航空自動化：運用 AI/ML 和模擬技術設計更安全的系統 

除了電動化之外，自主性也是製造業、工業設備、汽車和航空等各個行業的主要趨勢。事實上，全球無人機市場規模在 2019 年估計為 45.6 億美元，預計到 2027 年將超過 160 億美元。因此，先進空中交通 (AAM) 公司正在開發自主飛機設計，以更有效地將人員和貨物運送到各個地方。儘管這些術語經常互換使用，但城市空中運輸 (UAM) 和區域空中運輸 (RAM) 都是 AAM 的一部份，分別專注於城市和郊區的低海拔運輸。

毫不意外，構建安全、自主的 AAM 系統需要複雜的訓練、工程、開發和設計。人工智慧/機器學習 (AI/ML) 透過幫助工程師和設計師開發關鍵的感知和決策功能，為這些領域提供了重要的協助。這些功能是自主性的基礎。然而，在訓練和驗證這些自主功能時，人工智慧/機器學習 (AI/ML) 無法提供真實的代表性情境，這引發了各種挑戰和疑慮。

模擬有助於建立對自主 AAM 系統的信心、確保其可靠性，並驗證其在安全性方面具有令人難以置信的價值。在早期階段，模擬提供了重要的深入見解、預測準確度和詳盡分析，以提供訓練和發展的資訊。在後續階段，模擬提供真實的環境和情境，以驗證和測試這些功能。AAM 旗下公司整合 Ansys 解決方案後，便可採用無縫端對端工作流程，透過模擬和數位任務工程工具，針對安全性分析、嵌入式軟體、感應器測試等，將訓練和驗證最佳化。  

讓自主性中的感知和決策能力更為出色

航空業有全新和傳統的自主應用。新的應用中心環繞新一代 AAM 運輸，這類運輸工具由小型、高度自動化的載具組成，能在較低海拔地區載運乘客或貨物。一般來說，這些系統 (特別是 UAM 系統) 仰賴直升機等技術，或是電力垂直起飛和降落 (eVTOL) 等新興技術。

相較之下，傳統應用則是在現有系統中實作。例如，商用飛機製造商可能會納入自主性功能，以提高飛行員對情境的認知，減輕飛行員的責任與工作負載，或是最佳化不同飛行階段的效率。同樣地，軍用飛機供應商也可以考慮採用自主性功能，以協助飛行員在任務期間處理非預期的變更，例如新目標或降級的條件。

一般而言，自主性應用必須包含三項主要功能，可彼此影響，如下所示：

• 感知：觀察環境，包括迎面而來的障礙物 (例如其他飛機、與氣候相關的挑戰，或其他飛行路徑上出現的阻礙)。這多半是透過攝影機、光學雷達或雷達所附的感應器來完成。
• 決策：根據對此類障礙物的感知與偵測，判斷最適合且最安全的飛行操作。
• 執行：執行上述所需的飛行操作。

事實上，自主系統需要建立可靠的感知和決策能力，才能成功地執行操作。模擬為這兩個領域帶來顯著的價值。針對感知訓練，物理基礎的模擬提供原始感應器資料和真實地面的資訊，這消除了複雜的影像處理需求，減少訓練時間，並提高準確度。在決策訓練方面，模擬提供敏感性、穩健性和可靠性分析，有助於增強飛行性能、飛行操作的安全性以及避免碰撞。 

透過 Ansys optiSLang 中的靈敏度分析，發現並解決振盪問題 (左)，以達到更順暢的飛行 (右)。

模擬還可以改善強化學習 (RL)，這是一種 AI/ML 訓練技術，使模型能夠經由試錯自行學習。換句話說，與監督式學習或非監督式學習不同，強化學習 (RL) 使 AI/ML 代理能夠透過其環境的回饋，包括其自身的行動和經驗，進行互動式學習。因此，模擬可提供機會，創造多元且近乎無數的模擬環境，大幅支援 RL 訓練，進而改善認知品質和決策訓練。 

使用中的自主性應用

Ansys 提供完整的模型式系統工程 (MBSE) 工作流程，協助訓練和驗證自主功能，包括模擬、系統架構、感應器測試、安全性評估、營運設計領域 (ODD)，以及情境建立、變異和結果分析。

