Tendencias Científicas
Entorno de simulación con varios aviones. Fuente: FIUPM.
Investigadores del Departamento de Inteligencia Artificial de la Facultad de Informática de la Universidad Politécnica de Madrid (UPM) han desarrollado un modelo de navegación y anticolisión aérea automáticas, mediante un sistema de aprendizaje automático, informa la citada facultad en un comunicado.
Basado principalmente en el sistema de aprendizaje de los seres vivos en movimiento, el modelo construye un software a través de un proceso de aprendizaje en un simulador. El software resultante, incluido en la aviónica de la aeronave, le permite armonizar su trayectoria con la de otras aeronaves circundantes en un espacio aéreo denso como el de un aeropuerto u otros, evitando colisiones. En el caso de dirigirse hacia un edificio, la aeronave lo evita automáticamente. Igualmente, en el caso de tener que aterrizar varios aviones en una misma pista, posibilita priorizar las maniobras sin necesidad de ninguna intervención humana.
Todas las principales combinaciones de incidencias en vuelo han sido experimentadas por el modelo en el simulador, aprendiendo a resolver desde las situaciones más simples a las más complejas de manera satisfactoria gracias al algoritmo bioinspirado con el que ha sido construido.
Múltiples aeronaves, obstáculos, zonas peligrosas o cielos prohibidos
El modelo, adaptable a cada aeronave según sus diferentes características de vuelo, es el resultado de un Proyecto de Investigación del Plan Nacional I+D+I, liderado por la Facultad de Informática de UPM, con la colaboración de la Escuela Superior de Ingenieros Aeronáuticos (UPM), EADS y AENA. Han desarrollado esta investigación los profesores Santiago Álvarez de Toledo y José María Barreiro Sorrivas.
Basado principalmente en el sistema de aprendizaje de los seres vivos en movimiento, el modelo construye un software a través de un proceso de aprendizaje en un simulador. El software resultante, incluido en la aviónica de la aeronave, le permite armonizar su trayectoria con la de otras aeronaves circundantes en un espacio aéreo denso como el de un aeropuerto u otros, evitando colisiones. En el caso de dirigirse hacia un edificio, la aeronave lo evita automáticamente. Igualmente, en el caso de tener que aterrizar varios aviones en una misma pista, posibilita priorizar las maniobras sin necesidad de ninguna intervención humana.
Todas las principales combinaciones de incidencias en vuelo han sido experimentadas por el modelo en el simulador, aprendiendo a resolver desde las situaciones más simples a las más complejas de manera satisfactoria gracias al algoritmo bioinspirado con el que ha sido construido.
Múltiples aeronaves, obstáculos, zonas peligrosas o cielos prohibidos
El modelo, adaptable a cada aeronave según sus diferentes características de vuelo, es el resultado de un Proyecto de Investigación del Plan Nacional I+D+I, liderado por la Facultad de Informática de UPM, con la colaboración de la Escuela Superior de Ingenieros Aeronáuticos (UPM), EADS y AENA. Han desarrollado esta investigación los profesores Santiago Álvarez de Toledo y José María Barreiro Sorrivas.
El software creado por el modelo en simulación es capaz de hacer navegar a una aeronave automáticamente, dirigiéndola a un objetivo o a objetivos consecutivos. En su navegación, la aeronave es capaz de evitar automáticamente la colisión, en resumen con cualquier elemento físico en su camino: otras aeronaves, tierra, accidentes geográficos y edificios. Asimismo, le permite evitar y bordear zonas señaladas meteorológicamente adversas, zonas militares, cielos nacionales determinados, etc.
En el caso de posible colisión con otras aeronaves, el modelo se ha demostrado totalmente capaz de evitarla, incluso cuando pudieran coincidir no sólo dos, sino varias aeronaves en las mismas coordenadas espaciales.Para ello, las maniobras no son meramente verticales (ascender/descender), como son las que en este momento se realizan cuando hay una posible colisión. Además, hoy no son automáticas, sino que ha de realizarlas el piloto.
Las maniobras del modelo son totalmente automáticas y tridimensionales, realizando todo tipo de giros con ascenso y descenso. Todas ello realizado desde el principio a través del modelo, sin ninguna intervención del piloto ni de control de tráfico aéreo, ni ningún tipo de teledirección.
Hasta ahora, el modelo sólo se ha utilizado en el simulador con notable éxito, pero sus creadores pretenden implementarlo físicamente en la navegación aérea real, como una medida adicional de seguridad frente a los imponderables humanos.
