Просування інтеграції ШІ в UTM та DAA є критично важливими для впровадження Частини 108
Протягом останніх кількох місяців виникло кілька окремих подій, які значно вплинуть на підхід безпілотної авіації до імплементації регуляцій Частини 108.
По-перше, під час слухання затвердження 15 січня 2025 року, Шон Даффі визнав затримки Федерального управління цивільної авіації (FAA) у розробці правил для операцій поза межами видимого контролю (BVLOS) дронів. Він висловив занепокоєння, підняте сенатором Тедом Буддом, стосовно залежності FAA від заплутаного набору пільг та винятків, що гальмує інновації та ставить США в дискомфортне становище в порівнянні з Китаєм. Даффі був підтверджений на посаді міністра транспорту 28 січня 2025 року.
По-друге, 29 січня 2025 року сталася жахлива зіткнення в повітрі між літаком American Airlines та гелікоптером Військового моря США Black Hawk поблизу річки Потомак у Вашингтоні, округ Колумбія, що призвело до загибелі всіх 67 осіб на обох літальних апаратах.
Нарешті, 28 квітня 2025 року диспетчери повітряного руху в міжнародному аеропорту Ліберті Ньюарка протягом короткого часу втратили радарний та радіозв’язок з кількома комерційними літаками десь на 90 секунд. Цей збій виник внаслідок загальносистемної аварії на Philadelphia TRACON, який контролює повітряний простір Ньюарка, внаслідок чого диспетчери втратили можливість комунікувати.
Оскільки FAA натякає на це, що Наказ про запропоновану регламентацію (NPRM) на горизонті, час зупинитись і замислитись над ключовими не регуляторними елементами, які можуть дозволити впровадження BVLOS польотів.
Контроль повітряного руху (ATC) вже вичерпує свої можливості в обробці обсягу повітряного трафіку 2025 року, використовуючи технології 1950-х років. Ера голосових команд та традиційних радарів має закінчитися. Автоматизація та цифровізація є важливими для ефективного управління повітряним рухом, особливо якщо ми плануємо включити тисячі дронів та сотні повітряних таксі до Національної системи повітряного простору (NAS). Чекайте! У нас вже є система, яка може це забезпечити – це комунікації даних між контролерами та пілотами (CPDLC).
В США CPDLC в основному використовується для комунікацій у процесі польоту та для отримання дозволів на виліт у рамках програми комунікацій даних FAA. CPDLC працює в декількох контрольних центрах ARTCC, таких як Канзас-Сіті, Індіанаполіс, Чикаго, Вашингтон, Окленд, Маямі, Сіетл та інше. Він дозволяє диспетчерам надсилати команди про підйом, спуск, перенаправлення та передачу прямо пілотам через систему даних. Система зменшує завантаження радіочастот та покращує ефективність польотів, дозволяючи автоматичну обробку дозволів у системі управління польотами літака (FMS).
CPDLC також широко використовується для дозволів на виліт в основних аеропортах США, де пілоти отримують цифрові повідомлення про дозволи замість того, щоб покладатися на голосові комунікації ATC, що знижує ризики непорозумінь та прискорює таксі операції.
FAA продовжує розширювати можливості CPDLC на нові ARTCC, очікуючи, що Бостон, Мемфіс та Нью-Йорк повністю запрацюють до квітня 2025 року. Система є ключовим елементом модернізації NextGen, що має на меті покращення ефективності та безпеки повітряного простору.
Для успішного інтегрування безпілотної авіації до NAS необхідно об’єднати CPDLC з Управлінням безпілотними транспортними засобами (UTM) і наземними та бортовими DAA-системами для зниження навантаження на ATC та забезпечення роздільності і запобігання нещасним випадкам. Інтеграція CPDLC з безпілотною авіацією стане знаковим кроком у безпеці управлінні повітряним рухом та оперативній ефективності. Ось як CPDLC може підвищити автономні чи дистанційно керовані авіаційні системи:
1. Бездоганна інтеграція ATC для автономних польотів
- Автономні літальні апарати можуть використовувати CPDLC для отримання автоматизованих дозволів від повітряного контролю, без потреби в людському втручанні.
- Це забезпечує реальний час комунікації між автономними системами та ATC, скорочуючи затримки у правках маршрутів та протоколах у надзвичайних ситуаціях.
- Зниження залежності від голосової комунікації: Людські пілоти є важливими для розуміння складних інструкцій ATC; однак автономні літальні апарати можуть обробляти дані миттєво. CPDLC забезпечує чіткі та недвозначні команди, виключаючи можливість помилок через людський фактор або завантаження радіоканалів.
2. Інтеграція з балансовими системами прийняття рішень AI
- Автономні літальні апарати з системами управління польотом на основі ШІ здатні динамічно налаштовувати параметри польоту залежно від повідомлень CPDLC.
- Це дозволяє безпілотній авіації працювати разом з літаками, пілотованими людьми, зменшуючи навантаження на диспетчерів.
3. Поліпшення операцій BVLOS для дронів
- CPDLC може підтримувати операції BVLOS дронів, дозволяючи їм отримувати автоматизовані інструкції безпосередньо від ATC.
- Це допоможе спростити відповідність потенційним стандартам FAA Частини 108.
4. Покращена координація повітряного простору
- Великі флоти автономних літаків можуть спілкуватися через зв’язки даних, забезпечуючи ефективний маршрут і уникнення зіткнень.
