en machine learning gebaseerde avionische functies kunnen verifiëren of certificeren”, zei Dr. Wei. “We zijn van plan enkele tools te ontwikkelen voor zowel offline als online verificatie om de veiligheid te garanderen.”

Hij ontving 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 richten op het mogelijk maken van de hoge aankomst- en vertreksnelheden bij vertipoorten—de belangrijkste knelpunten voor het 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”, zei hij. “Als ze in de lucht zweven of vasthouden, verbruiken ze hun batterijen.”

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. Dr. Wei’s laboratoriumervaring 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, zei Dr. Wei. Als lid van de SEAS-faculteit is Dr. Wei gefocust op het onderzoek in zijn laboratorium en het opleiden van de volgende generatie technologieleiders.

“Bij GW, met zoveel kansen om ons heen voor onze studenten, is ons doel om onze niet-gegradueerde studenten en afgestudeerde studenten op te leiden, zodat ze de best gekwalificeerde multidisciplinaire achtergrond kunnen worden, en ook dat ze beter kunnen passen in hun toekomstige banen en carrières,” hij zei.

In de komende decennia zal er een groeiende behoefte zijn aan personeel in de luchtvaartindustrie dat zich strikt richt op veiligheid en dat AI en machine learning-technologie kan toepassen en ontwikkelen. Gekozen functionarissen en hun personeel, beleidsmakers en regelgevers van de Federal Aviation Administration zullen ook voldoende kennis moeten hebben om veranderende technologie te evalueren.

“Als iemand die geavanceerde technologieën heeft ontwikkeld, hoe kunnen we ze dan onderzoeken? Hoe kunnen we ze controleren of verifiëren of goedkeuren?” zei Dr. Wei. “Ook aan deze kant hebben we veel talent nodig.”