Pada tahun 2017, sebuah Tesla meloloskan insinyur penerbangan Robin Hughes. Mengetahui perusahaan inovatif tersebut sedang menguji kendaraan swakemudi, Hughes berpikir, "Jika mobil otonom bisa digunakan di lingkungan yang semrawut, apakah kontrol lalu lintas udara otonom mungkin dijalankan di lingkungan yang terkendali?" Dengan rasa ingin tahu yang tidak pernah terpuaskan, Hughes mulai mencari jawabannya.
Untuk memperlancar arus lalu lintas dengan aman di wilayah udara yang ditugaskan, pemandu lalu lintas udara menggunakan radar untuk memantau lokasi pesawat dan berkomunikasi dengan pilot melalui radio. Untuk mencegah tabrakan, pengendali memberlakukan aturan pemisahan yang memastikan setiap pesawat mempertahankan jumlah minimum ruang kosong di sekitarnya. Pemandu lalu lintas udara melakukan pekerjaan yang penuh tekanan dan nyaris tak boleh ada kesalahan. Karena permintaan perjalanan udara terus meningkat, pengendali harus menangani kapasitas penerbangan yang lebih besar. Selama bertahun-tahun, industri penerbangan telah berupaya meningkatkan efisiensi dalam manajemen lalu lintas udara untuk mengurangi beban pemandu lalu lintas udara dan mengurangi biaya terkait.
Sebagai Kepala Teknik di Luftfartsverket (LFV), penyedia layanan navigasi udara Swedia, semua ini pemikiran ini sudah menghuni kepala Hughes, bersama dengan kenangan menonton komputer IBM Watson mengalahkan kontestan teratas di acara kuis Jeopardy!. Dia berpikir, "Jika IBM bisa menggunakan AI untuk melakukan itu, mereka pasti bisa membantu saya dalam hal ini." Beberapa bulan kemudian, tim dari IBM Garage™—kerangka kerja untuk transformasi digital—berada di kantor LFV yang mengadakan lokakarya penemuan teknis dan arsitektur. Melalui lokakarya tersebut, tim gabungan memvalidasi bahwa konsep kontrol lalu lintas udara otonom memang seharusnya mungkin.
Peningkatan kapasitas
Solusi mempertahankan pemisahan dalam simulasi kontrol lalu lintas udara sekitar 200% dari kapasitas normal
Peningkatan daya
Dalam satu detik, aplikasi ini dapat menjalankan hampir 800 resolusi konflik alternatif
Sementara para insinyur LFV bekerja dalam hal pendanaan dan pengumpulan data, para ahli IBM Garage dari lokasi Kopenhagen, Denmark, menarik tim IBM Research dan para pengembang untuk platform analisis IBM Streams. Tim LFV dan IBM yang diperbesar saling berkolaborasi dalam IBM Enterprise Design Thinking Workshop™. Karena Metodologi IBM Garage berfokus pada desain yang berpusat pada pengguna, LFV menyertakan dua pemandu lalu lintas udara yang memberikan wawasan tentang faktor-faktor seperti keterbatasan pesawat, beban bahan bakar, dan kerja sama pilot.
Dengan visi dan rencana teknis yang solid, tim ini siap untuk mulai mengembangkan Advanced Autoplanner (AAP), sebuah solusi kontrol lalu lintas udara otonom berbasis AI yang didanai oleh Swedish Transport Administration. Namun, COVID-19 melanda dan negara-negara Nordik melakukan karantina wilayah. Disrupsi ada dalam DNA Metodologi IBM Garage yang lincah, sehingga proyek ini tetap berjalan sesuai rencana. Anggota tim di seluruh Eropa dan Amerika Serikat mempertahankan irama rutin stand-up yang gesit, pemutaran ulang, dan panggilan status teknis, yang mengarah pada keberhasilan pengembangan produk minimum yang layak (MVP) AAP pertama.
Standar penerbangan membutuhkan lima mil laut di sekitar setiap pesawat dalam penerbangan setiap saat. Saat membangun AAP, tim LFV dan IBM Garage menyertakan penyangga, yang membutuhkan enam mil laut. Jika pesawat lebih dekat dari ini, itu disebut “hilangnya pemisahan,” yang—seiring waktu — dapat mengakibatkan tabrakan. AAP beroperasi dalam dua fase karena mengawasi sektor wilayah udara tertentu. Pertama, teknik eksplorasi ruang angkasa 3D berbasis kisi terus melacak dan memperkirakan lokasi pesawat secara real time. Jika aplikasi ini menentukan bahwa sebuah pesawat akan mengalami kehilangan separasi, aplikasi ini dapat menjalankan hampir 800 skenario yang mungkin terjadi (dalam satu detik) dengan sedikit mengubah arah, kecepatan, atau ketinggian pesawat. AAP melihat bagaimana lintasan skenario akan memengaruhi seluruh wilayah udara sektor ini, seperti papan catur 3D, dan kemudian mengidentifikasi tindakan yang aman untuk menghindari konflik di masa depan.