- Це зменшує навантаження на диспетчерів, перенісши повсякденні завдання затвердження на автоматизовані обміни даними.
Проте не все так просто з цифровими комунікаціями, оскільки існують ризики кібербезпеки. Автономні літаки, що залежать від CPDLC, вимагатимуть потужних систем шифрування, щоб уникнути перешкод у програмах комунікації або зламу. Крім того, нинішні протоколи ATC побудовані навколо пілотів-людей, а отже, нові регуляції FAA повинні бути адаптовані до безпілотних польотів. Щоб підтримати велике автономне авіаційне, можуть знадобитися мережі даних з підвищеною пропускною здатністю, щоб запобігти затримкам у передачі критичних вказівок для польотів.
В цілому, інтеграція CPDLC з автономною авіацією може значно підвищити ефективність, безпеку та масштабованість, особливо для операцій, таких як BVLOS дрони, повітряні таксі та комерційні літаки з підтримкою ШІ.
Більше того, щоб гарантувати, що безпілотний сектор залишиться незалежним і не стане тягарем для ATC, ми повинні дослідити, як ШІ інтегрується в UTM і DAA.
Протягом минулого року (2024–2025) були зроблені значні досягнення в системах управління безпілотним відсіком (UTM) та технологіях виявлення та уникнення (DAA), коли компанії все більше інтегрують штучний інтелект для підвищення своєї продукції та процесів.
Airbus через свою платформу U-Space використовує ШІ для автоматизації контролю повітряного руху, що дозволяє управляти повітряним простором у реальному часі та розв’язувати конфлікти. У 2024 році Airbus зайняла більше 11% ринку UTM, а рішення на базі ШІ гарантують безпечну інтеграцію дронів у переповнений повітряний простір.
Thales зосередила увагу на моніторингових системах на основі ШІ, що інтегрують радар, оптичні сенсори та машинне зображення для відстеження дронів в реальному часі. У грудні 2024 року Thales уклала партнерство з Avinor для реалізації сучасної національної UTM-системи Норвегії, що покращила управління повітряним простором для пілотованих та безпілотних літаків.
Altitude Angel вдосконалила свою платформу GuardianUTM, використовуючи ШІ для автоматизації авторизації польоту та надання усвідомлення про повітряний простір у реальному часі. Алгоритми ШІ аналізують умови погоди, обмежені зони та маршрути інших дронів для оптимізації маршрутів та запобігання зіткненням.
ANRA Technologies та Airspace Link використовують ШІ для розробки масштабованих рішень UTM, зосереджуючи увагу на нагляді та моніторингу. ШІ обробляє дані з кількох джерел (наприклад, ADS-B, радар) для забезпечення ситуаційної обізнаності та дотримування норм.
Отже, як ці компанії впроваджують ШІ у свої продукти UTM?
Існує три основні елементи в кожному робочому процесі UTM, які можуть бути покращені за допомогою ШІ:
1. Системи реального часу відстеження та управління конфліктами
Моніторингові системи на базі ШІ використовують радар, оптичні сенсори та машинне зображення для відстеження дронів та запобігання конфліктам у спільному повітряному просторі. Ці системи забезпечують безперервний моніторинг, що є важливим, оскільки пілотовані та безпілотні літаки все більше співіснують.
2. Прогностичний аналіз
Алгоритми ШІ прогнозують шаблони трафіку та потенційні конфлікти, оптимізуючи польотні шляхи та зменшуючи затори. Це особливо помітно в застосуваннях урбаністичної повітряної мобільності (UAM), де ШІ гарантує безпечну інтеграцію повітряних таксі та дронів для доставки.
3. Автоматизовані авторизації польоту
ШІ обробляє запропоновані польотні плани, перевіряє відповідність нормам та надає доступ до контрольованого повітряного простору, що зменшує потребу в людських спостерігачах.
Компанії, такі як Lockheed Martin та Leonardo, розширюють свої пропозиції DAA, використовуючи ШІ для розробки інноваційних рішень для BVLOS-операцій. Їхні системи використовують досвід у сфері оборони та сучасних сенсорних технологій, щоб підвищити можливості уникнення зіткнень.
- Візуальне виявлення: Інтеграція ШІ з динамічними системами, що базуються на зображеннях для координації виявлення та уникнення.
- Злиття датчиків: ШІ поєднує дані з багатьох сенсорів (наприклад, радар, LIDAR, камери) для покращення точності виявлення. Наприклад, із використанням ШІ для обробки даних з сенсорів, що дозволяє дронам підтримувати безпечні відстані від перешкод та інших літаків.
- Машинне навчання для прийняття рішень: Моделі машинного навчання навчаються прогнозувати потенційні зіткнення та виконувати маневри уникнення. Це особливо важливо для BVLOS-операцій, де дрони повинні працювати автономно без втручання людини.
У найближчому майбутньому генеративний ШІ дозволить компаніям створювати динамічні моделі польотів та імітувати складні сценарії повітряного простору, що підвищить можливості і UTM, і DAA.
ШІ покращила реальний моніторинг, прогностичну аналітику, автоматизовану авторизацію польотів та візуальне уникнення зіткнень, що підштовхує зростання безпечних та масштабованих операцій дронів. Оскільки ринок UTM продовжує розвиватися, а регуляції еволюціонують, ШІ залишиться ключовим елементом забезпечення операційної безпеки, сприяючи безпечній інтеграції дронів у складні повітряні середовища та відкриваючи шлях до максимальної реалізації багатообіцяючої Частини 108.
