{"id":1276,"date":"2024-01-12T16:02:50","date_gmt":"2024-01-12T16:02:50","guid":{"rendered":"https:\/\/www.grupossc.com\/blog\/?p=1276"},"modified":"2024-03-15T19:23:10","modified_gmt":"2024-03-15T19:23:10","slug":"autonomia-en-la-aviacion-diseno-de-sistemas-mas-seguros-con-ia-ml-y-simulacion","status":"publish","type":"post","link":"https:\/\/grupossc.com\/blog\/2024\/01\/12\/autonomia-en-la-aviacion-diseno-de-sistemas-mas-seguros-con-ia-ml-y-simulacion\/","title":{"rendered":"Autonom\u00eda en la Aviaci\u00f3n: Dise\u00f1o de Sistemas m\u00e1s Seguros con IA\/ML y Simulaci\u00f3n"},"content":{"rendered":"<p>[vc_row][vc_column][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Junto con la electrificaci\u00f3n, la autonom\u00eda es una tendencia importante en diversas industrias, desde la fabricaci\u00f3n y los equipos industriales hasta la automoci\u00f3n y la aviaci\u00f3n. De hecho, el mercado mundial de aviones aut\u00f3nomos se estim\u00f3 en 4.560 millones de d\u00f3lares en 2019 y se prev\u00e9 que supere los 16.000 millones de d\u00f3lares en 2027 . En consecuencia, las empresas de movilidad a\u00e9rea avanzada (AAM) est\u00e1n desarrollando dise\u00f1os de aviones aut\u00f3nomos para transportar personas y carga entre lugares de forma m\u00e1s eficaz. Aunque los t\u00e9rminos se utilizan a menudo indistintamente, la movilidad a\u00e9rea urbana (UAM) y la movilidad a\u00e9rea regional (RAM) son subconjuntos de AAM, que se centran en el transporte a\u00e9reo a altitudes\u00a0m\u00e1s bajas en \u00e1reas urbanas y suburbanas, respectivamente.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Como era de esperar, la construcci\u00f3n de sistemas AAM aut\u00f3nomos y seguros requiere capacitaci\u00f3n, ingenier\u00eda, desarrollo y dise\u00f1o complejos. La inteligencia artificial\/aprendizaje autom\u00e1tico (AI\/ML) brinda una ayuda significativa a estas \u00e1reas al ayudar a los ingenieros y dise\u00f1adores a desarrollar funciones cr\u00edticas de percepci\u00f3n y toma de decisiones, que son fundamentales para la autonom\u00eda. Sin embargo, surgen desaf\u00edos (y preocupaciones) en torno a la incapacidad de AI\/ML para proporcionar situaciones representativas realistas en la capacitaci\u00f3n y validaci\u00f3n de estas funciones aut\u00f3nomas.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">La simulaci\u00f3n ofrece un valor incre\u00edble para ayudar a generar confianza en los sistemas AAM aut\u00f3nomos, garantizar su confiabilidad y validar su seguridad. En las primeras etapas, la simulaci\u00f3n proporciona informaci\u00f3n cr\u00edtica, precisi\u00f3n predictiva y an\u00e1lisis exhaustivos para informar la capacitaci\u00f3n y el desarrollo. En etapas posteriores, la simulaci\u00f3n proporciona entornos y escenarios realistas para validar y probar estas funciones. Al integrar las soluciones de Ansys, las empresas de AAM pueden adoptar un flujo de trabajo fluido de extremo a extremo para optimizar la capacitaci\u00f3n y la validaci\u00f3n utilizando herramientas de simulaci\u00f3n e ingenier\u00eda de misi\u00f3n digital para an\u00e1lisis de seguridad, software integrado, pruebas de sensores y m\u00e1s.\u00a0<\/span>[\/vc_column_text][rs_space lg_device=\u00bb30&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text]<\/p>\n<h2><strong>Afinando la percepci\u00f3n y la toma de decisiones en autonom\u00eda<\/strong><\/h2>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Existen aplicaciones tanto nuevas como cl\u00e1sicas de la autonom\u00eda en la aviaci\u00f3n. Las nuevas aplicaciones se centran en el transporte AAM de pr\u00f3xima generaci\u00f3n, que consiste en veh\u00edculos que suelen ser peque\u00f1os, altamente automatizados y transportan pasajeros o carga a altitudes m\u00e1s bajas. Generalmente, estos sistemas, particularmente los sistemas UAM, se basan en tecnolog\u00edas como helic\u00f3pteros o tecnolog\u00edas emergentes como el despegue y aterrizaje vertical el\u00e9ctrico (eVTOL).