Abstract

Tez (Yüksek Lisans) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2015

Thesis (M.Sc.) -- İstanbul Technical University, Institute of Science and Technology, 2015

Hava trafik yönetimi teknolojilerindeki mevcut sistemlerin dönüşümü göz önüne alındığında, gelecek uçuş operasyonlarının ve kokpit içi sistemlerin yeni aviyonik sistemlere ve operasyonel prosedürlere ihtiyaç duyacağını söylemek mümkündür. Özellikle adaptif algoritmalar ve gelişmiş karar destek sistemleri bu ihtiyaçların temelini oluşturmaktadır. Bu konseptlerin hayata geçirilmesi Hava Trafik Yönetimi kapsamında görevlerin ve sorumlulukların değişmesinde büyük rol oynayacaktır. En iyi karar yeri, en iyi karar zamanı ve en iyi karar veren bu bağlamda temel faktörlerdir. Örneğin; kontrolcüler hava trafiğini yönetmede yüksek derecede rol sahibi olacak ve bireysel rotalara müdahale sayısını azaltacaklardır. Pilotlar uçuş esnasında daha aktif olacak; çevreyi gözlemleme ve yönetme, seçenekleri analiz ete veya gerektiği durumda ayırma manevrası uygulama gibi önemli görevlerde daha çok görev alacaktır. Uçuş ekibinin rolündeki bu değişimler mevcut görevlerin yeniden tanımlanmasına gidilmesinin yanı sıra insan faktörü performansını da etkileyecektir. Geleceğin kokpit içi sistemlerinde uçuş ekibinin bu yeni görevleri başarıyla gerçekleştirmesini sağlayan yeni nesil cihazlar ve algoritmalar gerekecektir.  Bu tez kapsamında yapılan ilk çalışma, yeni nesil sentetik vizyon ve artırılmış gerçeklik tabanlı görselleştirme teknolojileri kullanılarak görsel kokpit içi karar destek araçları ve arayüzleri tasarımıdır. Dizayn edilen bu araçların NextGen ve SESAR 2020+ programlarında tanımlanmış gelecek uçuş operasyonlarının gereksinimlerini karşılaması amaçlanmaktadır. Bu aviyonik sistemler ile pilotların niyet paylaşımı/pazarlığı ile işbirlikçi taktiksel planlama, çözümleri alternatifleri ile birlikte tam olarak anlama/analiz etme/yorumlama ve yeni çözüm önerme gibi uçuş operasyonlarında desteklenmesi vizyonlanmıştır. Ek olarak, gerekli cevabın farkında olma, uygulama veya çarpışma önleyici sisteme otomasyon yetkisi verme gibi görevlerde de karar destek sağlanması hedeflenmiştir. Görsel karar destek sistemleri uçuş ekibinin yeni otonom sistemler ile etkileşimini ve tüm taktiksel veriyi görselleştirerek içinde bulunulan durumu veya gelişmekte olan uçuş operasyonunu anlaşılır olmasını mümkün kılmaktadır. Bu proje kapsamında iki farklı görsel yapı sunulmaktadır. Kokpitin Primary Flight Display bölgesinde yer alan sentetik vizyon ekran çifti pilotların 4D ortamda durum farkındalığı ile düşük ve yüksek seviyede taktiksel görevleri yönetmesini sağlamaktadır. SVD kısmı pilota yapay görsellik sağlamakla beraber gerekli güdüm, uçuş ve kısıtlı seviyede operasyonel bilgileri içermektedir. Tunnel-in-the-sky konsepti ile pilot, odaklanılan veya karar verilen rotayı tüneller aracılığıyla manuel olarak takip edebilir. Bununla beraber standart sentetik vizyon (sanal gerçeklik) ekranı fonksiyonlarını da kullanabilir. İrtifa ve hız bilgileri, radar frekans değerleri, harita ve yükselti bilgisi, hava koşulları gibi temel uçuş operasyonu verisi bu ekranda gösterilmektedir. 