Projektbeschreibung
Der digitale Wandel des Flugverkehrsmanagements
Das Flugverkehrsmanagement erfordert die Zusammenarbeit von Fluggesellschaften, Dienstleistungsunternehmen und Behörden vor Ort, um einen reibungslosen Tagesbetrieb zu gewährleisten. Der technologische Fortschritt und die Digitalisierung von Dienstleistungen bedeuten, dass sich Big-Data-Analysen und neue Methoden zur Risikobewertung als nützlich erweisen können. Das EU-finanzierte Projekt SafeOPS wird untersuchen, wie diese zukünftigen Dienste dazu beitragen können, die Sicherheit und Kosteneffizienz des Flugverkehrs zu verbessern. Im Mittelpunkt steht der Entscheidungsprozess in Durchstart-Szenarien, der sowohl für Fluggesellschaften als auch für Flugsicherungsdienstleisende im Flugverkehrsmanagement von hoher Sicherheitsrelevanz ist. Insgesamt wird das Projekt die Modernisierung des Flugverkehrsmanagements auf der Grundlage von Werkzeugen der künstlichen Intelligenz und einem besonderen Fokus auf die Interaktionen zwischen Menschen (Kontrollpersonal) vorantreiben.
Ziel
Maintaining safety and cost-efficiency of air transport operations while increasing the capacity will push the next generation of ATM systems towards digitalization. In the mid-term, a digitalized system in the human operated ATM environment will be capable of delivering reliable predictive analytics based on automated information processing, providing decision support for human operators. SafeOPS supports these future services by investigating the use of big data analytics together with new risk assessment methodologies.
ANSP and airlines are the relevant stakeholders of the aviation business, forming the SafeOPS consortium. Several research institutes complement the consortium. To ensure the high confidentiality levels of the associated datasets, SafeOPS utilizes DataBeacon, a platform that allows fusing and analyzing confidential aviation data. As an exemplary safety-critical scenario, SafeOPS considers go-arounds that are of high safety relevance for both, airlines and ANSPs. Based on successful unstable approach predictions, developed in the Horizon2020 project SafeClouds.eu SafeOPS will carry out go-around predictions and analyze their impact onto the safety and resilience of ATM in detail.
As recognized by the SESAR Single Programming Document, data-driven and machine learning technologies are a cost-efficient asset to reduce current fragmentation and upgrade inefficient old technologies. In turn, they introduce new challenges for ATM stakeholders, from controllers and their training to regulators and certification agencies. SafeOPS addresses some of these challenges by fostering the ATM modernization based on AI tools with an application on safety and resilience through an exemplary case study. It puts a special focus on the interaction among humans (controllers) and within the socio-technical system under the influence of this breakthrough technology. Therefore, it addresses both key performance areas from the Safety and Resilience ATM Master Plan.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
RIA - Research and Innovation actionKoordinator
80333 Muenchen
Deutschland