<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Por el contrario, las aplicaciones cl\u00e1sicas se implementan en los sistemas existentes. Por ejemplo, los fabricantes de aviones comerciales podr\u00edan incorporar autonom\u00eda para aumentar el conocimiento de la situaci\u00f3n de los pilotos, aliviar las responsabilidades y la carga de trabajo de los pilotos u optimizar la eficiencia de varias fases de vuelo. De manera similar, los proveedores de aeronaves militares pueden considerar la autonom\u00eda para ayudar a los pilotos a manejar cambios inesperados durante una misi\u00f3n, como nuevos objetivos o condiciones degradadas.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Normalmente, una aplicaci\u00f3n de autonom\u00eda debe comprender tres capacidades principales, que se influyen entre s\u00ed de la siguiente manera:<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<\/p>\n<ul>\n<li><span style=\"color: #000000;\"><strong>Percepci\u00f3n:<\/strong> observar el entorno, incluidos los obst\u00e1culos que se aproximan (por ejemplo, otras aeronaves, desaf\u00edos relacionados con el clima u otros obst\u00e1culos en la trayectoria de vuelo). Esto se logra m\u00e1s com\u00fanmente mediante sensores colocados en c\u00e1maras, lidares o radares.<\/span><\/li>\n<li><span style=\"color: #000000;\"><strong>Toma de decisiones:<\/strong> determinar las mejores y m\u00e1s seguras maniobras de vuelo en funci\u00f3n de la percepci\u00f3n y detecci\u00f3n de dichos obst\u00e1culos.<\/span><\/li>\n<li><span style=\"color: #000000;\"><strong>Actuaci\u00f3n:<\/strong> para realizar las maniobras de vuelo deseadas establecidas anteriormente.<\/span><\/li>\n<\/ul>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">De hecho, un sistema aut\u00f3nomo necesita establecer capacidades confiables de percepci\u00f3n y toma de decisiones antes de poder ejecutar con \u00e9xito la actuaci\u00f3n. La simulaci\u00f3n aporta un valor significativo a ambas \u00e1reas. Para el entrenamiento de la percepci\u00f3n, la simulaci\u00f3n basada en la f\u00edsica proporciona datos de sensores sin procesar e informaci\u00f3n real sobre el terreno, lo que elimina la necesidad de un procesamiento complejo de im\u00e1genes, reduce el tiempo de entrenamiento y aumenta la precisi\u00f3n. Para el entrenamiento en la toma de decisiones, la simulaci\u00f3n ofrece an\u00e1lisis de sensibilidad, robustez y confiabilidad, que ayudan a fortalecer el desempe\u00f1o del vuelo, la seguridad de las maniobras de vuelo y la prevenci\u00f3n de colisiones.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_single_image image=\u00bb1279&#8243; img_size=\u00bbfull\u00bb alignment=\u00bbcenter\u00bb][rs_space lg_device=\u00bb5&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text]<\/p>\n<p style=\"text-align: center;\"><em>Mediante an\u00e1lisis de sensibilidad en Ansys optiSLang, se identific\u00f3 un problema de oscilaci\u00f3n (izquierda) y se solucion\u00f3 para lograr un vuelo m\u00e1s suave (derecha).<\/em><\/p>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">La simulaci\u00f3n tambi\u00e9n mejora el aprendizaje por refuerzo (RL), que es una t\u00e9cnica de entrenamiento de IA\/ML que permite que un modelo aprenda por s\u00ed solo mediante prueba y error. En otras palabras, a diferencia del aprendizaje supervisado o no supervisado, RL permite que el agente de IA\/ML aprenda de forma interactiva a trav\u00e9s de la retroalimentaci\u00f3n de su entorno, incluidas sus propias acciones y experiencias dentro de ese entorno. Por esta raz\u00f3n, la simulaci\u00f3n respalda en gran medida la capacitaci\u00f3n en RL al brindar la oportunidad de crear diversos y casi innumerables entornos simulados, lo que a su vez mejora la calidad de la percepci\u00f3n y la capacitaci\u00f3n en la toma de decisiones.