Um modelo híbrido baseado em otimização dinâmica para detecção e resolução de conflitos no tráfego aéreo em rota

Abstract

O crescimento do tráfego aéreo mundial nos últimos anos e a perspectiva de crescimento para as próximas décadas demandam um gerenciamento do tráfego aéreo cada vez mais eficiente e seguro, além de contribuir substancialmente para a sobrecarga de trabalho de seus controladores. Neste cenário tornam-se cada vez mais necessárias soluções que auxiliem estes profissionais no processo de tomada de decisão nas diferentes atividades executadas durante todas as fases do voo. A fase em rota compreende a etapa mais duradoura do voo, na qual os controladores desempenham atividades de monitoramento e principalmente detecção e resolução de conflitos entre aeronaves. Estas atividades envolvem procedimentos puramente “human-centric”, ou seja, todas as ações tomadas são definidas pelo ser humano, mesmo considerando a disponibilidade de alarmes automáticos. Este trabalho propõe um modelo híbrido, com uso de técnicas de inteligência artificial e heurística, para detecção e resolução de conflitos longitudinais durante o voo em rota com o intuito de reduzir a carga de trabalho do controlador de tráfego, e maior agilidade no processo de detecção e resolução de conflitos, com a consequente elevação do nível de segurança do espaço aéreo. O escopo deste trabalho está limitado a aerovias de sentido único localizadas no espaço aéreo superior (acima de 25 x 103 ft) e a abordagem proposta compreende a detecção e solução de conflitos longitudinais através de ajustes de velocidade horizontal e troca de nível de voo (altitude) das aeronaves. O modelo híbrido contribui com uma métrica inovadora, baseada em um sistema de inferência fuzzy para quantificar o nível de conflito entre duas aeronaves. Um algoritmo recursivo para o agrupamento de aeronaves em conflitos é aplicado para definir trocas de níveis de voo através de um problema de otimização baseado em algoritmo genético. O modelo foi simulado e testado através de diferentes estudos de casos envolvendo a existência de conflitos entre as aeronaves, tomando como referência ações de controle com base em regras e restrições definidas pela Organização da Aviação Civil Internacional (OACI). A comparação entre os resultados obtidos pelo modelo desenvolvido e ações simuladas para o controlador de tráfego aéreo mostra o potencial do modelo proposto na melhoria da segurança e otimização do uso do espaço aéreo, oferecendo maior eficiência e capacidade antecipatória para a detecção e resolução de conflitos.

The growth in global air traffic in recent years and the prospect of growth in the coming decades call for ever more efficient and safe air traffic management, as well as contributing to the workload of its controllers. In this scenario, solutions are increasingly needed to assist these professionals in the decision-making process in the different activities performed during all phases of flight. The en-route phase comprises the most enduring phase of flight, in which controllers perform the monitoring, detection and resolution of conflicts between aircraft. These activities involve purely “human-centric” procedures, i.e., all actions are defined by the human being, even considering the availability of automatic alarms. This work proposes a hybrid model, using artificial intelligence and heuristic techniques, to detect and resolve longitudinal conflicts during en-route flight in order to reduce the workload of the traffic controller and enable greater efficiency in conflict detection and resolution, with the consequent increase in airspace security. The scope of this work is limited to one-way airways located in the upper airspace (above 25×〖10〗^3 ft) and the proposed approach comprises the detection and resolution of longitudinal conflicts through horizontal speed adjustments and flight level (altitude) changes of aircraft. The hybrid model proposes an innovative metric based on a fuzzy inference system to quantify the conflict level between two aircraft. A recursive algorithm for clustering conflicting aircraft is applied to define flight level exchanges through a genetic algorithm-based optimization problem. The model was simulated and tested through different case studies involving the existence of conflicts between aircraft, taking as reference the control actions based on the rules and restrictions defined by the International Civil Aviation Organization (ICAO). Comparison between the results obtained by the proposed model and standardized air traffic controller actions shows the potential of the proposed model in improving the safety and optimization of airspace use, providing greater efficiency and anticipatory capacity for conflict detection and resolution.