ИСПОЛЬЗОВАНИЕ ИСКУСТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ В УПРАВЛЕНИИ ВОЗДУШНЫМ ДВИЖЕНИЕМ

THE USE OF ARTIFICIAL INTELLIGENCE AND MACHINE LEARNING IN AIR TRAFFIC CONTROL

Ilya Tretyakov

5th year cadet, Faculty of Aviation Combat Management and Air Traffic Control, Branch of the Military Training and Scientific Center of the Air Force "Military Air Academy named after Professor N.E. Zhukovsky and Y.A. Gagarin",

Russia, Chelyabinsk

Andrey Velikodnev

5th year cadet, Faculty of Aviation Combat Management and Air Traffic Control, Branch of the Military Training and Scientific Center of the Air Force "Military Air Academy named after Professor N.E. Zhukovsky and Y.A. Gagarin",

Russia, Chelyabinsk

Vladimir Shurgin

5th year cadet, Faculty of Aviation Combat Management and Air Traffic Control, Branch of the Military Training and Scientific Center of the Air Force "Military Air Academy named after Professor N.E. Zhukovsky and Y.A. Gagarin",

Russia, Chelyabinsk

Vladimir Vanin

associate professor of the department Head of the Command Post, Faculty of Aviation Combat Management and Air Traffic Control, Branch of the Military Training and Scientific Center of the Air Force "Military Air Academy named after Professor N.E. Zhukovsky and Y.A. Gagarin",

Russia, Chelyabinsk

АННОТАЦИЯ

В стремительно развивающемся мире авиации, управление воздушным пространством сталкивается с новыми вызовами, вызванными ростом трафика, интеграцией беспилотных летательных аппаратов (БПЛА) и необходимостью оптимизации ресурсов. Искусственный интеллект (ИИ) и машинное обучение (МО) предлагают уникальные возможности для решения этих задач. Доклад исследует применение ИИ и МО в различных аспектах управления воздушным пространством, рассматривая преимущества, вызовы и перспективы развития.

ABSTRACT

In the rapidly developing world of aviation, airspace management is facing new challenges caused by the growth of traffic, the integration of unmanned aerial vehicles (UAVs) and the need to optimize resources. Artificial intelligence (AI) and machine learning (MO) provide unique opportunities to solve these problems. The report explores the use of artificial intelligence and MO in various aspects of airspace management, examines the advantages, problems and prospects for development.

Ключевые слова: искусственный интеллект; машинное обучение; управление воздушным пространством; беспилотные летательные аппараты; оптимизация трафика; безопасность полетов; прогнозирование; планирование маршрутов; автоматизация; цифровая трансформация.

Keywords: artificial intelligence; machine learning; airspace management; unmanned aerial vehicles; traffic optimization; flight safety; forecasting; route planning; automation; digital transformation.

Современное управление воздушным движением (УВД) столкнулось с растущими проблемами, связанными с увеличением пассажиропотока, ростом числа воздушных судов и усложнением воздушного пространства. Для решения этих задач необходимы инновационные решения, которые повышают эффективность, безопасность и устойчивость воздушных перевозок. Искусственный интеллект (ИИ) и машинное обучение (МО) предлагают новые возможности для оптимизации УВД. Управление воздушным движением - это комплексная задача, требующая координации и оптимизации движения многочисленных летательных аппаратов. С ростом трафика и появлением новых типов воздушных судов, таких как БПЛА, потребность в современных решениях для управления воздушным движением становится все более актуальной. Искусственный интеллект (ИИ) и машинное обучение (МО) предлагают ряд возможностей для повышения эффективности и безопасности воздушного движения.

1. ИИ и МО применяется в различных аспектах УВД:

Прогнозирование трафика: ИИ может анализировать исторические данные о трафике, погодных условиях и других факторах, чтобы прогнозировать будущие потоки воздушных судов. Это позволяет планировать маршруты, оптимизировать использование воздушного пространства и предотвращать перегрузки.

Планирование маршрутов: ИИ может разрабатывать оптимальные маршруты для воздушных судов, учитывая различные факторы, такие как расстояние, время полета, погодные условия и ограничения использования воздушного пространства.

Оптимизация воздушного пространства: ИИ может анализировать данные о трафике и ограничениях воздушного пространства, чтобы оптимизировать использование воздушного пространства, сокращая время полета и расход топлива.

Безопасность полетов: ИИ может использоваться для обнаружения и предотвращения столкновений, а также для оптимизации системы управления воздушным движением для повышения безопасности.

Автоматизация задач: ИИ может автоматизировать рутинные задачи, такие как управление радиосвязью и контроль за состоянием воздушных судов, освобождая специалистов для более сложных задач.

