Modelagem e simulação de VANT autônomo - Sitraer 2014

XIII SITRAER – AIR TRANSPORTATION SYMPOSIUM
November 17-19, 2014. São Paulo, SP, Brazil
MODELAGEM E SIMULAÇÃO DE VANT AUTÔNOMO PARA
AVALIAÇÃO DE RISCO DE COLISÃO COM OUTRAS AERONAVES
Thiago T. Matsumoto
Lucio F. Vismari
João Batista Camargo Junior
Escola Politécnica da Universidade de São Paulo – EPUSP
Departamento de Engenharia de Computação e Sistemas Digitais – PCS
Grupo de Análise de Segurança – GAS
{ttmatsumoto, lucio.vismari, joaocamargo}@usp.br
RESUMO
O crescimento do interesse pelas possíveis aplicações civis de Veículos Aéreos Não
Tripulados (VANT) vem resultando em pressões por diversos setores da sociedade para a
regulamentação do uso desse tipo de veículo, sobretudo em espaço aéreo não segregado. E, uma vez
que a segurança crítica (safety) no sistema de tráfego aéreo é um item de extrema importância, fazse necessário aprofundar o conhecimento a respeito do assunto. A fim de se criar meios que
permitam um maior entendimento dos riscos de segurança associados a esse tipo de aplicação,
propõe-se nesse trabalho uma abordagem baseada em modelagem e simulação computacional para
avaliação de risco de colisão de VANT. Os conceitos utilizados para modelagem, implementação e
avaliação do VANT são apresentados. Também são apresentados o estado da arte do presente
trabalho e as atividades futuras a serem realizadas.
Keywords: VANT, sistema autônomo de pilotagem, risco de colisão, sense and avoid.
1
XIII SITRAER – AIR TRANSPORTATION SYMPOSIUM
November 17-19, 2014. São Paulo, SP, Brazil
MODELAGEM E SIMULAÇÃO DE VANT AUTÔNOMO PARA AVALIAÇÃO DE RISCO DE COLISÃO COM OUTRAS AERONAVES
1. INTRODUÇÃO
Com o aumento da exposição de
Veículos Aéreos Não Tripulados (VANT), por
exemplo, pela utilização em situação de
conflitos militares, ocorreu um aumento de
interesse por parte da sociedade civil e do
setor público por possíveis aplicações não
militares desse tipo de veículo (HOFFMANN,
2010), (ELIAS, 2012), tais como vigilância
aérea de regiões de fronteiras e policiamento.
Porém, tais tipos de aplicações requerem que
o VANT seja integrado a um espaço aéreo não
segregado, onde realizará voos sobre áreas
habitadas e compartilhará o espaço com outras
aeronaves, em geral, tripuladas.
Tendo em vista tal cenário, é possível
notar a necessidade de se avaliar o impacto na
segurança crítica que tal integração irá gerar.
No entanto, para tal integração ainda existem
muitas incertezas, sendo que ainda falta um
maior nível de conhecimento mesmo para
agências reguladoras como a Federal Aviation
Administration (FAA), conforme pode ser
observado em seu Programa de Integração de
VANTs de uso civil no Espaço Aéreo
(FEDERAL
AVIATION
ADMINISTRATION, 2013). Um dos
conceitos relacionados à segurança crítica que
precisa ser analisado é o risco de colisão do
VANT com outras aeronaves. Dessa forma,
propõe-se nesse trabalho a avaliação desse
risco por meio do uso de modelagem e
simulação computacional. A utilização desse
tipo de ferramenta permitiria a realização de
testes de conceito anteriores à implementação
real. As informações obtidas dessa forma
deverão contribuir para o aumento do
conhecimento sobre o VANT em análise,
podendo futuramente constituir uma das
etapas de um processo de certificação das
agências reguladoras.
O presente trabalho encontra-se
organizado da seguinte forma: a seção 2
apresenta a abordagem de modelagem e
simulação proposta, descrevendo os diversos
conceitos utilizados; a seção 3 apresenta o
modelo de VANT elaborado com a
justificativa das escolhas efetuadas; na seção
4, são apresentadas as conclusões do presente
trabalho; por fim, na seção 5 são apresentadas,
em linhas gerais, considerações finais e as
atividades que devem ser realizadas para
conclusão do trabalho.
