KIWI

	Künstliche Intelligenz zur Detektion und Charakterisierung von Wirbelschleppen in LiDAR-Scans
	Kontaktperson: Michael Färber Projektstatus: aktiv

Beschreibung

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.

Involvierte Personen

Michael Färber, Zhan Qu, Shuzhou Yuan

Informationen

von: 1 Januar 2023
bis: 30 Juni 2024
Finanzierung: BMVI

Partner

DLR

Forschungsgruppe

Web Science

Forschungsgebiet

KIWI (Knowledge Discovery, Data Mining, Künstliche Intelligenz, Data Science)

Publikationen zum Projekt

article

 - inproceedings

 - book

 - incollection

 - booklet

 - proceedings

 - phdthesis

 - techreport

 - deliverable

 - manual

 - misc

 - unpublished

---