SESAR JU 基本法案 2007 年 2 月 27 日第 219/2007 号理事会条例 (EC)(OJ L 64,2.3.2007,第 1 页)关于建立联合企业开发新一代欧洲空中交通管理系统 (SESAR),经 2008 年 12 月 16 日第 1361/2008 号理事会条例 (EC)(OJ L 352,31.12.2008,第 12 页)和 2014 年 6 月 16 日第 721/2014 号理事会条例 (EU)(OJ L 192,1.7.2014,第 1 页)修订
空中交通管制员或“空中交通管制员”的活动包括确保空中交通流量的安全,他们的工作活动很快将面临前所未有的演变。为了补偿主要与空中交通水平显着增加相关的环境变化,我们的目标是构建新的控制环境,从而引入新技术并实现控制任务的部分自动化。这些观点旨在减少对空中交通管制员的要求,以提高空中交通管理的容量门槛,但提出了一些问题。特别是,我们如何确保这些进展得到验证以实现既定目标?
数字欧洲天空计划 ............................................................................................................. 31 2.2.2 战略行动领域 2:开展探索性研究 ...................................................................... 34
3 使用预测性 AI 降低机场成本(和延误) 6 AI 助手帮助空中交通管制员保持态势感知 8 人工智能在危险的天空中绘制安全路线 10 建立对空中交通管理 AI 的信任 12 AI 评估 ATM 系统变化对安全性和弹性的影响 15 更好的自动语音识别,实现更安全的空中交通管制 17 将乘客置于多式联运的中心 19 AI 模型帮助空中交通管理人员渡过大风暴 21 在空中交通管制系统中寻找自动化的位置 23 将预测性 AI 集成到空中交通管理工作流程中 25 机器学习方法模拟欧洲拥挤的天空 27 新的 AI 软件保护航空系统免受网络攻击 29 AI 驱动的航班分配可降低成本和减少延误 31 可解释的 AI 可提高对空中交通管理软件的信任 33 AI 帮助连接您旅程中的所有步骤
原型算法在气象数据和单个排放的气候影响之间建立了联系,使飞行规划人员能够检查轨迹并评估气候影响。FlyATM4E 旨在将此数据服务作为 SESAR 解决方案提供,以帮助空域用户和空中导航服务提供商选择气候优化的轨迹。仍然存在高度不确定性,需要额外的建模来建立稳健的模型。通过与其他旨在在现场试验中使用这些原型的研究计划合作,项目合作伙伴希望使该技术成熟并确定一些“大热门”。
原型算法在气象数据和单个排放的气候影响之间建立了联系,使飞行规划人员能够检查轨迹并评估气候影响。FlyATM4E 旨在将此数据服务作为 SESAR 解决方案提供,以帮助空域用户和空中导航服务提供商选择气候优化的轨迹。仍然存在高度不确定性,需要额外的建模来建立稳健的模型。通过与其他旨在将这些原型用于现场试验的研究计划合作,项目合作伙伴希望使该技术成熟并确定一些“大热门”。
C.1.1 简介 为支持 AAL2 VLD,我们进行了大量的本地安全保障。安全评估活动旨在支持 GLS CAT II/CAT I 自动着陆演示,并为国家监管机构创建 GLS CAT II 演示所需的必要证据。目的是准备并证明此技术解决方案符合适用于每个 ATM/ANS、地面系统、适航性和飞行操作领域的监管框架。本安全评估报告 (SAR) 总结了为生成 GAST C 设备启用的 GLS CAT I 和 GLS CAT II 自动着陆进近操作演示所需的证据而开展的本地安全评估活动,以获得监管部门批准,包括国家航空局 (NAA) 对 GBAS 地面站的系统设计批准、EASA 飞机适航性批准和 NAA 的航空公司 OPS 批准,以进行这些操作。因此,本报告提供了实施针对 GAST C 设备上 GLS CAT II 操作的新操作演示的安全方面的前进方向。提供的评估结果提供了足够的安全保证水平,以获得必要的监管部门批准。最终用户和相应的监管机构均参与评估。
完善指导、安全案例和支持静态成对离港分离矩阵监管的材料。根据交通组合和成对矩阵中新飞机类型的纳入情况,制定(即监管和相关安全案例)基于更多类别或不同类别的精细分离最小值方法,以更适合当地机场环境。支持监管部门批准的安全证据、进一步增加效益的细化以及允许促进与可选监管推动因素相对应的部署的整合