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text]<\/p>\n<h2><span style=\"color: #000000;\"><strong>Aplicaciones aut\u00f3nomas en uso<\/strong><\/span><\/h2>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Ansys proporciona un flujo de trabajo completo de ingenier\u00eda de sistemas basado en modelos (MBSE) para ayudar en la capacitaci\u00f3n y validaci\u00f3n de funciones aut\u00f3nomas, incluida la simulaci\u00f3n, la arquitectura del sistema, las pruebas de sensores, la evaluaci\u00f3n de la seguridad y el dominio de dise\u00f1o operativo (ODD), as\u00ed como la creaci\u00f3n de escenarios. variaci\u00f3n y an\u00e1lisis de resultados.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Primero, conozcamos las herramientas clave utilizadas en este flujo de trabajo:<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<\/p>\n<ul>\n<li><span style=\"color: #000000;\"><strong>Ansys medini analyse:<\/strong> una herramienta integrada basada en modelos que respalda el an\u00e1lisis de seguridad para sistemas el\u00e9ctricos, electr\u00f3nicos y controlados por software. Permite la aplicaci\u00f3n consistente y eficiente de pautas industriales dise\u00f1adas espec\u00edficamente para est\u00e1ndares industriales como ISO 26262, IEC 61508, ARP 4761, ISO 21448 y MIL-STD-882E.<\/span><\/li>\n<li><span style=\"color: #000000;\"><strong>Ansys optiSLang:<\/strong> una herramienta de optimizaci\u00f3n de dise\u00f1o e integraci\u00f3n de procesos que resuelve los desaf\u00edos planteados por la optimizaci\u00f3n de dise\u00f1o robusto (RDO) basada en ingenier\u00eda asistida por computadora (CAE).<\/span><\/li>\n<li><span style=\"color: #000000;\"><strong>Ansys Systems Tool Kit (STK):<\/strong> un simulador de sistema de sistemas que le permite modelar sistemas complejos dentro de una simulaci\u00f3n 3D realista y din\u00e1mica en el tiempo, que incluye terreno de alta resoluci\u00f3n, im\u00e1genes, entornos de radiofrecuencia (RF) y m\u00e1s.<\/span><\/li>\n<li><span style=\"color: #000000;\"><strong>Sensores Ansys AVxcelerate:<\/strong> prueba y validaci\u00f3n de sensores que le permite utilizar escenarios realistas para investigar la percepci\u00f3n de sensores de radar, lidar y c\u00e1mara en un modelo en el bucle (MIL), software en el bucle (SIL) o contexto humano en el circuito (HIL).<\/span><\/li>\n<li><span style=\"color: #000000;\"><strong>Ansys SCADE Suite:<\/strong> un entorno de desarrollo basado en modelos para software integrado confiable, que proporciona v\u00ednculos con requisitos, administraci\u00f3n, dise\u00f1o basado en modelos, verificaci\u00f3n, capacidades de generaci\u00f3n de c\u00f3digo certificado y m\u00e1s.<\/span><\/li>\n<\/ul>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Ahora, exploremos una implementaci\u00f3n de muestra de este flujo de trabajo en seis pasos:<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<\/p>\n<ol>\n<li><span style=\"color: #000000;\">\u00a0En Medini Analyse, defina la arquitectura del sistema, el entorno, el ODD (las condiciones en las que operar\u00e1 la funci\u00f3n, incluidos los fen\u00f3menos relacionados con el clima) y un conjunto de escenarios funcionales para atravesar el ODD.<\/span><\/li>\n<li><span style=\"color: #000000;\">Utilizando optiSLang, defina escenarios funcionales en escenarios l\u00f3gicos (parametrizados).<\/span><\/li>\n<li><span style=\"color: #000000;\">Altere escenarios l\u00f3gicos en escenarios concretos utilizando un dise\u00f1o de experimentos (DOE), en el que los valores de los par\u00e1metros siguen una distribuci\u00f3n de probabilidad correspondiente a la realidad.<\/span><\/li>\n<li><span style=\"color: #000000;\">Utilice escenarios concretos para entrenar la funci\u00f3n de autonom\u00eda bas\u00e1ndose en una combinaci\u00f3n de simulaciones ejecutadas en STK, modelando todo el sistema de sistemas en acci\u00f3n; Sensores AVxcelerate para probar y validar sensores; SCADE para software integrado cr\u00edtico; y\/o una herramienta de capacitaci\u00f3n externa de AI\/ML como YOLO u OpenAI.<\/span><\/li>\n<li><span style=\"color: #000000;\">Volviendo a optiSLang, eval\u00fae la red neuronal resultante mediante an\u00e1lisis de sensibilidad y robustez.