Pesquisadores da Unidade Embrapii do Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), em parceria com a Atech, empresa do grupo Embraer especializada em sistemas de gerenciamento do tráfego aéreo, estão desenvolvendo uma solução baseada em inteligência artificial para aumentar a precisão das previsões de trajetória das aeronaves e antecipar gargalos operacionais antes que eles provoquem atrasos.
A tecnologia será integrada aos sistemas de gerenciamento de fluxo de tráfego aéreo desenvolvidos pela Atech, utilizados pelo Departamento de Controle do Espaço Aéreo (DECEA), da Força Aérea Brasileira (FAB), e também fornecidos a países da América Latina, África e Ásia.
Segundo os pesquisadores, a proposta é complementar os modelos atualmente empregados com algoritmos de IA treinados a partir de grandes volumes de dados históricos de voos e informações meteorológicas, ampliando a capacidade de prever alterações na operação.
IA incorpora variáveis do voo em tempo real
Antes de cada decolagem, as companhias aéreas registram um plano de voo com a trajetória prevista da aeronave. Alterações nas condições meteorológicas, restrições temporárias do espaço aéreo e congestionamentos em determinadas rotas, porém, podem obrigar mudanças nesse planejamento, provocando circuitos de espera antes do pouso e atrasos que se propagam para outros voos.
Segundo Paulo Rogério de Almeida Ribeiro, pós-doutorando do ICMC-USP e integrante do projeto, esse é um dos desafios que a IA busca enfrentar. “O piloto informa previamente quais pontos do espaço aéreo pretende percorrer. Mas, dependendo das condições meteorológicas ou de outros imprevistos, ele pode precisar alterar a rota. Isso acaba impactando os horários de chegada.”
Os modelos em desenvolvimento analisam informações de posicionamento das aeronaves, histórico operacional, direção dos ventos, temperatura, precipitação e outras variáveis capazes de influenciar a operação. Segundo Ribeiro, a principal diferença em relação aos métodos tradicionais está na capacidade de incorporar fatores dinâmicos durante o voo.
“Os modelos convencionais são baseados principalmente em equações matemáticas estáticas, que funcionam muito bem em situações normais, mas não conseguem capturar com a mesma precisão fatores que mudam constantemente durante a operação, como a questão meteorológica. A IA permite incorporar essas informações e aprender padrões a partir dos dados.”
Sistema processa muitas informações por dia
O projeto está na terceira das quatro etapas previstas. Depois da preparação da base de dados e da definição das variáveis utilizadas pelos algoritmos, a equipe trabalha atualmente no treinamento e na avaliação dos modelos.
De acordo com Ribeiro, um dos principais desafios é o volume de dados processados. “São dados de todos os voos que passam pelos aeroportos brasileiros. Além disso, trabalhamos com o que chamamos de alta resolução temporal, ou seja, recebemos uma quantidade muito grande de informações a cada segundo. Em apenas um dia, é possível acumular vários gigabytes de dados.”
O pesquisador afirma que os testes realizados até o momento indicam resultados superiores aos obtidos pelo modelo atualmente utilizado como referência.
“A gente compara a previsão gerada pelo nosso sistema com a trajetória que realmente aconteceu e também com a previsão feita pelo modelo atual. Os resultados têm sido bastante positivos.”
A expectativa é concluir o desenvolvimento da tecnologia até setembro, quando os modelos e os códigos serão entregues à Atech para integração aos sistemas de gerenciamento de fluxo de tráfego aéreo.
Objetivo é antecipar gargalos operacionais
Segundo Juliana Barros Gonçalves, gerente de programas da Atech responsável pela área de gestão de fluxo de tráfego aéreo, o principal objetivo é permitir que intervenções ocorram antes que os atrasos se consolidem. “A ideia é que a gente consiga prever esses gargalos com mais antecedência. Com isso, será possível tomar ações preventivas para evitar atrasos, reduzir tempos de espera e tornar o uso do espaço aéreo mais eficiente.”
Além da redução dos atrasos, a expectativa da equipe é que a tecnologia contribua para diminuir o tempo de espera das aeronaves antes do pouso, reduzindo o consumo de combustível e as emissões de gases de efeito estufa.
O post IA brasileira aprimora previsão de rotas no controle do tráfego aéreo apareceu primeiro em TeleSíntese.
