• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
https://doi.org/10.11606/T.3.2021.tde-09082023-083319
Document
Author
Full name
Derick Moreira Baum
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2021
Supervisor
Committee
Júnior, João Batista Camargo (President)
Guterres, Marcelo Xavier
Lemes, Marcelo José Ruv
Takase, Fábio Kawaoka
Weigang, Li
Title in Portuguese
Modelo de inteligência artificial de capacidade do espaço aéreo no ambiente UAM com base na complexidade do espaço aéreo.
Keywords in Portuguese
Capacidade do espaço aéreo
Complexidade do espaço aéreo
Inteligência artificial
Mobilidade aérea urbana
Abstract in Portuguese
Quando consideramos o tráfego aéreo convencional, onde os pousos ocorrem normalmente em aeroportos ou helipontos, encontramos todos os critérios necessários para a realização dos voos (regras de tráfego aéreo), para os procedimentos de pouso e decolagem, estrutura do espaço aéreo e para os aeroportos. Estes critérios são desenvolvidos por órgãos como a ICAO e a FAA. Considerando qualquer porção de espaço aéreo, visando manter os níveis de segurança aceitáveis (safety), caberá à autoridade aeronáutica a definição da capacidade deste espaço aéreo, normalmente apresentada em quantidade máxima de tráfegos que poderão voam simultaneamente. Para isso, utilizam modelagem matemática adequada, normalmente baseada na carga de trabalho do controlador de Tráfego Aéreo (ATCo). No entanto, consenso entre os pesquisadores, é que a complexidade do espaço aéreo deverá ser considerada, pois impacta diretamente a carga de trabalho do ATCo e consequentemente a capacidade do espaço aéreo. Tem sido um constante desafio estabelecer a relação entre a complexidade do espaço aéreo e a capacidade do espaço aéreo. No entanto, nos deparamos com um desafio maior ainda que é pensarmos em estratégias para viabilizamos a realização e o crescimento de uma nova demanda: UAM (Urban Air Mobility) . Em muitas partes do mundo, a cada ano, o tráfego terrestre aumenta, resultando em tempos de deslocamento mais longos, com custos econômicos significativos. Além de diversas estratégias para resolver o problema de congestionamento de tráfego (criação de viadutos, novas vias ou restrições de tráfego em determinados horários e locais), um conceito que começou com o uso de helicópteros e com amplo desenvolvimento tecnológico, é a Mobilidade Aérea Urbana (UAM) , definido como operações de tráfego aéreo seguras e eficientes em uma área metropolitana para aeronaves tripuladas e não tripuladas. Nesta pesquisa, o eVTOL (electric vertical takeoff and landing) será a aeronave considerada no ambiente UAM que poderá realizar pousos e decolagens nos mais diferentes lugares, que serão chamados de TOLA (takeoff and landing área). Uma das principais preocupações de pesquisadores sobre o assunto é considerar que atual estrutura de controle do espaço aéreo, de estrutura espaço aéreo, assim como as regras de tráfego aéreo utilizadas atualmente poderão ser fatores que impeçam o crescimento do UAM. Este trabalho tem o objetivo de apresentar um Modelo de Inteligência Artificial de Capacidade do Espaço Aéreo no Ambiente UAM com Base na Complexidade do Espaço Aéreo. No entanto, nesta ambiente não foi considerada a presença do ATCo, sendo proposta a utilização de ferramenta computacional para as instruções de controle de tráfego aéreo. Para que o objetivo fosse alcançado, foram apresentados critérios para a criação de espaço aéreo controlado em ambiente UAM e regras de tráfego aéreo específicas para o ambiente UAM. Foram apresentados também novos conceitos, como por exemplo, Capacidade Dinâmica do Espaço Aéreo e um índice de limite de complexidade aceitável (complexity Treshold).
Title in English
Airspace capacity artificial intelligence model in UAM environment based on the airspace complexity.
Keywords in English
Airspace complexity
Aispace capacity
Artificial intelligence.
eVTOL
Urbain Air Mobility (UAM)
Abstract in English
When we consider conventional air traffic, where landings normally occur at airports or helipads, we find all the necessary criteria for carrying out flights (air traffic rules), for landing and take-off procedures, and airspace structure. These criteria are developed by International Entities such as ICAO and FAA. Aeronautical authorities must define the airspace capacity for any portion of the airspace to maintain acceptable safety levels. This normally involves determining the maximum amount of traffic that can fly simultaneously. For this, they use adequate mathematical modeling, usually based on the workload of the Air Traffic Controller (ATCo). However, researchers agree that airspace complexity must also be considered, as it directly impacts the ATCo workload and, consequently, the airspace capacity. Establishing the relationship between airspace complexity and airspace capacity is a challenging task. On top of that, we face the even greater challenge of envisioning strategies that enable the consolidation and growth of a new demand: UAM (Urban Air Mobility). Every year increases in ground traffic worldwide have resulted in longer commute times with high economic costs. In addition to several strategies to solve the problem of traffic congestion (creation of viaducts, new lanes, or traffic restrictions at certain times and locations), the concept of Urban Air Mobility (UAM) has emerged to encompass safe and efficient air traffic operations in a metropolitan area for manned and unmanned aircraft. This research examines eVTOL (electric vertical takeoff and landing) aircraft in the UAM environment. These aircraft can perform landings and takeoffs in a wide range of places, which will be called TOLA (takeoff and landing area). However, researchers worry that the current airspace structure and air traffic rules may not meet the demands of the UAM.This work aims to present an Artificial Intelligence Model of Airspace Capacity in the UAM Environment Based on Airspace Complexity. The presence of ATCo was not considered in this environment, with a computational tool being used for air traffic control instructions instead. Criteria for creating the controlled airspace in a UAM environment were presented, as well as specific air traffic rules. This work also introduces new concepts, such as Dynamic Airspace Capacity and an Acceptable Complexity Threshold Index.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2023-08-10
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.