The collision avoidance problem: methods and algorithms

Abstract

La detección y resolución de conflictos aéreos es actualmente un tema de gran interés para muchas compañías de servicios aéreos que se preocupan por dar respuesta a la siguiente cuestión: Dado un conjunto de aeronaves y sus trayectorias previstas, ¿qué estrategia debería llevarse a cabo por medio de los pilotos y controladores aéreos para prevenir que los aviones entren en conflicto debido a que las trayectorias de los mismos intersequen entre si? Se han elaborado varios métodos para mantener la separación entre aviones en el espacio aéreo actual a partir de las características de rutas estructuradas y procedimientos desarrollados. El factor humano es un elemento esencial en este proceso debido a la habilidad de integrar información, analizarla y tomar las decisiones oportunas. No obstante, debido a que pueden producirse errores operacionales, los sistemas autómatas han empezado a tomar posesión tanto en la cabina de pilotos como en las bases de control aéreo para ofrecer una decisión y servir como sistemas de alerta de conflictos. Estos sistemas usan un sensor de datos para predecir conflictos entre aviones, alertar de ellos al factor humano y ofrecer un conjunto de instrucciones a seguir para resolver dichos conflictos. Los métodos de prevención de conflictos relativamente sencillos han formado parte del control automático de tráfico aéreo varios años, y el sistema de prevención de colisiones ha tomado lugar en el transporte aéreo, dentro de las cabinas de las aeronaves, desde principios de los 90. Juntos, estos sistemas automáticos ofrecen una red de procedimientos y acciones entre controlador y piloto que hacen mantener las separaciones mínimas establecidas. Recientemente, ha crecido el interés hacia el desarrollo de sistemas automáticos más avanzados para detectar conflictos en tráfico aéreo y poder ofrecer asistencia a su resolución. Estos sistemas podrían hacer uso de tecnologías futuras, tales como información sobre planes actuales de vuelo, para mejorar así la seguridad y permitir nuevos procedimientos para aumentar la eficiencia del flujo de tráfico aéreo. Con el incremento de la demanda en el campo aéreo, hay una necesidad urgente de implementar este tipo de sistemas para asistir a los controladores aéreos en el manejo de las cargas de tráfico y mejorar la eficiencia del flujo aéreo. En la literatura se han propuesto varios métodos para tratar la detección y resolución de conflictos en el espacio aéreo. Estos métodos se han estudiado no solamente para fines aeroespaciales, sino también para vehículos de tierra, en robótica y aplicaciones marítimas, dado que las cuestiones fundamentales de prevención de conflictos son similares a otros medios de transporte. Un resumen de la investigación reciente sobre el problema de detección y resolución de conflictos aéreos, sugiere que el entorno actual debe ser tal que en él debe darse una solución aproximada al problema y ejecutada, normalmente a través de un conjunto de ejemplos simplificados. No obstante, en este trabajo se presenta una modelización y algoritmia que permite avanzar en el estado-del-arte de la investigación en el problema. Para comenzar, es necesario tener una definición clara y concisa de un conflicto. Un conflicto es una situación en la cual dos o más aviones experimentan una pérdida de separación mínima. En otras palabras, la distancia entre los aviones viola un criterio de separación establecido. Un criterio frecuentemente utilizado es una distancia mínima de 5 millas náuticas respecto a la distancia horizontal y al menos 1000 pies de separación vertical. El resultado es una zona protegida o un volumen de espacio alrededor de cada avión que no debe ser infringido en ningún instante de tiempo por cualquier otro vehículo. El espacio protegido podría ser definido también como una región más pequeña (por ejemplo, una esfera de 500 pies de diámetro) en el caso de sistemas de alerta de conflictos en entornos más tácticos, o incluso en términos de otros parámetros que no sean distancias (como por ejemplo, el tiempo). En cualquier caso, las funciones subyacentes del problema son similares, aunque los modelos específicos y los umbrales de alerta serían diferentes. El objetivo de los sistemas automáticos es predecir la ocurrencia de un conflicto en el futuro, asistir en la resolución del mismo y, en algunos casos, comunicar el conflicto detectado a un operador humano. Se requiere un modelo dinámico en el cual se tenga en cuenta el tiempo para ayudar a predecir las diferentes posiciones de los aviones en el futuro y así poder deducir si tendrá lugar un conflicto o no. Esta predicción debería estar basada únicamente en la información del estado actual del avión (una extrapolación a través de una línea recta del vector de velocidad actual) o en información adicional tal como un plan de vuelo, ya que, con la información del estado actual del avión, puede no ser del todo fiable la estimación de la trayectoria futura debido a la incertidumbre que rodea al modelo. La información, en lo que respecta a los estados actual y futuro del avión, puede ser analizada conjuntamente para una mejor toma de decisiones finales. Algunos análisis incluyen una mínima separación pronosticada o el tiempo estimado al punto más cercano propuesto. Mientras que los estados actual y futuro pueden generalmente ser estimados independientemente de cada avión, el análisis del conflicto requiere el estudio conjunto de los distintos vehículos envueltos en él. Son muchos los medios que se han estudiado para la resolución de este problema en el campo de la aviación. Un resumen de gran parte de la bibliografía existente en el tema que nos concierne, puede ser estudiada en el primer capítulo de esta memoria. Sin embargo, el trabajo presentado utiliza como herramienta principal la optimización matemática, definida dentro del campo de la Investigación Operativa. La razón principal para tomar esta decisión, ha sido la estructura que posee un modelo de optimización matemática, en el que forman parte una o varias funciones objetivo y un conjunto de restricciones. En este problema, la función objetivo pierde protagonismo frente al conjunto de restricciones que es la parte más importante del modelo matemático en este trabajo. Si se consigue modelar matemáticamente las restricciones que envuelven a cada aeronave (distancia que deben mantener, tanto horizontal como vertical, velocidades y alturas dentro de sus cotas, etc.), ofreciendo en segundo plano un objetivo a conseguir, que se verá reflejado en la función objetivo del modelo, el problema podría abordarse usando las algoritmias de optimización matemática desarrolladas hasta el momento, clasificando previamente el modelo en las subcategorías establecidas dentro de la optimización matemática (lineal, no lineal, entera, continua, etc.)