2. ABORDAGEM PROPOSTA
A fim de avaliar a capacidade de um
VANT de identificar situações de conflito e
evitar a ocorrência de colisões (sense and
avoid), deverá ser criado um modelo que
represente seu comportamento autônomo
dentro de um espaço aéreo. Tal modelo deverá
então ser incluído em um ambiente de
simulação que represente as condições
encontradas no espaço aéreo real. As
informações obtidas nas diversas simulações
serão utilizadas para comparação do nível de
risco decorrente de cada modelo em relação
ao veículo pilotado por um humano (estimado
com base em histórico de voos da aviação
tripulada, por exemplo). Diferentes técnicas
de modelagem podem ser utilizadas para
elaboração do modelo de tomada de decisão
(sense and avoid) do VANT para evitar a
ocorrência de colisão. No entanto, no presente
trabalho, propõe-se a utilização de métodos
baseados em aprendizado computacional. A
justificativa para tal escolha é apresentada nas
subseções a seguir. Também é apresentado o
método de avaliação de risco baseado em
simulação proposto.
2.1. Regulamentação
autônomo
para
VANT
De acordo com a Circular 328 da
Organização da Aviação Civil Internacional
(OACI)
(INTERNATIONAL
CIVIL
AVIATION ORGANIZATION, 2011), o
modelo previsto para regulamentação de
VANT
para
integração
ao
sistema
internacional de aviação civil considera
apenas a utilização de VANT remotamente
pilotado. No entanto, conforme discutido por
Gimenes et al. (2013), tal limitação se deve
em parte à falta de pesquisa científica em
relação à segurança crítica de VANT
autônomo. Além disso, podem existir
situações em que o piloto remoto fique
2
XIII SITRAER – AIR TRANSPORTATION SYMPOSIUM
November 17-19, 2014. São Paulo, SP, Brazil
MODELAGEM E SIMULAÇÃO DE VANT AUTÔNOMO PARA AVALIAÇÃO DE RISCO DE COLISÃO COM OUTRAS AERONAVES
impossibilitado de atuar sobre o VANT (perda
do canal de controle, por exemplo). Em tais
cenários, o VANT passaria a operar de forma
autônoma. Este é o cenário adotado no
presente estudo.
2.2. Definição de responsabilidades e
requisitos para VANT autônomo
Gimenes et al. (2013) propõem o
conceito de um “sistema autônomo de
pilotagem” (Piloting Autonomous System,
PAS), que seria responsável pelas operações
de manutenção da estabilidade do voo, de
navegação e de comunicação em um VANT
autônomo. Tradicionalmente, tais operações
são de responsabilidade do piloto humano,
com algum suporte provido por sistemas
automáticos, especialmente em aeronaves
modernas. Especificamente para a capacidade
de se evitar colisões, a responsabilidade do
piloto é evidenciada pela OACI (International
Civil Aviation Organization, 2005), que
estabelece que nenhuma regra exime o piloto
de tomar as devidas ações no sentido de evitar
uma colisão.
Tendo como base tal dependência de um
piloto humano na aviação civil tripulada,
considera-se no presente trabalho que o
sistema autônomo de pilotagem de um VANT
deve apresentar desempenho (inclusive em
relação à segurança crítica) igual ou superior
ao observado em uma aeronave tripulada. É
importante notar que, embora tal equivalência
de desempenho possa ser aplicada para todas
as operações do VANT, o presente estudo tem
como foco apenas a análise da capacidade de
se evitar a ocorrência de colisões.
2.3. Imitação
humano
do
comportamento
aprendizado por demonstração - Learning
from Demonstration, LfD, descrito por Argall
et al. (2009), que se trata de um subconjunto
de aprendizado supervisionado. Seguindo esse
conceito, o sistema autônomo de pilotagem do
VANT seria treinado para aprender uma
aproximação do comportamento demonstrado
por um professor (piloto humano).
2.4. Avaliação de risco de
baseada em simulação
colisão
Para a verificação da eficácia do método
adotado e de sua implementação, propõe-se a
utilização de simulação computacional do
sistema autônomo de pilotagem, de forma a se
obter uma estimativa do risco de colisão
decorrente da integração do VANT autônomo
ao sistema de aviação civil. Para isso, após a
realização do treinamento, o sistema
autônomo de pilotagem deverá ser exportado
para um ambiente de simulação, onde sua
capacidade de evitar colisões será avaliada ao
executar voos simulados em proximidade com
outras aeronaves.
O ambiente de simulação deverá ter
como base modelos estatísticos de encontro
entre aeronaves como os apresentados por
Kochenderfer et al. (2010). Tais modelos
descrevem o comportamento de aeronaves
tripuladas em situação de voo em proximidade
de outra aeronave e foram obtidos com base
em dados de voos de aeronaves reais no
espaço aéreo civil dos EUA. Ao se executar
um número suficientemente grande de voos
simulados, será possível calcular uma
estimativa da taxa de colisões apresentado
pelo VANT integrado ao espaço aéreo. Tal
valor poderá então ser comparado ao
apresentado pelas aeronaves reais.
