Sistemas de control de la fatiga para pilotos de caza basados en IA

IA

El nivel de fatiga de los pilotos de caza sentados en las cabinas de los aviones es un factor muy crítico para las misiones de combate. Una respuesta a tiempo puede evitar desagradables incidentes G-LOC.

La monitorización de la fatiga de la tripulación basada en IA podría ayudar a la tripulación a sortear la situación para lograr la seguridad del vuelo. Este sistema cognitivo puede diseñarse como un sistema centrado en la cabina o como un sistema autónomo basado en tierra y apoyado por bases de datos distribuidas y edge computing. Incluso los especialistas médicos y los ingenieros de certificación de aeronavegabilidad pueden mantenerse en contacto con el comandante operativo para controlar la misión de la aeronave. La recuperación segura de la aeronave puede realizarse en modo autónomo si el piloto experimenta un G-LOC. Estas anulaciones podrían mantener a salvo a la tripulación y contribuir a la recuperación segura de la aeronave.

Las constantes vitales de los pilotos de caza deben ser normales durante las misiones de combate y son cruciales para garantizar un rendimiento seguro y óptimo. Por lo demás, los datos históricos de los parámetros vitales de la tripulación están a disposición de los especialistas médicos que le han dado el visto bueno para la misión. Con el apoyo de un sistema médico experto basado en IA, la decisión de continuar o abortar la misión resulta mucho más sencilla. La Inteligencia Artificial puede emplearse para crear sistemas avanzados de monitorización predictiva de la salud para pilotos de aviones de combate. A continuación se exponen algunas tecnologías habilitadoras para la integración de la IA en los aviones. La integración de estas tecnologías podría hacer que el sistema fuera más redundante y fiable.

Sensores biométricos vestibles y equipos de vuelo inteligentes

Hoy en día son muy comunes los trajes de misión con sensores integrados. Al llevar dispositivos con sensores biométricos, las tripulaciones pueden controlar en tiempo real sus constantes vitales, como el ritmo cardíaco, la presión arterial, los niveles de oxígeno y la temperatura corporal. Mediante algoritmos, podemos analizar patrones de datos biométricos y detectar anomalías o signos de estrés, fatiga o deshidratación durante el vuelo. Esto ayudaría a la tripulación y al control en tierra a tomar decisiones durante las misiones de combate y en condiciones de estrés extremo. Podemos aplicar análisis basados en IA para evaluar el estado físico del piloto de un caza durante el vuelo, teniendo en cuenta las fuerzas G y otros factores desencadenantes del estrés. El estado de salud de cada tripulación varía de una a otra y, por tanto, el ML (aprendizaje automático) y el algoritmo asociados a cada tripulación pueden ser únicos.

Sensores de cabina para condiciones ambientales

Además de los sensores biométricos, las condiciones ambientales de la cabina son igualmente importantes, ya que pueden influir en el estado de salud de la tripulación. Los sensores ambientales colocados en la cabina miden la presión, la temperatura y la humedad de la cabina para realizar un análisis exhaustivo. La IA puede correlacionar los datos ambientales con las métricas de salud del piloto para obtener una interpretación holística de la salud del piloto en tiempo real.

Supervisión del rendimiento cognitivo

El estado de alerta y la respuesta a las situaciones por parte de la tripulación deben medirse y controlarse simultáneamente. La IA puede evaluar el rendimiento cognitivo en tiempo real analizando las señales neuronales o controlando los movimientos oculares y los tiempos de respuesta. Podemos aplicar modelos de aprendizaje automático para detectar cambios en la respuesta cognitiva de la tripulación que puedan indicar fatiga o estrés. Un análisis similar puede realizarse durante los exámenes médicos previos de la tripulación antes de entrar en la cabina. Los sistemas de visión por ordenador para rastrear los movimientos oculares y los patrones de parpadeo proporcionarían sin duda información sobre el nivel de alerta de la tripulación.

Cómo India hizo de la necesidad virtud exportando mano de obra

Análisis del habla y la voz de la tripulación

El habla de la tripulación también puede analizarse para determinar su nivel de fatiga. Aplicando el Procesamiento del Lenguaje Natural (PLN), se pueden analizar los patrones del habla y la voz del piloto en busca de signos de estrés o fatiga, y el sistema puede dar avisos tempranos de un estado de salud que se está agotando. Sistema de IA que puede proporcionar información o alertas en tiempo real en función de los cambios en las características y patrones del habla.

Análisis predictivo de la salud

Cualquier posible catástrofe puede predecirse enseñando a los sistemas de IA sobre sucesos pasados/historial de incidentes. Podemos aplicar fácilmente modelos predictivos mediante IA para anticipar posibles problemas de salud o relacionados con la fatiga antes de que se agraven.

