Wie KI Flugzeuge sicher durch extreme Turbulenzen steuern soll
Extreme Turbulenzen sind nach wie vor ein großes Problem in der Luftfahrt. Künstliche Intelligenz könnte Flugzeuge sicherer machen.
Trotz aller Technik sind schwere Turbulenzen nach wie vor eine Herausforderung im Luftverkehr. Künstliche Intelligenz könnte dabei helfen, diese in den Griff zu bekommen.
Foto: PantherMedia / dell640
Flugzeuge sind seit jeher für die Bewältigung unterschiedlichster Wetterbedingungen ausgelegt. Doch extreme Turbulenzen stellen nach wie vor eine große Herausforderung dar. Um Flugzeuge sicherer und effizienter zu machen, arbeiten Ingenieurinnen und Ingenieure daran, ihnen eine neue Fähigkeit zu verleihen: das Erkennen und adaptive Reagieren auf Turbulenzen in Echtzeit. Ein innovativer Ansatz namens Falcon, entwickelt von Forschenden des Center for Autonomous Systems and Technologies (CAST) an der Caltech und Nvidia, bringt genau diese Fähigkeit näher. Künstliche Intelligenz (KI) spielt dabei eine zentrale Rolle.
Inhaltsverzeichnis
Warum spontane Turbulenzen gefährlich sind
Turbulenzen treten oft unerwartet auf und können zu gefährlichen Situationen führen. Ein tragisches Beispiel ist der Flug von Singapore Airlines im Mai 2024, bei dem über 100 Passagiere verletzt wurden und es sogar ein Todesopfer gab, als das Flugzeug in heftige Turbulenzen geriet. Wären die Piloten in der Lage gewesen, die Turbulenzen vorherzusehen und das Flugzeug automatisch zu stabilisieren, hätte die Katastrophe möglicherweise vermieden werden können. Genau das versuchen die Entwicklerinnen und Entwickler von Falcon zu erreichen.
Vögel beispielsweise liegt es im Blut, sich plötzlichen Veränderungen wie Turbulenzen anzupassen und dabei trotzdem sicher in der Luft zu bleiben. Ingenieurinnen und Ingenieure an der Caltech haben nun das Ziel, ähnliche Mechanismen in Flugzeuge zu integrieren. Das Forschungsteam hat Falcon entwickelt, eine Steuerungsstrategie für unbemannte Luftfahrzeuge (UAVs). Später soll das System auch bei Passagierflugzeugen funktionieren.
Das ist Falcon
Falcon steht für Fourier Adaptive Learning and Control und nutzt das verstärkende Lernen, um UAVs auf extreme Windbedingungen vorzubereiten. Die Besonderheit: Das System lernt nicht nur aus vorgegebenen Modellen, sondern passt sich in Echtzeit an veränderte Turbulenzen an. „Spontane Turbulenzen haben erhebliche Auswirkungen auf alles, von zivilen Flügen bis hin zu Drohnen“, sagt Mory Gharib, Professor am Caltech und Co-Autor der Studie.
Die Strategie hinter Falcon nutzt Fourier-Methoden, die es ermöglichen, Windbewegungen anhand von Frequenzen zu analysieren. Turbulenzen zeigen sich oft durch plötzliche Frequenzänderungen, und das System ist darauf trainiert, diese zu erkennen. Die KI lernt also, wie Windmuster aussehen und wie sich diese in verschiedenen Situationen ändern können. Dadurch kann das UAV schnell auf plötzliche Windstöße reagieren und seine Stabilität bewahren.
Mehr als modellfreie Methoden
Das Besondere an Falcon ist, dass es das zugrunde liegende Modell der Turbulenzen lernt. Frühere Steuerungsansätze für Drohnen setzten häufig auf modellfreie Methoden, die sich auf die Maximierung von Belohnungsfunktionen konzentrierten. Diese Systeme waren jedoch nicht in der Lage, sich schnell an neue Umgebungen anzupassen. Anima Anandkumar, Bren-Professorin für Informatik und Mathematik am Caltech, betont: „Wir müssen sicherstellen, dass die KI das zugrunde liegende Turbulenzmodell erlernt, um auf Windveränderungen zu reagieren.“
Frühere KI-Modelle benötigten umfangreiche Trainingsphasen und waren nicht flexibel genug, um spontane Windänderungen zu bewältigen. Falcon hingegen nutzt die Fourier-Analyse, um die turbulenten Windbedingungen direkt zu erfassen und entsprechend zu reagieren. Dies macht es vielseitiger und robuster.
Fournier-Methoden funktionieren besonders gut
Fourier-Methoden eignen sich besonders gut für die Analyse von Turbulenzen, da sie es ermöglichen, Windbedingungen als Wellen zu modellieren. Dies reduziert nicht nur den Rechenaufwand, sondern ermöglicht auch eine präzise Vorhersage extremer Bedingungen. „Fourier-Methoden funktionieren hier gut, weil turbulente Wellen in Bezug auf Frequenzen besser modelliert werden können“, sagt Sahin Lale, Co-Autor der Studie.
Durch das Lernen dieser Wellenmuster kann Falcon Vorhersagen treffen und entsprechend handeln. Wenn beispielsweise eine plötzliche Frequenzänderung auftritt, weiß das System, dass eine Turbulenz bevorsteht und kann Gegenmaßnahmen ergreifen. Diese adaptive Lernfähigkeit ist entscheidend für den Einsatz in unvorhersehbaren Situationen, wie sie im Flugverkehr oft vorkommen.
Testumgebung und erste Erfolge
Um die Falcon -Strategie zu testen, schufen die Forschenden eine simulierte Umgebung im Windkanal. Dort setzten sie ein repräsentatives UAV starken Windschwankungen aus. Innerhalb von nur neun Minuten Lernzeit konnte sich das Falcon-gestützte System in dieser extremen Umgebung selbst stabilisieren. Peter I. Renn, Co-Autor der Studie, betont: „Das Training eines Algorithmus für bestärkendes Lernen in einer physikalisch turbulenten Umgebung stellt uns vor eine Reihe einzigartiger Herausforderungen.“
Dieser Erfolg zeigt, dass Falcon in der Lage ist, sich schnell an wechselnde Bedingungen anzupassen. Mit jeder neuen Windveränderung verbessert sich das System, da es mehr Daten sammelt und daraus lernt. Die Forschenden sehen darin das Potenzial, die Technologie auch in Passagierflugzeugen einzusetzen.
Blick in die Zukunft: Vernetzte Flugzeuge
Die Vision des Forschungsteams geht über den Einsatz in UAVs hinaus. Sie arbeiten daran, die Technologie auf Passagierflugzeuge zu übertragen. Zukünftig könnten Flugzeuge untereinander Informationen über erfasste Turbulenzen austauschen. Dieser Datenaustausch könnte die Sicherheit im Luftverkehr erheblich verbessern, insbesondere in Situationen mit extremen Wetterbedingungen.
„Ich glaube, dass das passieren wird“, sagt Gharib. „Andernfalls wird es ziemlich gefährlich, da extreme Wetterereignisse immer häufiger auftreten.“ Ein vernetztes System, in dem Flugzeuge Sensormessungen und KI-gesteuerte Anpassungen teilen, könnte die Luftfahrt revolutionieren.
Ein Beitrag von:
