Meer dan driekwart van de gemeenschappen in Alaska heeft geen toegang tot snelwegen of wegen. In deze afgelegen gebieden, kleine vliegtuigen zijn een stadsbus, ambulance, en voedselbezorging - de enige manier om mensen en dingen binnen en buiten te krijgen.

Hoe routinematig de dagelijkse vlucht ook mag zijn, het kan gevaarlijk zijn. Deze kleine (of algemene luchtvaart) vliegtuigen worden meestal visueel gevlogen, door een piloot die uit de cockpitramen kijkt. Als plotselinge stormen of mist verschijnen, een piloot kan een landingsbaan misschien niet zien, nabijgelegen vliegtuigen, of stijgend terrein. in 2018, de Federal Aviation Administration (FAA) rapporteerde 95 luchtvaartongevallen in Alaska, waaronder verschillende dodelijke ongevallen die plaatsvonden in afgelegen gebieden waar slecht zicht een rol kan hebben gespeeld.

"Algemene luchtvaartpiloten in Alaska moeten tijdens de preflightplanning op de hoogte zijn van de voorspelde omstandigheden, maar ook van snel veranderende omstandigheden tijdens de vlucht, " zegt Michael Matthews, een meteoroloog aan het MIT Lincoln Laboratory. "Er zijn bepaalde regels, alsof je niet kunt vliegen met minder dan drie mijl zicht. Als het erger is, piloten moeten op instrumenten vliegen, maar daarvoor moeten ze wel gecertificeerd zijn."

Piloten controleren de huidige of voorspelde weersomstandigheden voordat ze vliegen, maar een gebrek aan geautomatiseerde weerobservatiestations in de bush in Alaska maakt het moeilijk om precies te weten wat je kunt verwachten. Helpen, de FAA heeft onlangs 221 webcamera's geïnstalleerd in de buurt van landingsbanen en bergpassen. Piloten kunnen de beeldfeeds online bekijken om hun route te plannen. Nog altijd, het is moeilijk om door honderden afbeeldingen te bladeren en in te schatten hoe ver iemand kan kijken.

Dus, Matthews heeft met de FAA samengewerkt om van deze webcamera's zichtsensoren te maken. Hij heeft een algoritme ontwikkeld, genaamd Visibility Estimation via Image Analytics (VEIA), die de beeldfeed van een camera gebruikt om automatisch de zichtbaarheid van het gebied te bepalen. Deze schattingen kunnen vervolgens in realtime worden gedeeld met voorspellers en met piloten online.

Getrainde ogen

in concept, het VEIA-algoritme bepaalt de zichtbaarheid op dezelfde manier als mensen. Het zoekt naar stationaire 'randen'. Voor menselijke waarnemers deze randen zijn oriëntatiepunten van bekende afstanden van een vliegveld, zoals een toren of bergtop. Ze zijn getraind om te interpreteren hoe goed ze elke marker kunnen zien in vergelijking met een heldere, zonnige dag.

Hetzelfde, het algoritme wordt eerst geleerd hoe randen eruit zien in duidelijke omstandigheden. Het systeem kijkt naar de beelden van de afgelopen 10 dagen, een optimaal tijdsbestek omdat een korter tijdsbestek kan worden vertekend door slecht weer en langer kan worden beïnvloed door seizoensveranderingen, volgens Matthijs. Met behulp van deze 10-daagse beelden, het systeem creëert een samengesteld "helder" beeld. Dit beeld wordt de referentie waarmee een huidig ​​beeld wordt vergeleken.

Om een ​​vergelijking uit te voeren, een algoritme voor randdetectie (een Sobel-filter genoemd) wordt toegepast op zowel het referentie- als het huidige beeld. Dit algoritme identificeert randen die persistent zijn:de horizon, gebouwen, berghellingen - en verwijdert vluchtige randen zoals auto's en wolken. Vervolgens, het systeem vergelijkt de algehele randsterkten en genereert een verhouding. De verhouding wordt omgezet in zichtbaarheid in mijlen.

Het was een uitdaging om een ​​algoritme te ontwikkelen dat goed werkt voor afbeeldingen van elke webcamera, zegt Matthews. Op basis van waar ze zijn geplaatst, sommige camera's hebben een zicht van 100 mijl en andere slechts 100 voet. Andere problemen vloeiden voort uit permanente objecten die zich heel dicht bij de camera bevonden en het zicht domineerden, zoals een grote antenne. Het algoritme moest worden ontworpen om langs deze nabije objecten te kijken.

"Als je een waarnemer bent op Mount Washington, je hebt een geoefend oog om naar zeer specifieke dingen te zoeken om een ​​schatting van de zichtbaarheid te krijgen. Zeggen, de skiliften op Attitash Mountain, enzovoort. We wilden geen algoritme maken dat zo specifiek is getraind; we wilden dat hetzelfde algoritme overal en over alle soorten randen zou worden toegepast, ' zegt Matthijs.

Om zijn schattingen te valideren, het VEIA-algoritme is getest aan de hand van gegevens van Automated Surface Observing Stations (ASOS). Deze stations, waarvan er bijna 50 in Alaska, zijn uitgerust met sensoren die de zichtbaarheid elk uur kunnen inschatten. Het VEIA-algoritme, die elke 10 minuten schattingen geeft, was meer dan 90 procent nauwkeurig in het detecteren van slecht zichtbare omstandigheden in vergelijking met ASOS-gegevens op dezelfde locatie.

Geïnformeerde piloten

De FAA is van plan het VEIA-algoritme in de zomer van 2020 te testen op een experimentele website. Tijdens de testperiode, piloten kunnen de experimentele website bezoeken om realtime zichtbaarheidsschattingen te zien naast de camerabeelden zelf.

"Verder, de VEIA-schattingen kunnen worden opgenomen in weersvoorspellingsmodellen om de voorspellingen te verbeteren, " zegt Jenny Colavito, wie is de projectleider van het plafond- en zichtbaarheidsonderzoek bij de FAA. "Dit alles leidt ertoe dat piloten beter op de hoogte worden gehouden van de weersomstandigheden, zodat ze kunnen voorkomen dat ze in gevaar vliegen."

De FAA onderzoekt het gebruik van weercamera's in andere regio's, beginnend op Hawaï. "Net als Alaska, Hawaii heeft extreme terrein- en weersomstandigheden die snel kunnen veranderen. Ik verwacht dat het VEIA-algoritme samen met de weercamera's in Hawaï zal worden gebruikt om piloten zoveel mogelijk informatie te verstrekken, " voegt Colavito toe. Een van de belangrijkste voordelen van VEIA is dat er geen gespecialiseerde sensoren nodig zijn om zijn werk te doen, alleen de beeldfeed van de webcams.

Matthews ontving onlangs een R&D 100 Award voor het algoritme, uitgeroepen tot een van 's werelds 100 meest innovatieve producten ontwikkeld in 2019. Als onderzoeker in luchtverkeersbeheer gedurende 28 jaar, hij is verheugd deze eer te hebben behaald.

"Sommige bergpassen in Alaska zijn als snelwegen, vooral in de zomer, met het aantal mensen dat vliegt. Je kunt talloze verhalen vinden over vreselijke crashes, mensen die gewoon alledaagse dingen doen - een gezin op weg naar een volleybalwedstrijd, Matthews denkt na. "Ik hoop dat VEIA mensen kan helpen hun leven veiliger te maken."

Dit verhaal is opnieuw gepubliceerd met dank aan MIT News (web.mit.edu/newsoffice/), een populaire site met nieuws over MIT-onderzoek, innovatie en onderwijs.