Intelligentes Fliegen

Intelligentes Fliegen bezeichnet Funktionen für Fluggeräte der allgemeinen Luftfahrt, die die Arbeitslast von Piloten reduzieren und die Sicherheit erhöhen. Hierbei spielt die hohe Verfügbarkeit von Daten eine große Rolle sowie neue Technologien wie z.B. elektrische Antriebe.

Das Ausnutzen von solarem Energieeintrag erlaubt Luftfahrtzeugen völlig emissionsfrei zu fliegen. Abseits der Verwendung von Photovoltaik steht freie Energie in Form thermischer Aufwinde zur Verfügung.

Segelflugpiloten nutzen diese Energieform seit langem und zeichnen Ihre Überlandflüge mithilfe von GPS-Geräten auf. Die aufgezeichneten Flugdaten werden zentral zum Zweck des sportlichen Vergleichs ausgewertet. Wir entwickeln Verfahren diese Datenbasis zu analysieren. Dazu werden die Informationen mit Wetterdaten verknüpft, sodass eine Schätzung der Auftrittswahrscheinlichkeit bei gegebener Wettersituation abgeleitet werden kann.

Das Ergebnis wird von Bahnplanungs-Algorithmen ausgewertet, um einen energie-optimalen Flugpfad zu berechnen. Ferner werden probabilistische Filtermethoden untersucht, um Stärke und Position thermischer Aufwinde im Flug zu schätzen. Mit Hilfe dieser Information wird der optimale Flugpfad hinsichtlich eines minimalen Energieverbrauchs fortlaufend angepasst. Dabei müssen ständig Missionsanforderungen gegen Exploration und Aufwindnutzung abgewogen werden.

Im Rahmen des LuFo V.3 Projekts TakEOF werden Methoden der Künstlichen Intelligenz untersucht um Aufwinde zu schätzen, vorherzusagen und optimal zu nutzen.

  • Stefan Notter, Philipp Schrapel, Pascal Groß, and Walter Fichter. "Estimation of Multiple Thermal Updrafts Using a Particle Filter Approach", 2018 AIAA Guidance, Navigation, and Control Conference, AIAA SciTech Forum, (AIAA 2018-1854)

Inhalt folgt

DA42 FlySmart (c) Universität Stuttgart

Das LUFO IV.4 Projekt FlySmart hat das Ziel, den Start und die Landung eines Flugzeugs der Allgemeinen Luftfahrt (EASA CS-23) vollständig zu automatisieren. Dabei kommt keine bodengestützte Infrastruktur (z.B. Instrumentenlandesystem) zum Einsatz. FlySmart war ein Gemeinschaftsprojekt zwischen Diamond Aircraft, Airbus Defence & Space und der Universität Stuttgart, vertreten durch das iFR - Institut für Flugmechanik und Flugregelung und das ILS - Institut für Luftfahrtsysteme.

Die Algorithmen für Bewegungsplanung, Lenkung und Flugregelung wurden vom Institut für Flugmechanik und Flugregelung mit dem Ziel entwickelt, den sicheren Betrieb des CS-23 Flugzeugs in allen Phasen einer Mission sicherzustellen. Der gesamte Flugplan wird als Trajektorie mittels Splines in einem UTM-basierten kartesischen Koordinatensystem dargestellt. Dies ermöglicht die präzise Darstellung von Landungen auf dem gesamten Globus, selbst wenn der Algorithmus mit einfacher Genauigkeit (Single Precision) ausgeführt wird. Fliegbarkeit und Komfort werden bereits in der Planung sichergestellt, indem flugzeugspezifische Parameter berücksichtigt werden.

Der Flugregler ist als monolithisches Mehrgrößensystem (MIMO) ausgelegt und beinhaltet Gain-Scheduling sowie Anti-Windup-Maßnahmen, um gute Systemeigenschaften über die gesamte Envelope und für verschiedene Konfigurationen sicherzustellen.
Der Entwurfs- und Verifikationsprozess umfasst Software-in-the-Loop und Hardware-in-the-Loop Versuche einschließlich umfangreicher Monte-Carlo Simulationen mit dem Ziel, die Robustheit des Regelungssystems zu validieren. Die Kriterien dafür sind aus der EASA CS-AWO Spezifikation für Großflugzeuge (CS-25) abgeleitet, welche im Projekt auf Flugzeuge der Allgemeinen Luftfahrt (CS-23) angepasst wurden-

Für die Flugtesterprobung wurde eine Diamond DA42 - Luftfahrzeugkennzeichen OE-FMP - genutzt. Die Flüge fanden im Sommer 2015 in Wiener Neustadt (Ö) statt und führten zu mehreren erfolgreichen automatischen Landungen, die erste am 26. August 2015. Das automatische Starten wurde am 18. September 2015 demonstriert.

  • J. Stephan and W. Fichter, “Gain-Scheduled Multivariable Flight Control under Uncertain Trim Conditions,” in 2018 AIAA Guidance, Navigation, and Control Conference, American Institute of Aeronautics and Astronautics, 2018.
  • F. Pinchetti, A. Joos, and W. Fichter, “Efficient Continuous Curvature Path Generation with Pseudo-Parameterized Algebraic Splines,” CEAS Aeronautical Journal, 2018.
  • Federico Pinchetti, Johannes Stephan, Alexander Joos and Walter Fichter. 2016. FlySmart - Automatic Take-Offand Landing for an EASA CS-23 Aircraft (to be published)
  • Reimund Kueke, Peter Mueller, Sebastian Polenz, Reinhard Reichel, Federico Pinchetti, Johannes Stephan, Alexander Joos and Walter Fichter. 2016. Fly-By-Wire for CS23 Aircraft - Core Technology for General Aviation and RPAS

FlySmart Autoland

Dauer: 01:23 | © Universität Stuttgart | Quelle: YouTube
Case Study - Notfalltrajektorien (c) Universität Stuttgart

Motorausfall oder Verlust der Turbine sind eine der häufigsten Ursachen für Flugunfälle mit Personen- oder Sachschäden in der Allgemeinen Luftfahrt. Werden Probleme mit der Treibstoffversorgung und Ausfall des Antriebsaggregats zusammengenommen, so hat diese Kategorie den größten Beitrag zur gesamten Unfallstatistik. Im Falle eines Antriebsausfalls ist die schnelle Verfügbarkeit eines gültigen Gleitpfads zu einer Landebahn von großer Bedeutung.

In diesem Projekt wird ein neuer Ansatz für die schelle Berechnung einer geeigneten Lösung des Notlandeproblems verfolgt, welcher eine Echtzeitrealisierung auf mobiler Hardware ermöglicht. Die Methode nutzt ein generisches Landeschema, welches einen Dubins-Pfad mit einem Endanflug kombiniert und auf dem Prinzip des besten Gleitens basiert. Der gesamte Pfad lässt sich als algebraisches, nichtlineares Gleichungssystem darstellen. Mittels eines adaptierten Newton-Verfahrens ist somit eine nummerische Lösung mit geringem Rechenaufwand möglich. Das Ergebnis ist eine fliegbare Landetrajektorie, wobei die Länge des Endanflugs maximal ist. Im Zusammenhang mit einer Notlandung ist dies ein sinnvolles Ziel.
Der Algorithmus wurde in eine mobile Android-Anwendung zur Pilotenunterstützung implementier, welche am Institut für Flugmechanik und Flugregelung entwickelt wird. Um die Flugzeugposition und den Kurswinkel zu ermitteln, nutzt die Anwendung den GPS Empfänger des Mobilgeräts. Auf einem Samsung Galaxy Tablet S 10-5 (2.3 GHz Quad-Core Krait 400 SoC Prozessor) benötigt die Pfadgenerierung als Java-Implementierung insgesamt 6 ms Rechenzeit. Im Falle eines Antriebsausfalls kann der berechnete Pfad graphisch dargestellt werden (z.B. als Tunnel in the Sky), um den Piloten sicher zur Landebahn zu führen.

Nach ersten Tests in einem Simulator wurde eine erste Flugerprobung am 9. Dezember 2015 mit einer Diamond HK36 auf der Hahnweide in der Nähe von Stuttgart durchgeführt. Wie im folgenden Video gezeigt, konnte die Funktion zur Notlandeunterstützung erfolgreich demonstriert werden. Dabei wurde der Pilot zu einer virtuellen Landebahn geleitet, während sich der Motor im Leerlauf befindet.

  • Stephan, Johannes and Walter Fichter. 2016. Fast Generation of Landing Paths for Fixed-Wing Aircraft with Thrust Failure. AIAA Guidance, Navigation, and Control Conference AIAA 2016-1874. AIAA Guidance, Navigation, and Control Conference.

Emergency Landing - Tunnel in the Sky

© Universität Stuttgart | Quelle: YouTube
Zum Seitenanfang