空中客車公司為空中無人駕駛航空器開發自動駕駛能力

格雷厄姆·沃里克

空客A3創新中心啟動的“探路者”項目正在為多種飛行器開發適合的自動駕駛系統，該團隊使用計算機視覺和機器學習技術讓飛行器感知所處環境和學習駕駛決策。采用專門開發的各種硬件給自動駕駛程序提供運行所需的各種信息。程序在地面學習完成上載到飛機上后將停止機器學習，確保自駕程序的行為可控性。

空中客車公司設在硅谷的空中客車公司A3創新中心啟動了一個項目，開發可認證的自動駕駛系統，該系統可應用于空中客車公司的整條產品線，從自主飛行的城市空中出租車到只需要1名飛行員的大型商用飛機。

“探路者”（ Wayfinder）項目已被納入空中客車公司A3的“瓦哈娜”（Vahana馮金證機計劃，在一種用于城市空中交通（ UAM）的自動電動垂直起降飛行器“阿爾法1號”上進行測試。“瓦哈娜”計劃專注于自動駕駛方面，“探路者”團隊為該單座飛行器開發了探測一避讓系統。“瓦哈娜”計劃自2016年以來一直處于開發階段，已完成50次無人駕駛試飛。

“探路者”項目主管阿爾尼·斯托克切克說：“很明顯，我們開發的探測一避讓系統可以在空中客車公司集團內部產生更大的影響，特別是商用飛機方面，我們主要致力于開發一套通用的軟件和硬件，能夠以可擴展的方式應用于各種飛行器上。”

為“瓦哈娜”計劃開發了探測一避讓系統后，“探路者”團隊現正致力于為進入生產化階段的空中客車公司城市空中交通飛行器提供自主飛行能力。阿爾尼·斯托克切克表示，該團隊也參加了空中客車公司的另一項讓大型商用飛機只需一名飛行員即可駕駛的研發工作，包括空中客車公司的自主滑行、起降（ATTOL）計劃。

對自動駕駛能力的需求背后的驅動因素，是飛行員供應可能將根不上大型商用飛機市場預測增長的預期，以及城市空中交通市場潛在的額外需求。“商業航班飛行員數量從20萬增長到60萬將非常困難，如果城市空中交通飛行器也靠飛行員駕駛，則這一數字還要大一個數量級。”他指出。

在像“瓦哈娜”這樣的自動駕駛飛機上，自動駕駛系統必須替代人類飛行員做出所有決定。“它必須了解其所處環境，做出至少等同人類飛行員水平的決策，”阿爾尼·斯托克切克說。“關鍵挑戰是系統如何應對非預期的事件。這是從自動化到自主化的重要一步。”

只要經過適當訓練，人類能很好地應對非預期事件。阿爾尼·斯托克切克表示，“計算機則更擅長重復性任務。那么我們如何創造新的、能很好地處理非預期事件的自主能力呢？”答案是機器學習和從數據中學習的能力。

“探路者”項目正在開發基于計算機視覺和機器學習的軟件，讓飛機能夠感知周圍的環境。該團隊正在使用為圖像處理和自動駕駛汽車開發的技術，經過整合適配，使之滿足自動駕駛飛機的要求。此外，他們還在開發決策軟件，使飛機能夠在其感知的環境中自主飛行。

為了給復雜的自動駕駛軟件提供運行所需的各種信息，“探路者”項目正在開發各種硬件，包括新型傳感器和計算能力強大，尺寸、重量和功率滿足飛機限制的計算機，“我們正在與自動駕駛汽車傳感器和計算領域的頂尖供應商合作，使他們的產品能滿足我們的要求。”阿爾尼·斯托克切克說。

探路者”項目采用了數據驅動的開發方法。“飛行員經過嚴格的訓練學會飛行。他們從錯誤中吸取教訓，但當他們退休時，這些經驗是無法繼承的，數據驅動的開發方法匯集了成百上千名飛行員的經驗，并將其置于自動駕駛程序可以學習的環境中。”

會自我學習的系統帶來了認證問題，因為它的行為是不確定的一給定的輸入可能并不總是產生相同的輸出。在“探路者”項目的方法中，匯總的數據被用于訓練自駕程序。“首先我們驗證程序是安全的，然后我們將它上傳到飛機上，”阿爾尼·斯托克切克說。“一旦加載，它就會以確定的模式行事。除非我們更新軟件，否則不會改變。”他們將在飛機運行期間收集飛行經驗數據。“作為制造商，我們有機會在飛行器上安裝系統，記錄飛行環境和飛行員操作，”他說。對于城市空中交通，在城市飛行的有人駕駛直升機可以提供創建機器學習模型所需的數據。“大型商用飛機會有所不同。”

空中客車公司A3創新中心于2016年成立，與空中客車公司之間保持一定的獨立性，并通過承擔對業務部門風險太大的項目，從內部驅動空中客車公司以創新某發展。但“探路者”項目與母公司聯系很緊密。“空中客車公司A3與空中客車公司研發機構之間存在緊密聯系，”阿爾尼·斯托克切克說，“在競爭日趨激烈的城市空中交通市場上，這是我們與眾不同的一點。作為有著耀眼歷史的空中客車公司集團的下屬機構，安全是我們研發自動駕駛技術的核心關注。”

（李韻編譯自AW&ST，2019-4-03）