Vietnamesischer Wissenschaftler bringt Maschinen bei, Fremdkörper auf Flughäfen zu erkennen

Eine Gruppe von Wissenschaftlern der Vietnam Aviation Academy nutzte Bilder von Kameras und Modelle des maschinellen Lernens, um Fremdkörper zu erkennen und vor ihnen zu warnen, die zu unsicheren Bedingungen auf Flughäfen führen könnten.

Das Anwendungssystem für die Bildverarbeitungstechnologie wurde vom Forschungsteam über einen Zeitraum von zwei Jahren mit dem Ziel entwickelt, die Flugsicherheit zu unterstützen.

Zu diesem Zweck skizzierte das Team auf dem Computer ein 3D-Modell, das den tatsächlichen Flughafen simulierte, einschließlich des gesamten Terminals, der Flugzeuge, der Landebahn, der Start- und Landebahn, des Beleuchtungssystems (Simulation von Tag und Nacht) … In Wirklichkeit arrangierte das Team Kameras, um Objekte entlang der Landebahn zu erkennen.

Es wurden verschiedene Szenarien erstellt, in denen der Computer Fremdkörper auf der simulierten Landebahn erkennen konnte. Die Datenquelle wurde vom Team aus verfügbaren Bildern von Start- und Landebahnen, Rollbahnen und Vorfeldern nationaler und internationaler Flughäfen erstellt und mit Bildern kombiniert, die von Studenten und Dozenten während ihres Praktikums aufgenommen wurden.

Sobald Daten in den Computer eingespeist werden, lernt er alle Objekte im Bildsatz. Beispielsweise stellen Metalldächer, Wassertankabdeckungen, Antennenschüsseln, Ziervögel und sogar Passagiergegenstände wie Kugelschreiber, Koffergriffe und Dokumentenklammern ein potenzielles Sicherheitsrisiko dar. Wenn Fremdkörper in das Landebahnmodell gelangen, nimmt die Kamera Bilder auf und sendet sie zur Analyse, Verarbeitung und Warnmeldung an den Server.

Beim Testen eines Machine-Learning-Modells mit Bildern bei guten Lichtverhältnissen kann es Fremdobjekte mit einer Genauigkeit von über 99 % erkennen. Bei verrauschten Bildern, z. B. bei schlechten Lichtverhältnissen, Staub, Regen oder Wind, arbeitet das Modell mit einer geringeren Genauigkeit von durchschnittlich 70–80 %. Dadurch erkennt das Machine-Learning-Modell Form, Größe und Position des Objekts.

Derzeit erkennt das Produkt der Gruppe nur Objekte am Boden. Dr. Dung sagte, er werde weiterhin ähnliche Funktionen für Objekte in der Luft erforschen und entwickeln.

Das maschinelle Lernmodell zur Fremdkörpererkennung wurde vom Team an einem Flughafenmodell getestet. Foto: NVCC

Laut Dr. Nguyen Thanh Dung, stellvertretender Direktor der Akademie und Leiter der Forschung, unterscheidet sich das Testen des Systems am Flughafenmodell stark von dem am tatsächlichen Flughafen. Der Grund dafür ist, dass der Abstand zwischen der Kameraposition (unter Einhaltung der Sicherheitsbedingungen) und dem Objekt (Kantenlänge über 3 cm) auf der Landebahn sehr groß ist und manchmal bis zu Hunderten von Metern betragen kann. Daher benötigt das Kamerasystem eine höhere Auflösung zur Objekterkennung und ein Computersystem mit schnellerer Datenverarbeitungsgeschwindigkeit.

Herr Dung sagte, dass die Technologie zur Erkennung von Fremdkörpern auf Flughäfen in vielen Ländern eingesetzt werde, aber sehr teuer sei. Im Jahr 2017 wurden die Gesamtinvestitionen in das Fremdkörpererkennungs- und Warnsystem (FOD – Foreign Object Debris – FOD) für den Flughafen Noi Bai mit 486,2 Milliarden VND und für Tan Son Nhat mit 509,7 Milliarden VND angegeben.

In Vietnam „werden bisher keine automatischen Systeme zur Erkennung von Fremdkörpern eingesetzt. Die meisten Flughäfen verwenden manuelle Methoden. Das heißt, Flughäfen setzen Personal ein, um Fremdkörper auf Start- und Landebahnen, Rollbahnen und Parkplätzen zu kontrollieren und einzusammeln“, sagte Dr. Dung.

Dr. Nguyen Thanh Dung, Forschungsleiter. Foto: Ha An

Laut Dr. Bui Van Hong, außerordentlicher Professor und Direktor des Instituts für Technische Bildung (Ho Chi Minh City University of Technical Education), wurden Fremdkörpererkennungssysteme in der Luftfahrt mithilfe von Kamerasystemen bereits in Industrieländern erforscht und in der Praxis eingesetzt. Diese Technologie wird an einigen Flughäfen weltweit mit Kurzwellenradarsystemen kombiniert, um Fremdkörper zu erkennen. Die Wirksamkeit dieser Systeme wurde jedoch über die Ankündigung des Herstellers hinaus kaum evaluiert. Für den Einsatz in Vietnam sind die Kosten jedoch hoch und die Technologie nicht proaktiv.

Er ist davon überzeugt, dass die Forschung der Gruppe die Grundlage für die Entwicklung, Installation, Nutzung, Wartung und Beherrschung heimischer Technologie bildet und bei praktischer Anwendung die Kosten minimiert. Daher erwartet er, dass das System von der Forschungsgruppe fertiggestellt, getestet und an inländischen Flughäfen eingesetzt wird.

Ha An

Quellenlink: https://vnexpress.net/nha-khoa-hoc-viet-day-may-phat-hien-vat-the-la-trong-san-bay-4647357.html