Opis projektu
Zielone planowanie na rzecz lotnictwa
Emisje z lotnictwa przyczyniają się do zmiany klimatu. Ważnym pytaniem pozostaje wielkość śladu węglowego tego sektora. Zespół finansowanego ze środków UE projektu REFMAP znajdzie odpowiedź na to pytanie poprzez kwantyfikację śladu środowiskowego mobilności lotniczej dla samolotów i bezzałogowych systemów powietrznych na poziomie wieloskalowym, na którym poszczególne trajektorie i ruch przepływowy wielu pojazdów są optymalizowane w celu zminimalizowania ich wpływu na środowisko w szerokim zakresie społeczności. Ponadto zbada, jaki wpływ na modele biznesowe lotnictwa będzie miała dostępność danych środowiskowych dla każdego typu i trasy pojazdu lotniczego. Aby przewidzieć wyniki, naukowcy opracują platformę analityczną, która może przetwarzać dane środowiskowe i pogodowe, dotyczące wiatru, hałasu i emisji (zarówno CO2, jak i innych substancji zanieczyszczających).
Cel
"The mission of RefMap is to develop a digital service aimed at quantifying the environmental footprints of air mobility for airliners and unmanned aircraft systems (UAS) at a ""multi-scale"" level, where single-trajectories (micro) and the flow traffic of multiple vehicles (macro) are optimised to minimise their environmental impact in a wide range of communities. RefMap investigates how the aviation business models will be affected by the availability of environmental data for each type and route of air vehicle, as this will enable stricter evidence-based Green policy making in the sector. This will be achieved via the development of the RefMap analytics platform processing environmental and weather data such as wind, noise, CO2 and non-CO2 emissions for both U-space and ATM. This platform will rely on a number of technical solutions, including numerical simulation, predictive models, and deep-learning methods. The latter will be used to construct accurate non-intrusive prediction frameworks and to optimize the trajectories of the various vehicles given the predicted flow conditions via deep reinforcement learning (DRL). These will enable the development of a new aviation business models aligned with EU’s Green Agenda."
Dziedzina nauki
- engineering and technologymechanical engineeringvehicle engineeringaerospace engineeringaircraft
- natural sciencescomputer and information sciencesartificial intelligencemachine learningreinforcement learning
- social scienceseconomics and businessbusiness and managementbusiness models
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-RIA - HORIZON Research and Innovation ActionsKoordynator
100 44 Stockholm
Szwecja