パンデミックの最中はネガティブなニュースが多く、外に出て撮影することもできず、ブログも自然と更新が滞っていました。 しかしながら、ポジティブなニュースもあります。例えば、エアバスのATTOL（自律的なタクシーイング、離陸、着陸）プロジェクトなどです： <a href=“https://www.airbus.com/newsroom/press-releases/en/2020/06/airbus-concludes-attol-with-fully-autonomous-flight-tests. target="_blank”>Airbus concludes ATTOL with fully autonomous flight tests。

中国のメディアでも詳しく紹介されているので、以下にいくつか抜粋します。

中国航空ニュース網 エアバス、自律タクシーイングおよび離着陸プロジェクトの飛行テストを完了、

2020年6月30日、2年にわたる広範な飛行テスト・プロジェクトを経て、エアバスは自律タクシーイング、離陸、および着陸（Autonomous Taxi, Take-Off and Landing - ATTOL）プロジェクトを完了しました。

本プロジェクトの完了に伴い、エアバスは機上画像認識技術を活用し、ビジョンに基づく完全自動飛行テストにより、民間航空機による自律的なタクシーイング、離陸、および着陸を実現しました。これは世界の航空分野における初めての試みです。

同プロジェクトでは計500回以上の試験飛行が行われました。そのうち約450回は、生ビデオデータの収集およびアルゴリズムのサポートと微調整に充てられ、別の6セットの試験飛行（各セットは5回の離陸と着陸を含む）が自律飛行能力のテストに使用されました。

ATTOLプロジェクトはエアバスによって立ち上げられ、機械学習アルゴリズムや自動化ツールを用いたデータラベリング、処理、モデリングなどの自律技術の可能性を探ることを目的としています。これにより、パイロットが航空機の操作から注意力を解放され、戦略的な意思決定やミッション管理により多くの時間を割くことが可能になります。エアバスは現在、将来の航空機運用を強化する上でのこれらの技術の可能性を分析しており、航空機の安全性をさらに向上させながら、現在の未曾有のレベルを維持することを目指しています。

2020-07-06 10:48 国際航空 WeChat公式アカウント 国際航空 「見る」こと：エアバス、機械ビジョンに基づく自動離着陸システムを開発

ATTOLは、GPSと画像認識技術を組み合わせて航空機の相対位置を特定し、航空機を誘導するものです。ATTOLシステムの中核を成すのはカメラ、画像処理アルゴリズム、そして航空機の制御則です。この画像認識システムは滑走路の様々な標線を検知し、そこから滑走路のセンターラインの位置を推測することができます。

ATTOLシステムのソフトウェアは機械学習技術によって信頼性を高めていますが、まだ認証は取得していません。専門家によると、将来のコックピットでは、このような新しい技術と従来のナビゲーション技術が並行して稼働し、両者の出力結果が相互に関連付けられている必要があるとのことです。しかし現段階では、低視程（雲底高）下での機械ビジョンシステムの有効な動作、空港側での各種境界線や標識の表示の明確化、そして認識ミスが発生した場合の処理など、ATTOLプロジェクトには依然として多くの課題が残されています。

航空工業情報網 エアバス社、ATTOLプロジェクトの自律飛行テストを完了

ATTOLプロジェクトは、自律技術（データのマーキング、処理、モデル生成に機械学習アルゴリズムや自動ツールを使用することを含む）が、パイロットが航空機プラットフォームそのものではなく、飛行プロセスにおける戦略的な意思決定やミッション管理により多くの注意を払うためにどのように役立つかを探ることを目的としています。このプロジェクトの目標は、既存の旅客機の運用安全性を高めることですが、次世代の電動垂直離着陸機（eVTOL）の都市空輸機にも応用可能です。

ATTOLプロジェクトの責任者であるセバスチャン・ジュリアノ（Sebastien Giuliano）は、多くの航空機がすでに自動着陸が可能であるが、それは計器着陸システム（ILS）やGPS信号などの外部インフラに依存していると強調しています。ATTOLの目標は、効率を最大化しインフラコストを削減するために、機上技術のみを使用してこれを実現することです。

AcubedのWayfinderチームは、コンピュータビジョンと機械学習に基づいたソフトウェアを開発しました。このソフトウェアにより、航空機は周囲の環境を検知し、その中で最適にナビゲートする方法を計算することができます。これは、カメラ、レーダー、レーザー based LiDAR、および強力な機上コンピュータを含むセンサーを組み合わせて使用することで実現されています。Wayfinderプロジェクトの責任者であるArne Stoschekは、自動運転機能の重要な課題は、システムが予期しない事象にどのように対処するかであると考えています。これは自動化から自律化への大きな飛躍です。