美国空军正计划研发一套AI训练评估系统，用于自动分析空中加油过程中的飞行员失误及风险征兆。此举旨在推动训练评估从依赖教官主观判断，转向以数据为基础的客观分析，从而提升飞行安全和任务执行能力。
据科技媒体TechRadar当地时间10月30日报道，美国空军正在研究利用AI分析加油机摄像头拍摄的视频，识别空中加油过程中的各类操作问题，并在任务结束后生成客观评估结果，供飞行员和教官复盘使用。
该系统将结合计算机视觉和机器学习技术，对加油机与受油机的运动状态进行跟踪，重点分析机间距离、相对位置、接近速度及对准情况等指标，以识别偏离标准加油流程的操作。
除飞行轨迹外，加油臂动作也将被纳入分析范围。AI系统将比对加油臂运动轨迹与飞机飞行轨迹，以识别加油过程中可能出现的危险动作或异常操作。
目前，美国空军对空中加油训练的评估很大程度上仍依赖教官现场观察、飞行员自评以及录制视频的人工复核。这种方式难免受到评估者主观判断影响，即便面对同一操作，不同人员也可能得出不同结论，瞬间出现的失误也存在被遗漏的可能。
按规划，新系统将把分析结果以图形、颜色标注图以及时间顺序事件记录等方式进行可视化展示，帮助飞行员和教官更快定位具体操作中的问题，并明确改进方向。
首阶段开发将以波音KC-46“Pegasus”空中加油机为对象。KC-46采用摄像头和3D显示器远程操控加油臂，其现有视频系统长期被指存在技术问题。不过，这次引入的AI技术并非用于直接控制加油装置的自主飞行系统，而是一套用于训练结果分析的评估工具。
美国空军将通过中小企业技术转移研究（STTR）项目，于11月25日前征集开发提案。其目标是获得可适配至少一种受油机的原型系统，并将其接入现有飞行训练体系。
后续，美国空军还将评估把该系统扩展至飞行模拟器、虚拟现实（VR）和增强现实（AR）训练场景，并进一步应用于其他军用飞机的飞行员操控评估。
Choi Jae-won
ittt_0801@d-today.co.kr