La IA puede evaluar el rendimiento cognitivo en tiempo real analizando las señales neuronales o controlando los movimientos oculares y los tiempos de respuesta

Si se tienen en cuenta factores como los patrones de sueño, los datos de vuelos anteriores, los alimentos o bebidas consumidos antes del vuelo, los problemas familiares o personales y el historial general de salud de la tripulación, se podrían realizar predicciones precisas. La integración del sistema de IA con los sistemas de programación de la tripulación y la consideración de factores como los ritmos circadianos, los patrones de sueño y la distribución de la carga de trabajo harían que el sistema fuera más sólido.

Sistemas de respuesta a emergencias

Si el sistema de control de la salud de la tripulación basado en IA se integra en los sistemas de comunicación externa de a bordo, el sistema puede activar automáticamente respuestas de emergencia sobre la salud de la tripulación e iniciar la comunicación con el control de tierra. También podemos implementar funciones como la notificación en tierra de parámetros de salud anormales y otras emergencias sanitarias.

La seguridad nacional en el siglo XXI: Retos y estrategias

Interfaz hombre-máquina (HMI)

Una HMI bien diseñada facilitará una interfaz intuitiva y fácil de usar que permita a los pilotos acceder e interpretar fácilmente sus datos de salud. Utilizará IA para proporcionar recomendaciones personalizadas para mantener una salud óptima y los datos podrán complementarse en función de las necesidades de las distintas formaciones de mando estacionadas en la base, así como de la tripulación aérea. Una interfaz de usuario bien diseñada ayudaría a la tripulación a tomar decisiones lógicas en momentos críticos. Una interfaz de usuario similar puede reproducirse en el control de tierra para actuar en caso de emergencia.

Integración con los sistemas de navegación de vuelo

La integración del sistema de control de la salud y la fatiga con la aviónica del avión de combate en tiempo real será una tarea difícil. Una de las funcionalidades más solicitadas es la conversión del sistema de control de la fatiga en un sistema de apoyo a la toma de decisiones y, posteriormente, en un sistema de control para la navegación autónoma de la aeronave con vistas a una recuperación/aterrizaje seguros en caso de emergencia médica. Este caso de uso está disponible actualmente con muchos de los drones militares autónomos. Mantener la aeronave estable y a salvo de fallos dentro de la envolvente de vuelo pasa a ser responsabilidad del sistema durante el vuelo.

Seguridad y privacidad de los datos

Es necesario dotar de seguridad al sistema de IA proporcionando el cifrado necesario a los datos intercambiados entre la estación de tierra y la aeronave en el espectro electromagnético. Los datos sanitarios sensibles recogidos de los pilotos deben mantenerse confidenciales en todo momento. Podemos aplicar normas de cifrado sólidas y aplicar normas de protección de datos durante la fase de desarrollo para garantizar la seguridad de los vuelos.

Integración de la retroalimentación de la tripulación

El aprendizaje por refuerzo (ML) se recomienda en muchas de las aplicaciones militares para la improvisación continua de los sistemas de IA establecidos. Es necesario recoger periódicamente los comentarios de la tripulación para mejorar y perfeccionar el algoritmo de IA existente. La experiencia y las aportaciones de los usuarios son valiosas para mejorar la eficacia del sistema.

La integración del sistema de control de la salud y la fatiga con la aviónica del avión de combate en tiempo real será una tarea difícil

Cumplimiento de la normativa y aprobación del controlador

Obtener la autorización operativa para los sistemas integrados de IA será un reto debido a la normativa vigente sobre seguridad de vuelo. Es necesario determinar hasta qué punto la DGAC/CEMILAC (organismos reguladores) pueden aprobar el traspaso de la autoridad de toma de decisiones de los humanos a las máquinas. El sistema de control de la fatiga basado en IA debe garantizar el cumplimiento de todos los reglamentos y normas de aviación.

Conclusión

La implementación de la IA para el control de la fatiga de la tripulación requiere la colaboración entre expertos en aviación, científicos de datos y desarrolladores de tecnología para crear soluciones fiables y eficaces que contribuyan a la seguridad general de los vuelos. El diseño y desarrollo de estos sistemas debe hacerse de forma progresiva y con una visión a largo plazo.

Artículo republicado en el marco de un acuerdo con Dras (Defense Research and studies) para compartir contenido. Link al artículo original:https://dras.in/ai-based-fatigue-monitoring-systems-for-fighter-pilots/

+ posts

El Comandante (Dr) Jayakrishnan N Nair (retirado), es ingeniero de aviónica de profesión. Ha servido a la Armada india durante 25 años. Es miembro de la Institución de Ingenieros de Calcuta y experto en TDF de la DRDO. Es miembro de la Sociedad Aeronáutica de la India. También es miembro vitalicio de la All India Management Association, la Computer Society of India y la Indian Society of Training and Development. Además de un MTech (Aero) y un MBA, ha sido distinguido con un Doctorado en Estudios Avanzados (Ciencia) por la Universidad de Azteca, México. Es miembro asociado de la MP-IDSA, en Nueva Delhi, y miembro sénior (defensa y análisis militar) del Centro de Investigación de Políticas Públicas.

Buscá en Reporte Asia