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 einen Zeitraum von zwei Jahren mit dem Ziel entwickelt, die Flugsicherheit zu unterstützen.
Zu diesem Zweck entwarf das Team am Computer ein 3D-Modell, das den tatsächlichen Flughafen mit dem gesamten Terminal, den Flugzeugen, der Landebahn, dem Tunnel, der Beleuchtungsanlage (Simulation von Tag und Nacht) usw. simulierte. In der Realität arrangierte das Team Kameras, um Objekte entlang der Landebahn zu erkennen.
Es wurden verschiedene Szenarien konstruiert, in denen der Computer Fremdobjekte auf der simulierten Landebahn erkennen konnte. Die Datenquelle wurde vom Team durch die Sammlung verfügbarer Bilder von Start- und Landebahnen, Rollwegen und Rollfeldern auf nationalen und internationalen Flughäfen erstellt und mit Bildern kombiniert, die von Studenten und Dozenten während ihrer Praktika aufgenommen wurden.
Wenn dem Computer Daten zugeführt werden, lernt er alle Objekte im Bildsatz. Beispielsweise stellen Wellblechdächer, Wassertankabdeckungen, Antennenschüsseln, Ziervögel und sogar Gegenstände von Passagieren wie Kugelschreiber, Koffergriffe und Dokumentklammern potenzielle Sicherheitsrisiken dar. Wenn ein Fremdkörper auf die Modelllandebahn gelangt, nimmt die Kamera Bilder auf und sendet diese zur Analyse, Verarbeitung und Ausgabe von Warnungen an den Server.
Bei Tests an einem maschinellen Lernmodell mit Bildern unter guten Lichtbedingungen können Fremdobjekte mit einer Genauigkeit von über 99 % erkannt werden. Bei verrauschten Bildern, z. B. bei schwachem Licht, Staub, Regen oder Wind, arbeitet das Modell mit einer geringeren Genauigkeit, im Durchschnitt etwa 70 - 80 %. Als Ergebnis erkennt das maschinelle Lernmodell die Form, Größe und Position des Objekts.
Derzeit erkennt das Produkt des Teams nur Objekte auf dem Boden. Dr. Dung sagte, er werde weiterhin ähnliche Funktionen für Flugobjekte erforschen und entwickeln.
Das maschinelle Lernmodell zur Fremdobjekterkennung 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 an einem Flughafenmodell stark von dem Testen an einem echten Flughafen. Der Grund hierfür liegt darin, dass die Distanz von der Kameraposition (unter Einhaltung der Sicherheitsbedingungen) bis zum Objekt (Seitenlänge über 3 cm) auf der Landebahn sehr groß ist und teilweise mehrere hundert Meter betragen kann. Daher benötigt das Kamerasystem zur Objekterkennung eine höhere Auflösung und erfordert ein Computersystem mit schnellerer Datenverarbeitungsgeschwindigkeit.
Herr Dung sagte, dass die Technologie zur Erkennung von Fremdkörpern auf Flughäfen in vielen Ländern eingesetzt werde und sehr teuer sei. Im Jahr 2017 wurde die Gesamtinvestition in das Fremdkörpererkennungs- und Warnsystem (FOD) mit 486,2 Milliarden VND für den Flughafen Noi Bai und 509,7 Milliarden VND für den Flughafen Tan Son Nhat angegeben.
In Vietnam „werden keine automatischen Systeme zur Erkennung von Fremdkörpern eingesetzt, es werden meist 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, 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 im Luftfahrtbereich mit Hilfe von Kamerasystemen in Industrieländern auf der ganzen Welt erforscht und in der Praxis angewendet. Diese Technologie wird auf einigen Flughäfen weltweit mit Kurzwellenradarsystemen kombiniert, um Fremdobjekte zu erkennen. Die Wirksamkeit dieser Systeme wurde jedoch über die Ankündigung des Herstellers hinaus nicht bewertet. Die Kosten für die Anwendung in Vietnam sind jedoch hoch und die Technologie ist nicht proaktiv.
Er sagte, dass die Forschung der Gruppe die Grundlage für die Entwicklung, Installation, Nutzung, Wartung und Beherrschung häuslicher Technologie sei und bei praktischer Anwendung die Kosten minimiere. Daher erwartet er, dass das System vom Forschungsteam fertiggestellt, getestet und auf nationalen Flughäfen eingesetzt wird.
Ha An
[Anzeige_2]
Quellenlink
Kommentar (0)