Missionstechnologien
Missionstechnologien unterstützen unmittelbar die Durchführung luftgestützter militärischer Einsätze, wie etwa Aufklärung, Versorgung oder Bekämpfung. Sie bestimmen künftig in erheblichem Maß die Leistungsfähigkeit militärischer Luftfahrzeuge. Technologietreiber hierfür sind die zunehmende Digitalisierung und Vernetzung der Systeme sowie die fortschreitende Verfügbarkeit von Methoden und Algorithmen der Künstlichen Intelligenz (KI). Dadurch können, ergänzt durch wissenschaftliche Erkenntnisse im Bereich der maschinellen Abbildung menschlicher kognitiver Leistungen – wie z. B. Wahrnehmen, Analysieren, Entscheiden, Planen, Kommunizieren – immer mehr Missionsaufgaben automatisiert werden.
Beispiele hierfür sind
-
intelligente Sensorsysteme zur Umgebungswahrnehmung, z. B. Bildverarbeitung zur automatischen Zielerkennung oder
-
hochautomatisierte Missionsplanungs- und Missionsmanagementsysteme, z. B. KI-basierte Aufgaben- und Routenplanung.
Professur für Flugmechanik und Flugführung
Die Professur für Flugmechanik und Flugführung entwickelt Ansätze zur kooperativen Zusammenarbeit zwischen Mensch und Maschine in der militärischen und zivilen Luftfahrt. Dabei werden hochautomatisierte Flug- und Missionsführungsfunktionen untersucht, die es erlauben, Teams und Schwärme von unbemannten Luftfahrzeugen vom Boden oder vom Cockpit aus zu führen, Missionen an Bord flexibel umzuplanen und dabei die Luftfahrzeugführer intelligent und adaptiv zu unterstützen.
Die Professur für Flugmechanik und Flugführung betreibt das HuMiCS Lab "Humans, Missions, and Cognitive Systems in virtual Environments Laboratory". Social Media Auftritt von HuMiCS Lab.
Professur für Luftfahrttechnik
Die Professur für Luftfahrttechnik beschäftigt sich mit automatisierten, umweltwahrnehmenden Funktionen an Bord von bemannten und unbemannten Luftfahrzeugen sowie deren Auswirkungen auf das Plattformdesign und Systemkonzepte. Solche Funktionen sind vor allem notwendig, um komplexe Missionsaufgaben im militärischen, aber auch zivilen Bereich durchzuführen. Dabei wird besonderes Augenmerk auf die spezifischen Leistungscharakteristika der verwendeten Sensoren und Verarbeitungsmethoden geachtet, um dem Nutzer eine optimale Unterstützung zu bieten. Ein weiteres Standbein der Professur stellt die Forschung zu Simulationstechniken für Trainings- und Ausbildungssysteme von fliegenden Waffensystemen dar.
Professur für Luftverkehrskonzepte
Das Team um Univ.-Prof. Dr.-Ing. habil. Michael Schultz erarbeitet adaptive Verkehrskonzepte, entwickelt Innovationen für das komplexe Luftverkehrs- und Flughafenmanagement und erforscht Lösungen für die Mobilität im regionalen/urbanen Luftraum. Der Luftverkehr wird hierbei als ein Gesamtsystem betrachtet , in dem wechselseitige Abhängigkeiten Anforderungen an neue Technologien und Verfahren nachhaltig beeinflussen. Durch die Einbindung einer Vielzahl von Einzelsystemen im vernetzten Forschungslabor können diese Technologien und Verfahren umgesetzt werden und die Auswirkung der entstehenden Wechselwirkungen gezielt erforscht werden.
Professur für Ingenieurmathematik
Die Professur für Ingenieurmathematik entwickelt mathematische Methoden zur Modellierung, Simulation und insbesondere Optimierung und Regelung von dynamischen Prozessen in ingenieurwissenschaftlichen Anwendungen. Ein Schwerpunkt der Forschungsaktivitäten besteht in der Entwicklung von numerischen Methoden zur Trajektorienoptimierung sowie deren Umsetzung in Softwarepakete. Darauf aufbauend werden Echtzeitoptimierungsverfahren und modell-prädiktive Regelungsverfahren zur Bahnplanung und Koordinierung von interagierenden automatisierten mobilen Robotersystemen entwickelt.
Professur für Modellbildung und Simulation
Die Professur für Modellbildung und Simulation beschäftigt sich mit simulationsbasierten Entscheidungsunterstützungsansätzen für zivile und militärische Produktions- und Logistiksysteme. Typische Anwendungen sind beispielsweise die Materialflusssteuerung in der Halbleiterfertigung, die Verwundetenlogistik im Gefecht und die Planung von Kampfflugzeugmissionen. Dabei kommen diverse Simulatoren zur Optimierung der Entscheidungen zum Einsatz, die mit klassischen Methoden des Operations Research, Metaheuristiken (wie z.B. evolutionären Verfahren) oder maschinellem Lernen und weiteren KI-Verfahren kombiniert werden. Die Implementierungen erfolgen als Webservices auf eigenen CPU/GPU-Clustern, um die sensiblen Entscheidungen „on premises“ in einer sicheren Umgebung realitätsnah und skalierbar erproben zu können.
