El proyecto AISA (AI Situational Awareness Foundation for Advancing Automation), en el que participan investigadores de la Universidad Politécnica de Madrid (UPM), explora la integración de la inteligencia artificial para ayudar en las funciones del controlador de tráfico aéreo.
La digitalización se impone en todos los campos en los que la tecnología está presente, también en el ámbito de la gestión del tráfico aéreo. El proyecto AISA, perteneciente al programa SESAR, busca aumentar la automatización de la gestión del tráfico aéreo (ATM).
En los centros de control del tránsito aéreo existe un nuevo escenario, donde la automatización va ganando terreno, pasando de un sistema centrado en el controlador a un sistema automatizado que le apoya y asiste, haciendo que evolucionen tanto sus tareas como su conciencia situacional. Esta última alude a la percepción que tiene el profesional del espacio aéreo bajo su control y las aeronaves que operan en el con respecto al ambiente dinámico del vuelo, lo que le permite adelantarse a lo que va a pasar y tomar decisiones acertadas para gestionar eficientemente el tráfico aéreo.
Entre los fines que persigue AISA está explorar los efectos de la distribución de la conciencia situacional entre la máquina y el humano centradas en la automatización de tareas de vigilancia en las operaciones de ruta. Asimismo, pretende identificar los datos que necesita el controlador de tráfico aéreo para asegurarse de que la solución propuesta es correcta e investigar los métodos para la adaptación del sistema automatizado a los cambios del entorno, asegurando la continuidad de las actividades y la seguridad.
El proyecto AISA está coordinado por la Facultad de Ciencias del Transporte y del Tráfico de la Universidad de Zagreb y el consorcio europeo participante lo conforman otras cuatro universidades: Johaness Kepler Universidad de Linz, Technische Universität Braunschweig, Universidad de Ciencias Aplicadas de Zurich, y Universidad Politécnica de Madrid (UPM); un proveedor de servicios de navegación aérea, Skyguide y una pyme: Slot Consulting. Estas investigaciones están financiadas por SESAR Joint Undertaking, dentro del programa Horizontes de la UE 2020.
Machine Learning
La contribución de la UPM se canaliza a través del Grupo de Investigación en Navegación Aérea (GINA), que participa en dos paquetes de trabajo. El primero de ellos consiste en analizar si la inteligencia artificial puede realizar alguna de las tareas del controlador mediante la implementación de técnicas de Machine Learning.
El Machine Learning se basa en el aprendizaje automático de la máquina mediante el reconocimiento de patrones para realizar una tarea sin haber sido programada para ello de forma explícita. En este proyecto, el objetivo de GINA es analizar la viabilidad de la utilización de técnicas de Machine Learning para detectar situaciones de conflicto entre pares de aeronaves en un espacio aéreo. “La meta es que la máquina aprenda de situaciones pasadas en las que se han producido conflictos y pueda predecir cuándo volverán a ocurrir. De este modo, la inteligencia artificial podrá informar, con suficiente antelación al controlador de tráfico aéreo sobre situaciones de interés a las que debe prestar especial atención”, explican los investigadores de la UPM.
En el segundo paquete de trabajo, GINA realizará un análisis de riesgos con el fin de identificar las principales amenazas y proponer medidas mitigadoras al concepto operacional desarrollado, mediante la realización del análisis de riesgos que conllevaría la implementación de la inteligencia artificial para compartir determinadas tareas del controlador aéreo.
Durante los dos años y medio de duración del proyecto, se incorporarán al mismo varios alumnos de la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio (ETSIAE), a través de prácticas curriculares y extracurriculares. Lo harán con un doble objetivo, acercar a los estudiantes a las líneas de investigación tanto de GINA como del departamento de Sistemas Aeroespaciales, Transporte Aéreo y Aeropuertos (SATAA) y, dar a alumnos en los últimos años de grado y máster la oportunidad de trabajar en un campo relacionado con su ámbito de estudio.
