ANACNA Progetto HAWAII

Per entrare nel vivo del riconoscimento vocale, di seguito alcune specifiche.

Rilevamento di un errore nel readback

Il loop comunicazione pilota-ATCO supporta la sicurezza e la ridondanza delle comunicazioni pilota-ATCO, come nella figura sotto. Ad esempio l’espressione fraseologica: Lufthansa two alfa four turn left heading three two zero descend flight level one two zero or below when passing GUNPA contact approach nineteen three viene trasformata nelle seguenti istruzioni, ognuna consistente nei concetti ATC.

1. DLH2A4 HEADING 320 LEFT 2. DLH2A4 DESCEND 120 FL OR_BELOW WHEN PASSING GUNPA 3. DLH2A4 CONTACT REYK_APPROACH 4. DLH2A4 CONTACT_FREQUENCY 119.300

L’errore di readback può avvenire in varie fasi della comunicazione, alcune di queste descritte nell’immagine a fondo pagina, usando una sequenza temporale della comunicazione pilota-ATCO. Il pilota può iniziare la chiamata (linea tratteggiata nella figura), ma solitamente l’ATCO è il primo ad intervenire. Dalla comunicazione Pilota/ATCO l’ABSR dovrà identificare ed estrarre le informazioni importanti dell’ATCO e del pilota. Le informazioni importanti sono il nominativo a/m, il comando principale e secondario, il/i valore/i, il qualificatore, l’ente e la condizione. La figura in alto a destra mostra i concetti ATC. In questo diagramma si notano i differenti flussi di informazioni tra un audio ATCO e un audio Pilota.

Nelle simulazioni effettuate gli ATCO erano supportati da un’interfaccia che, attraverso un colore, avvisava se il readback fosse: corretto (green), attenzione! (Yellow) o sbagliato (red).

Evidenziare il nominativo a/m

Uso operativo (caso n.1. Istruzioni standard)

ATCO: speedbird one two three climb to flight level three two zero

In accordo all’ontologia, viene trasformato nei concetti ATC: ATCO: BAW123 CLIMB 320 FL

SYSTEM: riconosce il nominativo e immediatamente evidenzia il nominativo a/m sulla presentazione situazionale.

I casi evidenziati e simulati erano molteplici e tutti riscontrabili nella realtà operativa, CPDLC incluso.

Estrazione dati sul carico di lavoro

L’estrazione dei dati della performance umana attraverso la comunicazione a voce deriva dall’esperienza operativa e le osservazioni durante i carichi di lavoro. Spesso i supervisori sono in grado di capire i carichi di lavoro dei loro settori anche solo osservando il linguaggio del corpo dei colleghi o riconoscendo l’uso di particolari parole o frasi o dal tono di voce. Attualmente questa estrazione dati non viene usata per supportare i supervisori.

Controllo dell’input manuale vs verbale

Chiamato anche mouse vs bocca

L’ATCO inavvertitamente utilizza il nominativo sbagliato e istruisce l’a/m A invece di istruire (elettronicamente) l’a/m B: ATCO: inserisce nel sistema la discesa a FL160 per BAW456 ATCO: Speedbird one two three descend to flight level one six zero. PILOT: Descending flight level one six zero speedbird one two three.

In accordo all’ontologia, è trasformato nei concetti ATC in: ATCO: BAW123 DESCEND 160 FL PILOT: BAW123 DESCEND 160 FL

Nota: l’istruzione verbale e il readback sono corretti ma l’input sul sistema (e sul modello mentale del controllore) sono sbagliati. This viene riconosciuto e segnalato come un errore di readback.

Il 22 Gennaio u.s. si è svolto un web-meeting SESAR JU sullo speech recognition. La tecnologia ASR è molto promettente. Ad oggi però, senza simulazioni reali ATC e test sul campo bisogna attendere validi risultati per decidere quale tecnologia possa supportare al meglio il mondo ATC.

“L’errore di readback può avvenire in varie fasi della comunicazione; il pilota può iniziare la chiamata, ma solitamente l’ATCO è il primo ad intervenire.”

Il meeting è stato molto partecipato, i presenti ben 52! Tutti i progetti sono stati ritardati a causa del Coronavirus, in media di 8/12 mesi. Durante il meeting si sono fittamente introdotti i vari progetti e il loro stato attuale. Ad esempio, nel progetto PJ 16 04 ASR, si è calcolato che la predizioni dei comandi migliora drasticamente le performances ASR (ovviamente con integrazione tecnologica). Il 30% della fraseologia devia da quello previsto nel DOC 4444. Il target dell’accuratezza dovrà essere almeno oltre il 90%. Lo step successivo è quello di passare da simulazioni a realtà con contributi volontari da parte di ATCO. La velocità di apprendimento ASR dovrà essere pari alla realtà, senza ritardi. Occorrerà inoltre determinare gli effetti ai passaggi di consegne. Nel progetto INDRA si pensa possa migliorare la produttività degli ATCO nelle CWP TWR. In progetto una validazione a Dicembre 2021 in Norvegia. Leonardo prevede una simulazione con ENAV a Febbraio 2022, e i suoi capisaldi nel progetto ASR sono: fare affidamento sull’ontologia standardizzata e la velocità/latenza dell’ASR per non inficiare le operazioni ATM.

Per par-condicio, due progetti non SESAR. Il progetto tedesco STARFISH, che ha puntato tutto sull’aumento della situational awareness nelle operazioni al suolo con un A-SMGCS. Nel progetto spicca una buona proposta sulla certificazione e utilizzo della AI (Artificial Intelligence).

Il progetto IDIAP di Green Sky è invece l’unico progetto presentato che si focalizza solo sulla raccolta e il processo dei dati voce ATC (ad esempio OpenSky e la correlazione di dati ADS-B pubblici). E’ anche il promotore della conferenza INTERSPEECH 2021. Dopo la presentazione di questi progetti da parte di ingegneri e progettisti, io ed un collega tedesco abbiamo lasciato qualche feedback. In sintesi: essendo noi la “parte interessata” ATM abbiamo fatto notare che, visto il perdurare della pandemia, a questo punto valga la pena focalizzarsi sull’evidenziazione dei nominativi, sulla presentazione situazionale e sulla necessità di testare l’ASR in contesti regolari; in TWR così come negli APP/ACC.

Per concludere, si può affermare che ad oggi l’industria non ha ancora individuato un orizzonte certo e dei benefit fattuali, per l’environment ATM, a riguardo della tecnologia ASR. La certificazione su sistemi ATS basati su AI non è vicina quindi. A causa delle pochissime simulazioni ASR in ATM, feedback e follow-up non possono ancora essere forniti. Inoltre, non è ancora individuabile un buon rateo di riconoscimento voce sicuro per l’ATM. La fraseologia non standard non è inoltre stata aggiornata a livello ontologico. Le potenzialità di ASR sono sicuramente molto interessanti ma probabilmente in questo periodo storico non si arriverà ad una soluzione sicura, efficiente e vantaggiosa nel breve periodo.

“A causa del Coronavirus tutti i progetti sono stati ritardati in media di 8/12 mesi.”