El problema más arduo para la realización de este modelo ha sido el de plasmar automáticamente toda la experiencia del piloto y del controlador en evitar una colisión, no sólo con otro avión, montaña, tierra o edificio, sino cuando el entorno es de tráfico denso, con varios aviones, al frente, por los lados, encima y debajo, quizás adicionalmente con tierra cercana abajo, etc., como ocurre en las inmediaciones de los aeropuertos con los aviones civiles. Una complejidad que tiende aumentar al mismo ritmo que el tráfico aéreo y a la que este modelo pretende dar una respuesta automática.
En el caso de posible colisión con otras aeronaves, el modelo se ha demostrado totalmente capaz de evitarla, incluso cuando pudieran coincidir no sólo dos, sino varias aeronaves en las mismas coordenadas espaciales.Para ello, las maniobras no son meramente verticales (ascender/descender), como son las que en este momento se realizan cuando hay una posible colisión. Además, hoy no son automáticas, sino que ha de realizarlas el piloto.
Las maniobras del modelo son totalmente automáticas y tridimensionales, realizando todo tipo de giros con ascenso y descenso. Todas ello realizado desde el principio a través del modelo, sin ninguna intervención del piloto ni de control de tráfico aéreo, ni ningún tipo de teledirección.
Hasta ahora, el modelo sólo se ha utilizado en el simulador con notable éxito, pero sus creadores pretenden implementarlo físicamente en la navegación aérea real, como una medida adicional de seguridad frente a los imponderables humanos.
El problema más arduo para la realización de este modelo ha sido el de plasmar automáticamente toda la experiencia del piloto y del controlador en evitar una colisión, no sólo con otro avión, montaña, tierra o edificio, sino cuando el entorno es de tráfico denso, con varios aviones, al frente, por los lados, encima y debajo, quizás adicionalmente con tierra cercana abajo, etc., como ocurre en las inmediaciones de los aeropuertos con los aviones civiles. Una complejidad que tiende aumentar al mismo ritmo que el tráfico aéreo y a la que este modelo pretende dar una respuesta automática.
Referencias
Artículos
Álvarez de Toledo, S.; Barreiro, J. M.; Fuertes, J. L.; González, Á. L.; Lara, J. A. Automatic Collision Avoidance and Navigation. Innovations and Advanced Techniques in Systems, Computing Sciences and Software Engineering, Springer, ISBN: (9781402087349) págs. 272-276, 2008.
Álvarez de Toledo, S y Barreiro, J. M. Bioinspired Framework for General-Purpose Learning. Lecture Notes in Computer Science. Springer, vol. 1606, pp. 507:516. Berlin (Germany), 1999.
Congresos
Álvarez de Toledo, S., Barreiro, J. M., Fuertes J. L., González A. L. and Lara J. A. Automatic Collision Avoidance and Navigation. International Joint Conferences CISSE 07. Congress ONLINE, University of Bridgeport. December 3-12, 2007.
Álvarez de Toledo, S., Barreiro, J. M., Fuertes J. L., González A. L. and Lara J. A. An Approach to Fully Automatic Aircraft CollisionAvoidance and Navigation. APPLIED COMPUTER SCIENCE (ACS'07), Venice (Italy), November 21-23, 2007.
Álvarez de Toledo, S. and Barreiro, J. M. Bioinspired Framework for General-Purpose Learning. 5th International Work-Conference onArtificial and Natural Neural Networks (IWANN´99). Alicante (Spain). From 2 to 4 june, 1999.
Artículos
Álvarez de Toledo, S.; Barreiro, J. M.; Fuertes, J. L.; González, Á. L.; Lara, J. A. Automatic Collision Avoidance and Navigation. Innovations and Advanced Techniques in Systems, Computing Sciences and Software Engineering, Springer, ISBN: (9781402087349) págs. 272-276, 2008.
Álvarez de Toledo, S y Barreiro, J. M. Bioinspired Framework for General-Purpose Learning. Lecture Notes in Computer Science. Springer, vol. 1606, pp. 507:516. Berlin (Germany), 1999.
Congresos
Álvarez de Toledo, S., Barreiro, J. M., Fuertes J. L., González A. L. and Lara J. A. Automatic Collision Avoidance and Navigation. International Joint Conferences CISSE 07. Congress ONLINE, University of Bridgeport. December 3-12, 2007.
Álvarez de Toledo, S., Barreiro, J. M., Fuertes J. L., González A. L. and Lara J. A. An Approach to Fully Automatic Aircraft CollisionAvoidance and Navigation. APPLIED COMPUTER SCIENCE (ACS'07), Venice (Italy), November 21-23, 2007.
Álvarez de Toledo, S. and Barreiro, J. M. Bioinspired Framework for General-Purpose Learning. 5th International Work-Conference onArtificial and Natural Neural Networks (IWANN´99). Alicante (Spain). From 2 to 4 june, 1999.
Inicio
Enviar a un amigo
Versión para imprimir
Compartir
La Inteligencia Artificial habla sobre la legalización del cannabis
CIENCIA ON LINE