© unsplash/@mbaumi

© unsplash/@mbaumi
Transport & Logistik

Automatische Erkennung von Objekten auf Lande­bahnen an Flug­häfen

Hintergrund

Start- und Landebahnen auf Flughäfen müssen ständig von der Flugsicherung kontrolliert und überwacht werden, um sicherheitsgefährdende Objekte oder Umstände wie Vogelschwärme oder Nebel zu erkennen. Dieser Prozess erfordert ständige Aufmerksamkeit und konzentriertes Arbeiten der Fluglotsen, um sichere Landungen und Starts zu gewährleisten. Die Automatisierung der Objekterkennung kann die Fluglotsen dabei unterstützen, potenzielle Risiken auf der Start- und Landebahn zu erkennen.

Herausforderungen

Die automatische Objekterkennung auf den Start- und Landebahnen von Flughäfen erfordert die Verarbeitung von Bild- und Videodaten, um Objekte, wie z.B. Vögel, Flughafenpersonal oder Gepäckwagen, zu erkennen und zu klassifizieren. Dies kann durch ein Machine Learning (ML) Modell erfolgen, das Muster in Bilddaten anhand von Formen und Farben erkennt.

Die größte Herausforderung besteht darin, einen Trainingsdatensatz zu erzeugen, der ausreichend gelabelte Daten von guter Qualität liefert, um alle möglichen Objekte auf Start- und Landebahnen abzudecken und genaue und zuverlässige Ergebnisse zu erzielen, die andernfalls ernsthafte Sicherheitsprobleme verursachen würden.

Darüber hinaus benötigt das System eine sehr hohe Genauigkeit und sollte auch keine hohe Anzahl an "False Positives" produzieren, um das Vertrauen der Fluglotsen in die Software nicht zu schwächen.

Lösungsansatz

Für die Erkennung und Klassifizierung von Objekten in Bildern und Videos muss ein Bildsegmentierungs- und Klassifizierungsmodell implementiert werden, für das die modernsten Algorithmen Convolutional Neural Networks (CNN) sind, wie z.B. U-Net- oder Mask R-CNN-Architekturen.

Um die Trainingsdaten und den Aufwand zu reduzieren, können vortrainierte Modelle, wie VGG-16 oder ResNet50, verwendet werden. Für Videodaten könnte eine YOLO (You Only Look Once) Architektur geeignet sein.

Obwohl der Objekterkennungsteil relativ einfach zu implementieren sein mag, liegt der größte Aufwand in der Beurteilung von Situationen auf der Startbahnsicherheit. Beispielsweise ist ein Vogelschwarm, der auf die Landebahn zufliegt, stärker als ein Schwarm, der von der Landebahn wegfliegt.

Das Überqueren einer Start- und Landebahn mit Fahrzeugen könnte in Ordnung sein, wenn die Flugsicherung zuvor die Erlaubnis dazu erteilt hat. Der Umgang mit Ausnahmen und die Einbeziehung von Flugsicherungskenntnissen ist daher unerlässlich, um die Software in der Produktion einsetzen zu können.