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 die Sicherheit am Flughafen gefährden könnten.
Das Anwendungssystem der Bildverarbeitungstechnologie wurde vom Forschungsteam über zwei Jahre mit dem Ziel entwickelt, die Flugsicherheit zu unterstützen.
Zu diesem Zweck skizzierte das Team am Computer ein 3D-Modell, um den tatsächlichen Flughafen zu simulieren, einschließlich des gesamten Terminals, der Flugzeuge, der Landebahn, des Tunnels, 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, kombiniert mit Bildern, die von Studierenden und Dozenten während ihres Praktikums aufgenommen wurden.
Sobald Daten in den Computer eingespeist werden, lernt er alle Objekte im Fotoset. Beispielsweise stellen Metalldächer, Wassertankabdeckungen, Antennenschüsseln, Ziervögel und sogar Passagiergegenstände wie Kugelschreiber, Koffergriffe und Dokumentenklammern potenzielle Sicherheitsrisiken dar. Sobald Fremdkörper auf die Modellbahn-Landebahn 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 unter guten Lichtbedingungen 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 geringerer Genauigkeit, die durchschnittlich bei etwa 70–80 % liegt. 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 Forschungsleiter, unterscheidet sich der Test des Systems am Flughafenmodell stark von dem am realen 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 Fremdkörpererkennung auf Flughäfen in vielen Ländern eingesetzt werde, aber sehr teuer sei. Im Jahr 2017 beliefen sich die Gesamtinvestitionen in das Fremdkörpererkennungs- und Warnsystem (FOD – Foreign Object Debris – FOD) für den Flughafen Noi Bai auf 486,2 Milliarden VND und für den Flughafen Tan Son Nhat auf 509,7 Milliarden VND.
In Vietnam „werden bisher keine automatischen Systeme zur Erkennung von Fremdkörpern eingesetzt, sondern es werden überwiegend manuelle Methoden verwendet. 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, Leiter der Forschung. Foto: Ha An
Laut Dr. Bui Van Hong, Direktor des Instituts für Technische Bildung (Ho Chi Minh City University of Technical Education), wurden Fremdkörpererkennungssysteme im Luftfahrtsektor mithilfe von Kamerasystemen bereits in Industrieländern weltweit erforscht und in der Praxis eingesetzt. Diese Technologie wird an einigen Flughäfen weltweit mit Kurzwellenradarsystemen zur Fremdkörpererkennung kombiniert. Die Wirksamkeit dieser Systeme wurde jedoch über die Herstellerankündigung hinaus nicht bewertet. 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 nationalen Flughäfen eingesetzt wird.
Ha An
[Anzeige_2]
Quellenlink
Kommentar (0)