4D Operasyonel Ekranı (4DOD) operasyon durumu ile ilgili farkındalığı artırmak ve uçuş niyeti üzerindeki modifikasyonları göstermek üzere yüksek seviyede operasyonel bilgileri sağlamaktadır. Pilot, hem kendi yörüngesini kontrol edebilmekte hem de trafikteki uçaklara ait rotaları izleyebilmektedir. Aynı zamanda ileriye dönük hızlandırılmış simulasyon fonksiyonu da bulunmaktadır. Kokpitin veri bağlantısı üzerinden yer ile rota ve uçuş planı paylaşımı sürecinin yönetilmesi bu ekran aracılığıyla olmaktadır. Haptik arayüzler ile uçuş ekibi gösterilen bilgileri ve görselleri 2D+zaman ve 3D+zaman boyutunda yönetebilmektedir. Sentetik vizyon ve 4DOD ekran çiftine paralel olarak pilotun görüş hizası üzerine inşa edilmiş Head-up Display (HUD)bulunmaktadır. HUD aracılığıyla pilot benzer şekilde temel uçuş durum bilgilerini aşağıya bakma gereği duymadan izleyebilmekte, tunnel-in-the-sky konsepti sayesinde hedef yörüngeyi tüneller arasından uçmaya çalışarak takip edebilmektedir. Bu görsel karar destek sistemleri ve algoritmalarının donanım olarak entegrasyonu, Boeing 737-800 uçuş simulatörü üzerinde gerçekleşmiştir. Sentetik vizyon ve 4DOD ekran çifti Primary Flight Display (PFD) monitörleri üzerinde çizdirilmiştir. Head-up Display (HUD), kaptan pilot ile ön cam arasına yerleştirilmiştir. Özel bir film kullanılarak görüntü arkadan mini-projeksiyon cihazı aracılığıyla yansıtılmıştır. Her bir görsel karar destek sistemi simulatörün ağına bağlanmış olup veri akışını kontrol eden ve yöneten algoritmalar düzenlenmiştir. Uçuş simulatörü, Hava Trafik Kontrolü test ortamı ile birleştirilerek geliştirilen yeni nesil aviyonik konseptlerinin uçuş operasyonları üzerindeki etkileri resmedilmiştir. Hava Trafik Kontrolü test ortamı trafik ve hava durumu tasarlayıcı, Hava Trafik Kontrol ekranları ve kontrolörün davranışının benzetim çalışmalarını yapan modellerden oluşmaktadır. Test ortamı aynı zamanda ALLFT+ tabanlı geçmiş uçuşlara ait gerçek veri kullanarak önceden belirlenmiş veya düzenlenebilen senaryoların oynatılmasını sağlamaktadır. Trafik ve hava durumu tasarlayıcı modül Demand Data Repository veritabanı üzerinden beslenen havaalanı ve hava sahası kapasite bilgilerini ve Aeronautical Information Publication'dan gelen operasyonel bilgileri içermektedir. Benzer şekilde, modifiye edilmiş senaryolar veya geçmiş hava durumu bilgileri METAR verisi üzerinden aktarılmaktadır. Test ortamı günümüz hava trafik kontrol ekranları, ses ile iletişim, otonom veya karar destekli kontrol operasyonlarını ifade eden modeller aracılığı ile hem günümüz operasyonlara hem de geleceğe yönelik çalışmalara ait senaryoları koşabilmektedir.  Projenin ikinci aşaması ve ana amacı ise taktiksel 4D yörünge planlaması ve otomasyon araçları ile donatılmış uçak için "conflict resolution", ya da potansiyel çarpışma önleyici ve bunu otonom olarak yapan sistemler için teorik çerçeve tasarlanmasıdır. Yoğun trafik ortamında veya yeni rota hesaplanması gibi durumlarda yerden bağımsız, uçak üzerinde ve otonom olarak hem gerçeklenebilir, hem de maliyeti düşük rotaların üretilmesi istenmektedir. Önerilen 4D yörünge planlama metodu hem olasılıksal hem de deterministik algoritmaların yeni özelliklerini içermekle beraber iki yöntemin de başarılı taraflarını birleştirmektedir. Uçak performans modeli ise yörünge tayini için gerekli bir bileşen olup BADA 4 üzerinden sağlanmaktadır. Uçağın kinodinamik modellemesinde standart yörünge uygulamalarında kullanılan 3-serbestlik dereceli veya diğer adıyla nokta kütle hareket modeli kullanılmıştır. Bu modelde uçağın hali hazırda kendi içerisinde kararlı ve kontrol edilebilir olduğu kabul edilip, takip ettiği yörünge ile ilgilenilmektedir. Uçağa etkiyen kuvvetlerin veya uçak performansının modellenmesi EUROCONTROL'ün bir ürünü olan Base of Aircraft Data (BADA) aracılığıyla yapılmıştır. Projede son sürüm olan BADA 4 kullanılmıştır. Bu versiyon, öncekilerden farklı olarak uçağa etkiyen kuvvetleri uçağın durumları ve atmosfer koşullarına bağlı olarak parametrik ifade etmektedir. Teknik altyapısını Boeing'in sağladığı bu veritabanı, gelişmiş modellemeleri sayesinde nominal değerlerin üzerine çıkarak parametre öngörmesi ve optimizasyon gibi işlemleri yapılabilir kılmaktadır. Oluşturulan bu performans modeli yüksek-seviye hibrid uçuş