日前，空客公司已经完成“自主滑行，起飞和着陆”（ATTOL）项目为期两年的飞行测试。这项工作最终通过使用机载图像识别技术实现了A350-1000宽体客机的全自动、基于视觉的飞行。
该项目进行了500多次试飞，其中大约450次试飞用于收集为支持和调整自主技术算法所需的原始视频数据，其中有6次试飞用于评估自动飞行能力，每次试飞包括5个起降。
ATTOL项目旨在探索自主技术（包括使用机器学习算法和自动工具进行数据标记，处理和模型生成）如何帮助飞行员将更多精力放在飞行过程中的战略决策和任务管理上，而不是在飞机平台上。该项目的目标是提高现有客机的运行安全性，但也可用于新一代电动垂直起降（eVTOL）城市空运飞机。
ATTOL项目负责人塞巴斯蒂安·朱利亚诺强调，许多飞机已经能够自动降落，但是均依赖于外部基础设施，例如仪表着陆系统或GPS信号。ATTOL的目标是仅使用机载技术来实现这一目标，以实现效率最大化并降低基础设施成本。
Acubed的Wayfinder团队开发了基于计算机视觉和机器学习的软件，该软件可以使飞机检测周围的环境并计算如何在其中进行最佳导航。这是通过结合使用传感器（包括摄像头、雷达，基于激光的LiDAR和功能强大的机载计算机）来实现的。Wayfinder项目主管Arne Stoschek认为，自动驾驶功能的关键挑战是系统如何应对意外事件。这是从自动化到自主的巨大飞跃。 （刘禹彤）