Die Zertifizierung von auf künstlicher Intelligenz (KI) basierenden Flugsicherungskomponenten soll am Beispiel eines Arrival Managers (AMAN), welcher selbständig aus historischen Daten lernt, gezeigt werden. Dieser von der DFS (Deutsche Flugsicherung GmbH) entwickelte AMAN wird hierzu in die Simulationsumgebung des Validierungszentrums Luftverkehr am DLR Institut für Flugführung eingebunden und durch speziell auf die Zertifizierung zugeschnittenen Szenarien analysiert und bewertet. Um den vollen Funktionsumfang des KI-AMAN zu demonstrieren, ist es notwendig, sowohl die Arbeitsposition des Pick-Up-Lotsens als auch die des Feeder-Lotsens nachzubilden. Die beiden Positionen werden nebeneinander mit Radarbild und einem zusätzlichen Monitor zur Darstellung des KI-AMAN aufgebaut. Es werden vier Positionen mit Radar-Ausgabe und Pseudopiloten-Interface eingerichtet, so dass jedem Lotsen zwei Pseudopiloten zugeteilt werden können. Für den Demonstrator wurde der Luftraum Düsseldorf (EDDL) in Landerichtung Südwest ausgewählt. Der Lotsenarbeitsplatz wird als streifenloser Standards-Arbeitsplatz eingerichtet, was bedeutet, dass der Lotse ausschließlich mit dem Radar-Bildschirm und dem separaten AMAN-Monitor interagiert. Der dabei als Unterstützungsinstrument bereitgestellte AMAN basiert auf künstlicher Intelligenz. Zusätzlich ist der Lotse über simulierte Funkfrequenzen per Sprechfunk mit den dem Sektor zugewiesenen Pseudo-Piloten verbunden, welche seine Anweisungen zurücklesen und ausführen. Im Projekt KIEZ4-0 wurden verschiedene Szenarien entwickelt, die darauf ausgelegt sind, den KI-AMAN sowohl im Nominalbetrieb als auch beim Vorliegen außergewöhnlichen Situationen zu testen und daher eine besondere Situation in der Anflugplanung repräsentieren. Hierbei handelt es sich um Situationen, die im Regelbetrieb sehr selten auftreten und daher auch kaum in den Trainingsdaten erfasst werden. Zusätzlich zu den Sonder-Situationen wird eine Variation der Verkehrsmenge in vier Stufen implementiert. Jeder dieser vier Verkehrsmengen wird einmal ohne Sonder-Situation und einmal mit einer Auswahl der oben genannten Optionen simuliert, so dass insgesamt acht unterschiedliche Szenarien modelliert werden. Das Auftreten der Sonder-Situationen ist dabei so angelegt, dass möglichst viele potentielle Änderungen der geplanten Luftfahrzeug-Sequenz initiiert werden. Der Demonstrator setzt sich aus einzelnen Komponenten zusammen, die jede für sich verifizierbar ist. Durch eine Kombination dieser Komponenten lässt sich ein Abbild der Realität aufbauen, welches geeignet ist die Fragestellung hinsichtlich der Zertifizierbarkeit des KI-AMAN zu unterstützen.


    Access

    Download

    Check availability in my library


    Export, share and cite



    Title :

    Aufbau eines Demonstrators im Projekt KIEZ4-0 (Künstliche Intelligenz Europäisch Zertifizieren unter Industrie 4.0)


    Contributors:
    Ahrenhold, N. (author) / Lüttel, M. (author)

    Publication date :

    2021


    Size :

    8 pages



    Type of media :

    Miscellaneous


    Type of material :

    Electronic Resource


    Language :

    German




    Zertifizieren eines Recyclingbetriebs

    Steigemann,U. / Wiedemann,P. | Automotive engineering | 1995


    Künstliche Intelligenz

    Nolting, Michael | Springer Verlag | 2020



    Zertifizieren leicht gemacht

    British Library Online Contents | 2011