Kedua, solusinya menggunakan pendekatan berbasis aturan untuk menentukan peringkat tindakan yang diidentifikasi pada fase satu dan mengirimkan opsi terbaik kepada pilot. Pilot dapat menjalankan instruksi atau mengomunikasikan bahwa itu tidak mungkin. Misalnya, jika instruksinya adalah untuk meningkatkan ketinggian pesawat sebesar 1.000 kaki dan pilot menentukan ini tidak layak, aplikasi kemudian akan memberikan instruksi alternatif, seperti menyesuaikan arah lima derajat timur. AAP juga melacak kapan pesawat aman untuk melanjutkan rencana penerbangan aslinya.
Secara mengejutkan, pandemi berdampak positif pada aspek vital dari proyek ini. Karena LFV mengontrol lalu lintas udara sipil dan militer di Swedia, datanya sangat aman dan tidak dapat diakses di luar lokasi. Selama lockdown, tim besar ini tidak lagi diizinkan berada di lokasi untuk mengakses data yang diperlukan untuk membangun model AI solusi AAP. Dipaksa untuk memikirkan kembali pengembangan AI, kelompok ini memutuskan untuk membangun model AI berdasarkan integrasi dengan Simulator Penelitian Kontrol Lalu Lintas Udara (NARSIM) milik NLR (Laboratorium Penerbangan dan Kedirgantaraan Nasional Belanda).
Ilmuwan data membangun model AI deterministik dengan algoritme khusus pada platform analitik IBM Streams dan kemudian membuka koneksi antara simulator NARSIM dan IBM Streams yang berjalan di IBM Cloud. Mereka mensimulasikan lalu lintas melintasi wilayah udara yang ditentukan, dan berdasarkan output, terus menyempurnakan algoritme dan mengulangi model AI. Database IBM Db2 menyimpan data untuk aplikasi IBM Streams dan basis data IBM Cloudant menyimpan instruksi solusi AAP untuk pemandu lalu lintas udara dan pilot.
LFV dan IBM ikut menciptakan MVP AAP pertama hanya dalam empat bulan, yang mengesankan Hughes. “Tidak ada yang percaya kepada saya ketika saya memberi tahu mereka bahwa kami melakukan ini dalam waktu sekitar 17 minggu. Maksudku, biasanya waktu perkembangan kita berada di antara dua dan lima tahun.”
Kedalaman, keluasan, dan kecepatan pekerjaan yang diselesaikan merupakan bukti dedikasi anggota tim LFV dan IBM serta keefektifan pendekatan IBM Garage. Hughes menyatakan, "IBM Garage telah menjadi jalur langsung dan efisien dalam menyiapkan proyek, menjalankan proyek, dan mendapatkan akses ke keahlian yang ada di IBM." Dia sangat senang dengan kemampuan metodologi ini untuk membangun, menguji, dan memvalidasi komponen aplikasi yang paling berisiko sebelum beralih ke langkah berikutnya.
Keselamatan akan selalu menjadi prioritas industri penerbangan. Sementara pengembangan konsep inovatif seperti kontrol lalu lintas udara otonom menarik untuk dilihat di simulator, implementasinya di dunia nyata akan memakan waktu dan berkembang secara bertahap. Iterasi AAP di masa depan akan memperhitungkan kondisi cuaca dan zona larangan terbang dan menggabungkan kemampuan AI dan pembelajaran mesin non-deterministik. LFV juga berencana memperluas dari wilayah udara Swedia ke bagian lain di Eropa, dan kelompok kerja Eropa sangat ingin terlibat. AAP terus berhasil menjalankan simulasi, sekitar 200% dari kapasitas normal.
Solusi ini berada di jalur yang tepat untuk meringankan sebagian beban pemandu lalu lintas udara dan meningkatkan efisiensi di seluruh ruang udara. Beberapa dekade dari sekarang, manajemen lalu lintas udara otomatis mungkin akan menjadi standar. Kita akan mengagumi betapa menegangkannya hal ini dan bagaimana keingintahuan seorang insinyur yang tidak pernah terpuaskan dapat mengubah sebuah industri.
Ingin mengubah bisnis Anda? Bicaralah dengan pakar IBM Garage.
Berkantor pusat di Norrköping, Swedia, LFV (tautan berada di luar ibm.com) menyediakan kontrol lalu lintas udara dan layanan terkait penerbangan sipil dan militer di Swedia. Selama situasi normal (sebelum pandemi), pemandu lalu lintas udara LFV mengontrol sekitar 2.000 pesawat/hari di wilayah udara Swedia. LFV mempekerjakan 1.100 orang dan memiliki omset tahunan sebesar SEK 3,1 miliar.
Hukum
© Hak Cipta IBM Corporation 2022. IBM Corporation, IBM Garage, New Orchard Road, Armonk, NY 10504
Diproduksi di Amerika Serikat, April 2022.
IBM, logo IBM, ibm.com, Cloudant, Db2, Enterprise Design Thinking, IBM Cloud, IBM Garage, IBM Research, dan IBM Watson adalah merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang dari IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di ibm.com/trademark.
Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.