Projektbeschreibung
Umweltfreundliche Planung um des Fliegens willen
Emissionen aus dem Luftverkehr tragen zum Klimawandel bei. Die große Frage ist, wie groß der CO2-Fußabdruck sein wird. Das EU-finanzierte Projekt REFMAP wird die Antwort finden, indem es den ökologischen Fußabdruck der Luftmobilität für Verkehrsflugzeuge und unbemannte Luftfahrtsysteme auf einer multiskaligen Ebene beziffert, wobei einzelne Flugrouten und der Verkehrsfluss mehrerer Flugzeuge optimiert werden, um ihre Umweltauswirkungen in einer Vielzahl von Gemeinden zu minimieren. REFMAP wird untersuchen, wie sich die Verfügbarkeit von Umweltdaten für jeden Flugzeugtyp und jede Flugstrecke auf die Geschäftsmodelle des Luftverkehrs auswirken wird. Zur Vorhersage der Ergebnisse wird eine Analyseplattform entworfen, die Umwelt- und Wetterdaten wie Wind, Lärm und Emissionen (sowohl von CO2 als auch aus anderen Quellen) verarbeiten kann.
Ziel
"The mission of RefMap is to develop a digital service aimed at quantifying the environmental footprints of air mobility for airliners and unmanned aircraft systems (UAS) at a ""multi-scale"" level, where single-trajectories (micro) and the flow traffic of multiple vehicles (macro) are optimised to minimise their environmental impact in a wide range of communities. RefMap investigates how the aviation business models will be affected by the availability of environmental data for each type and route of air vehicle, as this will enable stricter evidence-based Green policy making in the sector. This will be achieved via the development of the RefMap analytics platform processing environmental and weather data such as wind, noise, CO2 and non-CO2 emissions for both U-space and ATM. This platform will rely on a number of technical solutions, including numerical simulation, predictive models, and deep-learning methods. The latter will be used to construct accurate non-intrusive prediction frameworks and to optimize the trajectories of the various vehicles given the predicted flow conditions via deep reinforcement learning (DRL). These will enable the development of a new aviation business models aligned with EU’s Green Agenda."
Wissenschaftliches Gebiet
- engineering and technologymechanical engineeringvehicle engineeringaerospace engineeringaircraft
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- social scienceseconomics and businessbusiness and managementbusiness models
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordinator
100 44 Stockholm
Schweden