Autofly-aid: Flight Deck Automation Support With Dynamic 4d Trajectory Management For Responsive And Adaptive Airborne Collision Avoidance

Tez (Doktora) -- İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, 2015Thesis (PhD) -- İstanbul Technical University, Institute of Science and Technology, 2015AUTOFLY-Aid olarak adlandırılan bu tez çalışması, dinamik 4-Boyutlu rota yönetimi ile çarpışmadan kaçınma ve verimli uçuş rotaları planlamaya yarayan yeni nesil uçuş karar destek algoritma ve cihazlarının geliştirilmesi ve kavramsal tasarımının gerçekleştirilmesini amaçlamıştır. Geliştirilen karar destek sistemleri halihazırda var olan kokpit içi çarpışmadan kaçınma sistemlerinin (bknz. TCAS) eksikliklerini gidermeyi vizyonlamanın ötesinde, uçuşta veri değişimi, sanal gerçeklik tabanlı karar destek, hızla değişen durumlar için otonom uçuş kontrolü sağlama gibi fonksiyonlara olanak sağlayan ek kavramsal aviyonikler ve prosedürler geliştirilmesi de amaçlanmıştır. AUTOFLY-Aid’in ana konseptleri; a) SESAR ve NextGen modernizasyonlarının 2020+ vizyonları ve ötesindeki havasahasının kokpit içerisinden algısının matematiksel olarak modellenmesi, b) anlık ve orta-mesafede kompozit bir hava sahasında hızla değişen durumlara karşı alternatifleriyle beraber uçulabilir rotalar ve manevralar üreten 4-boyutlu rota planlama algoritmalarının geliştirilmesi, c) değişen durumlarda pilota görsel anlama ve durumsal farkındalık kazandıracak sanal gerçeklik karar destek sistemleri, otonom uçuş kontrolü sağlama ve bunun gibi yenilikçi prosedürler içeren bu uçuş otomasyonu sistemlerinin Boeing 737-800 Uçuş Simülatörü içerisine entegrasyonu ve testlerinin yapılmasıdır. Tamamen merkezi olarak taktiksel seviyede uçuşa müdahale modelinden, daha etkin stratejik seviyede planlama yapma ve daha fazla otomasyon destekli ve daha aktif arayüzler içeren merkezcil olmaktan uzak taktik operasyonlar hem SESAR hem de NextGen gelecek paradigma değişimlerinde ana mesele olarak durmaktadır. Bu yeni nesil Hava Trafik Yönetimi (ATM) konseptleri “en iyi karar noktası”, “en iyi karar zamanı” ve “en iyi karar vericiyi” değerlendirilmesiyle insanın ATM sistemi içerisindeki rolünü ciddi şekilde değiştirecektir. Bu amaçlar doğrultusunda, AUTOFLY-Aid yerdeki hava trafik kontrolörünün bir takım iş yükü ve sorumluluklarını etkin bir şekilde kokpit içerisine taşımayı amaçlamıştır. Geliştirilmiş olan otomasyon sistemi sürekli olarak dinamik çevresel ve operasyonel değişkenleri izleyerek ya da yer sistemlerinden veri linkleri aracılığıyla toplayarak uçuş güvenliğini ve verimliliğini gözlemler ve dinamik uçuş rotası planlaması yapar. Bu sistem gerekli otomasyon seviyesini gerekli aksiyon sürelerini değerlendirerek “en iyi karar vericiyi”, “nerede insan iyi, nerede makina iyi” sorgusu yaparak belirler. Orta seviye güvenlik modunda, pilot görsel karar destek sistemlerini kullanarak (örneğin sanal tünel içerisinde uçuş) en üst seviye durumsal farkındalık ile güvenli ve verimli uçuşunu gerçekleştirebilmektedir. Bu görsel karar destek sunumları kokpitin kendi duyargaları ve yer-hava arası veri paylaşımları ile edindiği bilgilerin bileşkesinden elde edilmektedir. Eğer gerekli reaksiyon süresi izin verir ise, pilot bu göstergeler üzerinden alternatif rota planları üretebilir, sonuçları değerlendirebilir, tekrar planlama talep edebilir. Anlık bir tehdit algısı oluştuğunda (anlık reaksiyon gerekli olduğu ya da geç kalınan reaksiyon tespiti olduğunda) otomasyon sistemi potansiyel kritik problemi (havada çarpışma, yere çarpma vb.) çözmek amacıyla uçuş kontrolünü ele geçirebilmektedir. Bu hibrid yaklaşım gerekli aksiyon zamanları değerlendirmesi yaparak bu şekilde bir otonomi seviyesi geçişlerini kontrol edebilmektedir.This thesis, namely, AUTOFLY-Aid Project, aims to develop and demonstrate novel flight deck automation support algorithms and tools for potential conflict avoidance and performance-optimal flight using "dynamic 4D trajectory management". The developed automation support system is envisioned not only to improve the primary shortcomings of existing on-board traffic collision avoidance systems (e.g. TCAS), but also to develop new conceptual add-on avionics and procedures enabling intent data exchange, decision support systems with augmented reality and flight control hand-over implementation in dynamically evolving scenarios. The main concepts which has been developed in AUTOFLY-Aid project are a) design and development of the mathematical models of the full composite airspace picture from the flight deck perspective, as seen/measured/informed by the aircraft flying in the sky of the SESAR and NextGen 2020+ vision and beyond, b) design and development of a dynamic 4D trajectory planning algorithm can generate at real-time flyable (i.e. dynamically and performance-wise feasible) alternative trajectories for both short-term and mid-term scale across the evolving stochastic composite airspace picture and c) development and testing of the automation support system on a Boeing 737-800 Flight Simulator with conceptual procedures, automated flight control implementations, and reality augmented based decision support demonstrations providing the flight crew with quantified and visual understanding of evolving situation. Evaluation from a purely centralized tactical intervention model towards a more strategic planning and progressive introduction of more autonomous and decentralized tactical operation with more proactive systems are key concepts in both NextGen and SESAR future ATM paradigm shift vision. Implementing of these new-generation ATM concepts will significantly change the human role in the ATM system by considering "best decision place", "best decision time" and "the best decision player". Through these objectives, AUTOFLY-Aid envisions to take some of the work off the controller by delegating some responsibility to flight decks in an efficient manner. The developed automation system offers persistent in-flight hazard and flight efficiency monitoring and tactical flight trajectory planning as a function of look-ahead time and dynamically changing environmental/operational conditions (and with uncertainty reduction in a feedback loop) obtained via both in-flight sense and ground-air data link. The automation system switches autonomy level according to the required response time in order to find "the best decision player" through asking "where are men better at, where are machines better at". In mid-term safety assurance mode, it is expected that pilot uses a visual decision support tools (e.g. tunnel-in-the-sky visualization) with fully situational awareness for safe and performance optimal flight. These visual advisories are generated by fusing all tactical level information feed from both on-board sensing and ground-air data/information exchange. If the reaction time permits, the system allows pilots to freely switch between the generated alternative plans, modify the solution or request re-planning. In any case of the immediate potential threat is detected (i.e. immediate response is required or late response is detected), the autonomous system may take over the flight control to solve safety-critical situation happening "almost surely" (e.g. midair collision, terrain collision etc.). This hybrid approach allows dynamic role assignment by switching between defined autonomy level modes in terms of the "required response time".DoktoraPh