System sztucznej inteligencji pomaga samolotom radzić sobie z turbulencjami

Turbulencje dotykające samoloty mogą stać się przeszłością dzięki nowemu systemowi sztucznej inteligencji, który pomaga pojazdom latającym nauczyć się dostosowywać do turbulencji w ciągu zaledwie kilku minut.

Turbulencje to straszne przeżycie podczas lotu - Zdjęcie: REUTERS

Naukowcy z Embry-Riddle Aeronautical University (USA) opracowali technikę, która może zminimalizować wpływ turbulencji na pojazdy latające, w szczególności bezzałogowe statki powietrzne (UAV).

Technika ta opiera się na systemie sztucznej inteligencji (AI) o nazwie FALCON, który automatycznie dostosowuje lot do zakłóceń zewnętrznych.

Turbulencja to zmiany ciśnienia powietrza, które powodują drgania samolotu. FALCON-y są szkolone w zakresie podstaw turbulencji i adaptacji do każdych warunków.

Ten system sztucznej inteligencji (AI) opiera się na metodzie Fouriera, która wykorzystuje złożone fale sinusoidalne do reprezentacji danych. Według LiveScience z 11 listopada, zespół badawczy przetestował ten system AI w tunelu aerodynamicznym w California Institute of Technology (Caltech, USA), używając skrzydła samolotu wyposażonego w czujniki ciśnienia, które ma być odwzorowaniem bezzałogowego statku powietrznego (UAV). FALCON będzie wykorzystywał czujniki do wykrywania zmian ciśnienia i dostosowywania wysokości oraz odchylenia w celu utrzymania stabilności.

Zespół odkrył, że po dziewięciu minutach nauki, ciągłych próbach adaptacji do zmieniających się turbulencji i przesyłaniu wyników, FALCON był w stanie utrzymać stabilność skrzydła w tunelu aerodynamicznym.

„Testy przeprowadzone w tunelu aerodynamicznym Caltech wykazały, że FALCON potrafi uczyć się w ciągu kilku minut, co pozwala na jego zastosowanie w większych samolotach” – powiedział profesor Hever Moncayo z Uniwersytetu Embry-Riddle.

Dzięki umożliwieniu automatycznej adaptacji do turbulencji, badania mają potencjał, aby w przyszłości bezzałogowe statki powietrzne i samoloty komercyjne mogły latać płynniej. Zespół proponuje również możliwość udostępniania danych środowiskowych między samolotami w celu ostrzegania o turbulencjach.

Kolejnym etapem badań jest skrócenie czasu uczenia się FALCON-a. To może być największe wyzwanie dla zespołu, ponieważ zdolność do szybkiej adaptacji do warunków środowiskowych jest niezbędna do praktycznego rozwiązania problemu turbulencji.

Istnieją również inne wyzwania w świecie rzeczywistym, głównie ze względu na zmienne i nieprzewidywalne warunki wiatrowe.

Wyniki badań opublikowano w czasopiśmie NPJ Robotics .

Source: https://tuoitre.vn/he-thong-ai-giup-may-bay-ung-pho-nhieu-dong-20241112130415932.htm