Vietnamesischer Wissenschaftler bringt Maschinen bei, Fremdkörper an Flughäfen zu erkennen.

Eine Gruppe von Wissenschaftlern der vietnamesischen Luftfahrtakademie nutzte Bilder von Kameras und Modelle des maschinellen Lernens, um Fremdkörper zu erkennen und vor ihnen zu warnen, die in Flughäfen zu unsicheren Zuständen führen könnten.

Das Bildverarbeitungstechnologie-Anwendungssystem wurde vom Forschungsteam über einen Zeitraum von zwei Jahren mit dem Ziel entwickelt, die Flugsicherheit zu unterstützen.

Dazu entwarf das Team am Computer ein 3D-Modell, das den tatsächlichen Flughafen simulierte, einschließlich des gesamten Terminals, der Flugzeuge, der Start- und Landebahn, der Beleuchtungsanlage (zur Simulation von Tag und Nacht)... In der Realität platzierte das Team Kameras, um Objekte entlang der Start- und Landebahn zu erkennen.

Für den Computer wurden verschiedene Szenarien entwickelt, um Fremdkörper auf der simulierten Start- und Landebahn zu erkennen. Die Datenquelle wurde vom Team aus verfügbaren Bildern von Start- und Landebahnen, Rollwegen und Vorfeldern nationaler und internationaler Flughäfen sowie aus Bildern von Studierenden und Dozenten während ihrer Praktika zusammengestellt.

Sobald Daten in den Computer eingespeist werden, erkennt dieser alle Objekte im Bilddatensatz. Beispielsweise stellen Metalldächer, Wassertankabdeckungen, Antennen, Ziervögel und sogar Gegenstände von Passagieren wie Kugelschreiber, Koffergriffe und Büroklammern ein potenzielles Sicherheitsrisiko dar. Gelangen Fremdkörper in das Landebahnmodell, erfasst die Kamera Bilder, sendet diese zur Analyse und Verarbeitung an den Server und gibt Warnungen aus.

Bei Tests mit Bildern unter guten Lichtverhältnissen erkennt ein Machine-Learning-Modell Fremdkörper mit einer Genauigkeit von über 99 %. Bei verrauschten Bildern, z. B. bei schlechten Lichtverhältnissen, Staub, Regen oder Wind, arbeitet das Modell mit geringerer Genauigkeit und erreicht durchschnittlich 70–80 %. Das Machine-Learning-Modell erkennt dabei Form, Größe und Position des Objekts.

Das Produkt der Gruppe erkennt derzeit nur Objekte am Boden. Dr. Dung erklärte, er werde weiterhin an der Entwicklung ähnlicher Funktionen für Objekte in der Luft forschen und diese entwickeln.

Das maschinelle Lernmodell zur Erkennung von Fremdkörpern wurde vom Team an einem Flughafenmodell getestet. Foto: NVCC — Das maschinelle Lernmodell zur Erkennung von Fremdkörpern wurde vom Team an einem Flughafenmodell getestet. Foto: *NVCC*

Laut Dr. Nguyen Thanh Dung, stellvertretender Direktor der Akademie und Leiter der Forschungsarbeit, unterscheidet sich das Testen des Systems am Flughafenmodell deutlich vom realen Flughafenbetrieb. Der Grund dafür liegt in der großen Entfernung zwischen der Kameraposition (die die Sicherheitsbestimmungen erfüllt) und dem Objekt (Seitenlänge über 3 cm) auf der Start- und Landebahn, die teilweise mehrere hundert Meter beträgt. Daher benötigt das Kamerasystem eine höhere Auflösung zur Objekterkennung sowie ein Computersystem mit schnellerer Datenverarbeitungsgeschwindigkeit.

Herr Dung erklärte, dass die Technologie zur Fremdkörpererkennung an Flughäfen zwar in vielen Ländern Anwendung finde, aber sehr kostspielig sei. Im Jahr 2017 beliefen sich die Gesamtinvestitionen in das Fremdkörpererkennungs- und Warnsystem (FOD – Foreign Object Debris – FOD) für den Flughafen Noi Bai auf 486,2 Milliarden VND und für den Flughafen Tan Son Nhat auf 509,7 Milliarden VND.

In Vietnam werden keine automatischen Systeme zur Erkennung von Fremdkörpern eingesetzt, die meisten Flughäfen verwenden manuelle Methoden. Das heißt, an den Flughäfen werden Mitarbeiter eingesetzt, um Fremdkörper auf Start- und Landebahnen, Rollwegen und Parkplätzen zu kontrollieren und einzusammeln“, sagte Dr. Dung.

Dr. Nguyen Thanh Dung, Forschungsleiter. Foto: Ha An — Dr. Nguyen Thanh Dung, Forschungsleiter. Foto: *Ha An*

Laut Dr. Bui Van Hong, außerordentlicher Professor und Direktor des Instituts für Technische Ausbildung (Technische Universität Ho-Chi-Minh-Stadt), werden Fremdkörpererkennungssysteme für die Luftfahrt mittels Kamerasystemen in Industrieländern erforscht und praktisch angewendet. Diese Technologie wird an einigen Flughäfen weltweit mit Kurzwellenradarsystemen kombiniert, um Fremdkörper zu erkennen. Die Effektivität dieser Systeme wurde jedoch über die Herstellerangaben hinaus kaum evaluiert. Für den Einsatz in Vietnam sind die Kosten zu hoch und die Technologie nicht proaktiv genug.

Er ist überzeugt, dass die Forschungsergebnisse der Gruppe die Grundlage für die Entwicklung, Installation, Nutzung, Wartung und Beherrschung heimischer Technologien bilden und bei praktischer Anwendung die Kosten minimieren. Daher erwartet er, dass das System von der Forschungsgruppe fertiggestellt, getestet und an inländischen Flughäfen eingesetzt wird.

Ha An

Quellenlink