kalıpları otomatları ve alçak-seviye manevra otomatlarını kapsamaktadır. Bu modellemedeki amaç, uçak hareketini tırmanma, seyir ve alçalma şeklinde üç farklı kalıp altında toplamaktır. Her bir uçuş kalıbı kendine özel manevra sekansı içermektedir. BADA 4 matematiksel modelleri aracılığıyla her bir uçuş kalıbı için tanımlı manevra sekansını düşük maliyet ile gerçekleştiren parametreler öngörülmüştür. Esasında bu problem, bir uçağın başlangıç ve bitiş olarak verilen iki nokta arasında en düşük maliyetli rotayı takip etmesi problemidir. Uçak denklemlerinin ve kısıtlamaların lineer olarak ifade edilememesi, bu problemin tek bir seferde global olarak çözülmesini zorlaştırmaktadır. Ek olarak bu modülün uçak üzerinde çalışacağı düşünülecek olursa bu hesaplamaların çok kısa zaman aralıklarında gerçekleşmesi beklenmektedir. Çok-modlu yaklaşım sayesinde kompleks olan yörünge planlama problemini global olarak çözmek yerine lokal ve düşük maliyetli yörüngeler tayin edilmektedir. Bu noktadaki dezavantaj ise yaklaşımın verdiği çözümün optimum değerden uzaklaşmasıdır.  Daha üst seviyede ise hesaplanan düşük maliyetli lokal rota parçaları oluşturan ve uzayı tarayan RRT* algoritması kullanılmıştır. RRT*,örnekleme tabanlı bir hareket planlama algoritması olup hava sahasını keşfetmeye çalışarak lokal yörünge segmentleri üzerinden ayırma yapmaktadır. İlk adım olarak uzayda bir konum örnekleyip, ardından uçuş kalıpları ve gelişmiş performans modelini kullanarak uçağı bu noktaya düşük maliyet ile getirmeye çalışmaktadır. Örneklenen konuma, mesafe olarak ağaçta hali hazırda bulunan en yakın konumdan bağlanmaya çalışılır. Bu, arama uzayının hızlı ve ilerleyerek keşfedilmesinin temelidir. Lokal maliyetlerin yanında başlangıç konumundan itibaren harcanan maliyet de hesaba katıldığı için ağaç sürekli olarak toplam maliyeti düşük olan uçuş segmenti sekanslarını üreterek büyür. Önceden belirlenmiş örnekleme sayısına ulaşıldığında algoritma durur. Kullanılan algoritma aynı zamanda belirli koşullar altında asimptotik optimalliği sağlamaktadır. Asimptotik optimallik, örnekleme sayısı sonsuza yaklaştıkça problemin optimal çözüme yakınsama özelliğidir. RRT* aynı zamanda olasılıksal bütünlüğü sağlamaktadır: Örnekleme sayısı sonsuza yaklaştıkça çözüm bulma olasılığı 1'e yakınsamaktadır. Bunlara ek olarak, örnekleme için cross-entropy yöntemi kullanılmıştır. Bu yöntem ile örnekleme problemi stokastik optimizasyon problemine dönüştürülerek hızlı bir şekilde minimum maliyetli yörünge sekansı oluşturulmuştur. Akıllı örnekleme yapılırken halihazırdaki uçuş planları kullanılmış, dolayısıyla örnekleme sayısının düşük tutulabilmesi sağlanmıştır. Standart rastgele örnekler almak yerine daha akıllı örnekleme yapmak, optimum sonuca daha çabuk ulaşılmasını sağlamıştır. Ancak, her adımda oluşturulan küme içinden ağırlıklandırması yüksek olan elit set çekildiği için hesaplama yükü artmıştır.  Proje kapsamında hem Avrupa'nın hem Amerika'nın hava trafik yönetimi konusunda yaptığı kapsamlı araştırmalar incelenmiş ve buradaki trendler takip edilmiştir. Hava trafik yönetiminde kapasiteyi artırmak üzere yer kontrolcülerinin görevlerini daha çok genel akışı yönetmesi vizyonlanmış; pilotların ise daha çok aktif rol aldığı bir dünya çizilmiştir. Pilotlara karar vermelerinde destek olacak görsel sistemler tasarlanmış, yer ile uçağın aynı anda işbirlikçi bir biçimde uçuş operasyonunu yönettiği konseptler eklenmiştir. Bunların yanında çarpışmaları gözleyen ve gerektiği durumda otonom ayırma yapabilen sistemler için algoritma tasarlanmıştır. Geleceğin hava trafik koşullaru vizyonlanarak göz önünde bulundurulmuş, önerilen yöntemin hem bugünün hem de geleceğin hava trafik yönetim sistemine katkı sağlaması amaçlanmıştır.

