O ATD-2 da NASA usou previsão de tempo de taxiamento por IA para escalonar recuos de portas no Aeroporto Douglas de Charlotte, poupando 1M+ galões de combustível e 933 horas de atraso em quatro anos, antes de passar para a FAA e alargar a 27 aeroportos dos EUA.
1,000,000+ gallons
Combustível de aviação poupado em Charlotte Douglas (Sept 2017-Sept 2021)
$1.4 million
Poupança em custos de tripulação (Sept 2017-Sept 2021)
933 hours
Horas de atraso de passageiros evitadas (Sept 2017-Sept 2021)
~$4.5 million
Valor do atraso de passageiros evitado (Sept 2017-Sept 2021)
~8 tons/day
Redução de CO2 em Charlotte Douglas
Detalhes
Maturidade
Em expansão
Promotor
NASA Ames Research Center, with the Federal Aviation Administration (FAA)
Período
September 2017 – September 2021 (Charlotte field trial); transferred to FAA September 2021; TFDM rollout from 2022
Palavras-chave
aviation, air traffic management, public infrastructure, transportation
Contexto
Aeronaves que saem da porta de embarque demasiado cedo acabam a aguardar em longas filas de táxi, a queimar combustível e a emitir carbono sem avançar; os aeroportos basearam-se historicamente em estimativas estáticas assentes em modelos físicos, em vez de preverem exatamente quando uma pista ficará realmente disponível.
Objetivos
Substituir a modelação de tempos de táxi baseada em física por modelos de aprendizagem automática - incluindo redes neuronais - treinados com dados reais de vigilância de superfície, para prever os tempos de táxi de saída e de entrada e programar melhor a saída das aeronaves da porta de embarque.
Atividades
O projeto ATD-2 (Airspace Technology Demonstration-2) da NASA construiu um sistema integrado de chegadas, partidas e superfície (IADS) cuja componente de operações de superfície baseadas em trajetória foi testada em campo no Aeroporto Internacional de Charlotte Douglas (KCLT), com dados também recolhidos em Dallas/Fort Worth (KDFW), entre setembro de 2017 e setembro de 2021.
Resultados
O sistema poupou mais de 1 milhão de galões de combustível de aviação, um valor estimado de 1,4 milhões de dólares em custos de tripulação, 933 horas de atraso de passageiros (avaliadas em cerca de 4,5 milhões de dólares) e cerca de 8 toneladas de CO2 por dia em Charlotte Douglas. A NASA transferiu formalmente a tecnologia para a FAA em setembro de 2021, onde foi integrada no programa Terminal Flight Data Manager (TFDM) para um lançamento faseado, começando por Charlotte e Phoenix e alcançando eventualmente 27 aeroportos de grande dimensão, incluindo Atlanta, Chicago, Nova Iorque, Washington, São Francisco e Los Angeles.
Conclusões
Os modelos de aprendizagem automática publicados para os tempos de táxi ainda apresentam incerteza significativa - cerca de 10-15% para os tempos totais e de área de movimento aeroportuária, e cerca de 20% para o tempo de táxi na plataforma - e previa-se que a implementação nacional nos 27 aeroportos demorasse entre cinco a dez anos, pelo que os benefícios medidos acima permanecem concentrados nos locais de teste originais e não estão ainda comprovados à escala da rede.
Implementação
Custo indicativo
Elevado (500 mil €–5 M€)
Tempo até resultados
Longo (> 3 anos)
Equipa e competências
NASA Ames Research Center research and engineering team, FAA operational rollout team under the Terminal Flight Data Manager (TFDM) program
Condições de sucesso
Real surface-surveillance data from operating airports (Charlotte, DFW) to train the ML models
Formal technology-transfer pathway from NASA research to FAA operations
Phased, multi-year rollout plan rather than a single national switch-over