<\/span><\/li>\n<li><span style=\"color: #000000;\">Por \u00faltimo, integre la funci\u00f3n de autonom\u00eda total (percepci\u00f3n, toma de decisiones y actuaci\u00f3n) y eval\u00fae los resultados de la simulaci\u00f3n utilizando optiSLang para un an\u00e1lisis de confiabilidad basado en muestreo adaptativo para explorar eficientemente el espacio de dise\u00f1o.<\/span><\/li>\n<\/ol>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Al integrar algunas (o todas) partes del flujo de trabajo de muestra de Ansys descrito anteriormente, los ingenieros y dise\u00f1adores de la industria de la aviaci\u00f3n est\u00e1n desarrollando y validando sistemas aut\u00f3nomos m\u00e1s seguros y confiables.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">En un caso de estudio, un fabricante de aviones est\u00e1 integrando soluciones Ansys para garantizar la prevenci\u00f3n de colisiones de veh\u00edculos a\u00e9reos no tripulados (UAV). Un eVTOL automatizado debe volar a un punto de referencia evitando colisiones con obst\u00e1culos. Este equipo, que ya conf\u00eda en las capacidades de percepci\u00f3n de la aeronave, est\u00e1 m\u00e1s preocupado por las habilidades de toma de decisiones del eVOTL para determinar su mejor trayectoria de vuelo.<\/span>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">En otro ejemplo, una unidad de aviaci\u00f3n est\u00e1 adoptando un flujo de trabajo Ansys similar para realizar vuelos en formaci\u00f3n. Una flota de cuatro eVTOL automatizados debe volar en formaci\u00f3n siguiendo a un eVTOL pilotado. Este ejemplo se ocupa tanto de la percepci\u00f3n (detectar el eVTOL l\u00edder y otros veh\u00edculos) como de la toma de decisiones (seguir el eVTOL l\u00edder y evitar colisiones).<\/span>[\/vc_column_text][rs_space lg_device=\u00bb30&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text]<\/p>\n<h2><span style=\"color: #000000;\"><strong>Prep\u00e1rese para la AAM de pr\u00f3xima generaci\u00f3n<\/strong><\/span><\/h2>\n<p>[\/vc_column_text][rs_space lg_device=\u00bb20&#8243; md_device=\u00bb\u00bb sm_device=\u00bb\u00bb xs_device=\u00bb\u00bb][vc_column_text dp_text_size=\u00bbsize-4&#8243;]<span style=\"color: #000000;\">Las soluciones de simulaci\u00f3n de Ansys permiten a los clientes entrenar, probar y validar de forma segura aplicaciones AAM cr\u00edticas, generando confianza en torno al software asistido por IA\/ML y autonom\u00eda en los sistemas integrados. Adem\u00e1s, al combinar la simulaci\u00f3n de alta fidelidad de Ansys y las herramientas de ingenier\u00eda de misi\u00f3n digital, los clientes pueden desarrollar y validar estos sistemas dentro de un entorno 3D realista y din\u00e1mico en el tiempo.<\/span>[\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n","protected":false},"excerpt":{"rendered":"<p>[vc_row][vc_column][vc_column_text dp_text_size=\u00bbsize-4&#8243;]Junto con la electrificaci\u00f3n, la autonom\u00eda es una tendencia importante en diversas industrias, desde la fabricaci\u00f3n y los equipos industriales hasta la automoci\u00f3n y la aviaci\u00f3n. De hecho, el mercado mundial de aviones aut\u00f3nomos se estim\u00f3 en 4.560 millones de d\u00f3lares en 2019 y se prev\u00e9 que supere los 16.000 millones de d\u00f3lares en [&hellip;]<\/p>\n","protected":false},"author":7,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[],"tags":[],"class_list":["post-1276","post","type-post","status-publish","format-standard","hentry"],"_links":{"self":[{"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/posts\/1276","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/comments?post=1276"}],"version-history":[{"count":8,"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/posts\/1276\/revisions"}],"predecessor-version":[{"id":1362,"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/posts\/1276\/revisions\/1362"}],"wp:attachment":[{"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/media?parent=1276"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/categories?post=1276"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/grupossc.com\/blog\/wp-json\/wp\/v2\/tags?post=1276"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}