Considering the transformation in roles of existing air traffic management technologies, future flight operations and flight deck systems will need additional avionics and operational procedures that involve adaptive algorithms and advanced decision support tools.  The first part of the thesis presents novel visual flight deck decision support tools and interfaces utilizing next generation synthetic vision and augmented reality based visualisation technologies in order to meet the requirements of the future flight operations defined in NextGen and SESAR 2020+ visions. These avionics are envisioned to aid pilots for conducting their new in-flight tasks such as; collaborative tactical planning with intent negotiation/sharing; fully understanding/analysing/interpreting solution with their alternatives and proposing modification on the solution subject to negotiation; and aware of required response, execute it or allow collision avoidance module to perform its automated response. Visual Decision Support Tools allow the flight crew to interact with new autonomous systems and provide with visual understanding on the evolving flight operation by fusing all tactical level data and visualising them. In this work, two groups of display structure have been proposed. A split head-down \textit{Synthetic Vision} screen pair aims to support the pilots in managing both low level and high level tactical tasks with fully understanding the situation in 4D. Synthetic Vision Display (SVD) side provides the pilots synthetic vision and also incorporates required additional guidance and limited operational information. 4D Operational Display (4DOD) provides higher level operational information giving building enhanced understanding on the states of the operation and results of any modification on processing flight intent. Haptic interfaces allow the flight crew to change demonstrated detail levels in both 2D+time and 3D+time. The other display, which is \textit{Head-Up-Display (HUD)}, provides pilot to efficiently operate flight operation by eliminating the need of looking to head-down screen; and aims to present all essential flight information in the pilot's forward field through augmented reality implementations. For hardware integration and experimental purposes, an integrated testbed including full replica B737-800 Flight Deck Testbed and ATM Testbed has been modified as enabling operational tests and validations of these new tools. The main purpose of this study is to provide a theoretical framework for tactical 4D-trajectory planning and conflict resolution of an aircraft equipped with novel automation tools. The proposed 4D-trajectory-planning method uses recent algorithmic advances in both probabilistic and deterministic methods to fully benefit from both approaches. We have constructed an aircraft performance model based on BADA 4 with high-level hybrid flight template automatons and low-level flight maneuver automatons. This multi-modal flight trajectory approach is utilized to generate cost-efficient local trajectory segments instead of solving complex trajectory-generation problems globally. The proposed sampling-based trajectory planning algorithm spatially explores the airspace and provides proper separation through local trajectory segments and guarantees asymptotic optimality under certain conditions. Moreover, we have integrated the cross-entropy method, which transforms the sampling problem into a stochastic optimization problem, rapidly converges on the minimum cost trajectory sequence by utilizing available flight plans, and reduces the amount of sampling. The integration of the proposed strategies lets us solve challenging, real-time in-tactical 4D-trajectory planning problems within the current and the envisioned future realm of air traffic management systems.

Yüksek Lisans

M.Sc.


Original document

The different versions of the original document can be found in:

Back to Top

Document information

Published on 01/01/2015

Volume 2015, 2015
Licence: CC BY-NC-SA license

Document Score

0

Views 7
Recommendations 0

Share this document

claim authorship

Are you one of the authors of this document?