首先，讓我們瞭解此工作流程中使用的關鍵工具：

• Ansys medini analyze：以模型為基礎的整合式工具，支援電氣、電子和軟體控制系統的安全分析。它允許以一致且高效率的方式應用特別為 ISO 26262、IEC 61508、ARP 4761、ISO 21448 和 MIL-STD-882E 等產業標準量身打造的產業準則。
• Ansys optiSLang：流程整合與設計最佳化工具，可解決由電腦輔助工程 (CAE) 為基礎之穩健設計最佳化 (RDO) 所帶來的挑戰。
• Ansys Systems Tool Kit (STK)：系統級模擬器，可讓您在真實的時間動態 3D 模擬中將複雜的系統模型化，包括高解析度地形、影像、無線電頻率 (RF) 環境等。
• Ansys AVxcelerate Sensors：感應器測試與驗證可讓您使用真實情境，調查雷達、光學雷達與攝影機感應器在模型迴路 (MIL)，軟體迴路 (SIL) 或人機迴路 (HIL) 內容中的感知。
• Ansys SCADE Suite：以模型為基礎的開發環境，以開發可靠的嵌入式軟體，提供與需求、管理、模型化設計、驗證、認證代碼產生能力等的連結。

現在，讓我們透過六個步驟探索此工作流程的範例實作：

1.  在 medini analyze 中，定義系統架構、環境、ODD (功能運作的條件，包括天氣相關現象)，以及一組跨 ODD 的功能情境。
2. 使用 optiSLang 將功能情境定義為邏輯 (參數化) 情境。
3. 使用實驗設計 (DOE) 將邏輯情境變更為具體情境，其中參數值遵循與現實相對應的概率分佈。
4. 使用具體情境來訓練自主功能，結合在 STK 中運行的模擬，模擬整個系統的運行；使用 AVxcelerate Sensors 來測試和驗證感應器；使用 SCADE 模擬關鍵嵌入式軟體；以及/或使用外部 AI/ML 訓練工具，如 YOLO 或 OpenAI。
5. 回到 optiSLang，透過敏感度和穩健性分析，評估所產生的神經網路。
6. 最後，使用 optiSLang 整合完整的自主功能 (感知、決策和執行) 與評估模擬結果，以調適性取樣為基礎進行可靠性分析，有效探索設計空間。

藉由整合上述部分或全部範例 Ansys 工作流程，航空產業的工程師和設計師得以開發和驗證更安全、更可靠的自主系統。 

在一個案例研究中，飛機製造商整合 Ansys 解決方案，以確保避免無人飛行載具 (UAV) 發生碰撞。自動 eVTOL 必須飛到航點，同時避免與障礙物碰撞。這支團隊對飛機的認知能力非常有信心，因此最關心的是 eVOTL 的決策技巧，因為這是判斷最佳飛行路徑的關鍵。

在另一個範例中，航空單位採用類似的 Ansys 工作流程來進行編隊飛行。一隊由四架自動化 eVTOL 組成的機群必須在有人駕駛的 eVTOL 後面編隊飛行。這個例子同時涉及感知 (偵測帶領的 eVTOL 和其他載具) 和決策 (在避免任何碰撞的情況下跟隨帶領的 eVTOL)。

準備迎接新一代 AAM

Ansys 的模擬解決方案使客戶能夠安全地訓練、測試和驗證關鍵的 AAM 應用，建立對 AI/ML 輔助軟體和嵌入式系統自主性的信心。此外，透過結合 Ansys 的高傳真度模擬與數位任務工程工具，客戶可以在逼真的時間動態 3D 環境中開發並驗證這些系統。

若要進一步瞭解 Ansys 的自主解決方案，請註冊參加隨選線上研討會「Ansys Autonomy：透過以模型為基礎的軟體解決方案，將嵌入式規劃與控制自動化。」

若要探索 medini analyze，optiSLang 和 SCADE，請在此瀏覽免費的產品試用版。若要體驗 STK 的系統模擬能力，請在此瞭解免費試用選項。