Анализ больших данных: ИИ может анализировать большие объемы данных, которые собираются различными датчиками и системами, для выявления закономерностей и прогнозирования событий.

Оптимизация ресурсов: ИИ может использоваться для оптимизации использования ресурсов, таких как топливо, время полета и воздушное пространство, для повышения эффективности и снижения затрат.

Повышение безопасности: ИИ может использоваться для обнаружения и предотвращения столкновений, а также для оптимизации системы управления воздушным движением для повышения безопасности.

2. Основные преимущества применения ИИ и МО в УВД:

Увеличение пропускной способности воздушного пространства. ИИ-системы могут анализировать данные в реальном времени и оптимизировать траектории полетов, сокращая время полета и расстояние между воздушными судами.

Повышение безопасности полетов. ИИ способен прогнозировать потенциальные конфликты между самолетами и предлагать решения для их предотвращения, снижая риск инцидентов в воздухе.

Улучшение планирования и управления ресурсами. ИИ-системы могут прогнозировать спрос на услуги УВД, оптимизировать распределение персонала и планировать использование воздушного пространства.

Сокращение времени реагирования на внештатные ситуации. ИИ может анализировать данные с различных источников (радар, метеорологические данные, системы связи) и быстро реагировать на внештатные ситуации, обеспечивая своевременное принятие решений.

Создание автономных систем управления. ИИ может управлять воздушным движением без участия человека, что позволяет снизить нагрузку на диспетчеров и повысить точность управления.

3. Примеры использования ИИ и МО в УВД:

Система обнаружения столкновений ACAS X: Эта система использует ИИ для обнаружения, анализа данных радаров и предупреждения пилотов о потенциальных столкновениях в воздухе.

Система автоматического управления воздушным движением ATM: Эта система использует ИИ для управления воздушным движением в реальном времени, оптимизируя маршруты и предотвращая столкновения.

Система управления БПЛА: ИИ может использоваться для управления БПЛА, включая планирование маршрутов, мониторинг состояния и предотвращение столкновений.

Системы прогнозирования погоды: ИИ может анализировать данные о погоде, чтобы прогнозировать изменения погоды и предупреждать о потенциальных опасностях для полетов.

4. Вызовы и ограничения использования ИИ и МО в УВД:

Доверие: Необходимо убедить пилотов, диспетчеров и других специалистов в том, что ИИ-системы работают надежно и могут быть использованы для принятия решений в критических ситуациях.

Безопасность: Необходимо гарантировать, что ИИ-системы работают безопасно и не допускают ошибок систем ИИ. Так же обеспечение защиты от взлома и кибератак.

Данные: Для обучения систем ИИ требуется огромное количество данных, что может быть проблемой в условиях ограниченного доступа к информации.

5. Будущие перспективы использования ИИ и МО в УВД:

Интеграция БПЛА: ИИ играет ключевую роль в интеграции БПЛА в воздушное пространство, обеспечивая безопасность и эффективность полетов.

Развитие автономных летательных аппаратов: ИИ будет способствовать развитию автономных летательных аппаратов, которые смогут самостоятельно планировать маршруты и управлять полетом.

Персонализация полетов: ИИ может использоваться для оптимизации полетов с учетом индивидуальных потребностей пассажиров, например, для выбора наиболее комфортных маршрутов и условий.

Создание "умного" воздушного пространства: Использование ИИ для создания интегрированной системы управления воздушным пространством, способной адаптироваться к различным условиям и оптимизировать использование ресурсов.

Искусственный интеллект и машинное обучение имеют огромный потенциал для трансформации управления воздушным пространством, повышения безопасности, эффективности и устойчивости УВД. Они могут значительно повысить эффективность, безопасность и устойчивость воздушного движения. Использование ИИ и МО в управлении воздушным пространством является важной тенденцией, которая будет продолжать развиваться в ближайшие годы.

Список литературы:

1. Воздушный кодекс Российской Федерации. Федеральный закон РФ от 19 марта 1997 г. № 60-ФЗ
2. Федеральные правила использования воздушного пространства Российской Федерации. Постановление правительства от 11.03.2010 г. №138.
3. Федеральные авиационные правила полетов в воздушном пространстве Российской Федерации. Приказ МО, МТ и Росавиакосмоса от 31.03.2002 г. №136/42/51
4. Савельев, В. М., Клыков, И. С. (2017). Воздушное пространство России. Технические средства безопасности, 12(1), 56-67.
5. Лихачев, Д. А., Иванов, П. С. (2020). БПЛА в авиации. Авиационная безопасность, 15(2), 45-53.