KIWI: Unterschied zwischen den Versionen
He9318 (Diskussion | Beiträge) |
Nu4126 (Diskussion | Beiträge) |
||
Zeile 14: | Zeile 14: | ||
You can find '''more information''' on the [https://aifb.kit.edu/images/6/69/KIWI_AI_Wake_Vortex_Detection_HelmholtzAI2023.pdf poster for the Helmholtz AI Conference 2023]. | You can find '''more information''' on the [https://aifb.kit.edu/images/6/69/KIWI_AI_Wake_Vortex_Detection_HelmholtzAI2023.pdf poster for the Helmholtz AI Conference 2023]. | ||
|Kontaktperson=Michael Färber | |Kontaktperson=Michael Färber | ||
+ | |URL=https://bmdv.bund.de/SharedDocs/DE/Artikel/DG/mfund-projekte/kiwi.html | ||
|Start=2023/01/01 | |Start=2023/01/01 | ||
|Ende=2024/06/30 | |Ende=2024/06/30 |
Version vom 29. Juni 2023, 09:40 Uhr
Künstliche Intelligenz zur Detektion und Charakterisierung von Wirbelschleppen in LiDAR-Scans |
|
|
Wirbelschleppen sind von Flugzeugen generierte Luftverwirbelungen, die für nachfolgende Flugzeuge gefährlich sein können. Mindestabstände zwischen landenden Flugzeugen sind daher notwendig, schränken aber Landebahnkapazitäten ein. Eine Echtzeitüberwachung von Wirbelschleppen im Gleitpfad könnte helfen, Mindestabstände zu reduzieren und die Landebahnkapazität zu erhöhen. Gegenwärtig fehlen Methoden, Wirbelschleppen automatisiert mit einer hohen Genauigkeit in Echtzeit zu charakterisieren. Ziel des Projekts ist es, Wirbelschleppen in LiDAR-Messungen durch Künstliche Intelligenz (KI) automatisch zu erkennen und zu charakterisieren, eine zuverlässige Auswertung und Fehlerabschätzung zu ermöglichen, und dabei Simulationsdaten als Trainingsdatensatz zu verwenden. Eine zuverlässige Methode zur Auswertung von LiDAR-Messungen wäre ein großer Schritt in Richtung dynamischer Separationen, wodurch Flugzeuglandungen sicherer, effizienter und letztlich umwelt- und klimafreundlicher würden. Mehr Informationen finden Sie auf dem Poster für die Helmholtz AI-Konferenz 2023.
von: 1 Januar 2023
bis: 30 Juni 2024
Finanzierung: BMVI
KIWI (Knowledge Discovery, Data Mining, Künstliche Intelligenz, Data Science)