3. IMPLEMENTAÇÃO E EXECUÇÃO
Com base no conceito de equivalência
de desempenho entre VANT autônomo e
aeronave tripulada, considera-se nesse
trabalho que uma forma de se atingir tal
equivalência de desempenho seria fazer com
que o VANT “imite” o comportamento
demonstrado por um piloto humano. O que
tornaria isso possível seria o conceito de
Para a modelagem do VANT autônomo
é necessário definir quais aspectos do espaço
aéreo a aeronave será capaz de perceber. Em
especial, o VANT deverá ser capaz de
identificar a presença de outras aeronaves em
sua proximidade, que representariam colisões
em potencial. Uma alternativa para
3
XIII SITRAER – AIR TRANSPORTATION SYMPOSIUM
November 17-19, 2014. São Paulo, SP, Brazil
MODELAGEM E SIMULAÇÃO DE VANT AUTÔNOMO PARA AVALIAÇÃO DE RISCO DE COLISÃO COM OUTRAS AERONAVES
implementação de tal capacidade seria a
utilização de visão computacional, que se trata
de um equivalente próximo à capacidade de
visão de um piloto humano. Porém, uma vez
que tal alternativa envolve conceitos que
fogem ao escopo do presente trabalho (focado
em avaliação de segurança crítica), optou-se
por adotar a utilização de conceitos de
vigilância cooperativa, como Automatic
Dependent Surveillance-Broadcast (ADS-B).
Dessa forma, o VANT é capaz de identificar
as demais aeronaves com a utilização de um
canal de comunicação de dados (data link),
por meio do qual deve receber as informações
de posicionamento diretamente dessas
aeronaves. O modelo de VANT autônomo
proposto, baseado em plataforma de
quadricóptero, é apresentado na Figura 1.
Inertial
Measurement
Unit (IMU)
Motor
Speed
Controller
Motor
Speed
Controller
Positioning
sensor (GPS)
Central Processing Unit
Data link
interface
Camera
Motor
Speed
Controller
Motor
Speed
Controller
Figura 1: Modelo do VANT autônomo¹.
No modelo de VANT proposto, a
unidade
de
processamento
(Central
Processing Unit) será responsável pela
execução da lógica de controle, o que inclui a
implementação do sistema autônomo de
pilotagem. Uma vez que ao menos parte da
lógica de controle do VANT deverá ser
executada tanto na eletrônica embarcada do
VANT quanto em um computador
convencional (etapa de simulação), propõe-se
a utilização de uma unidade de processamento
baseada em um processador ARM executando
1
Originalmente apresentado em T. T. Matsumoto, L. F. Vismari, and J.
B. Camargo Jr, “A method to implement and to evaluate a learningbased Piloting Autonomous System for UAS,” in 2014 International
Conference on Unmanned Aircraft Systems (ICUAS), 2014, pp. 195–
199.
sistema operacional Linux. Espera-se que tal
configuração facilite a exportação do sistema
autônomo de pilotagem (após o processo de
treinamento) do sistema embarcado do VANT
para o ambiente de simulação.
Para a implementação e treinamento do
modelo apresentado, duas alternativas foram
identificadas:
 Montagem de um quadricóptero
customizado para a aplicação.
 Adaptação de um quadricóptero
disponível comercialmente, com a
inclusão de uma unidade de
processamento
externa
para
implementação
do
sistema
autônomo de pilotagem. Tal
abordagem é baseada no trabalho
apresentado por Lugo e Zell
(2013).
No entanto, é necessária uma avaliação
dos prós e contras de cada alternativa a fim de
se identificar a mais apropriada para o
trabalho proposto, a ser realizada em fase
futura do presente trabalho.
4. TRABALHOS RELACIONADOS
O
trabalho
apresentado
por
Kochenderfer et al. (2010), apresenta um
método de estimativa de risco que pode ser
aplicada a qualquer tipo de aeronave,
inclusive tripulada. Além disso, trabalhos de
comparação de diferentes técnicas utilizadas
para se evitar a ocorrência de colisão em
VANT são apresentados por Holt et al.
(2013) e por Alexopoulos et al. (2013). Tais
trabalhos apresentam, cada um, uma análise
comparativa de três técnicas, sendo que duas
dessas técnicas são comuns nos dois
trabalhos: busca de caminho baseado em
algoritmo A* e campos de potencial
artificiais. No entanto, esses trabalhos não
consideram
algoritmos
baseados
em
aprendizagem e não apresentam uma
comparação de tais técnicas com o
desempenho de uma aeronave pilotada.
Na literatura, é possível identificar
algumas implementações de controle de
VANT baseadas em aprendizagem. Hercus et
al. (2013) e Fernández et al. (2011)
4
XIII SITRAER – AIR TRANSPORTATION SYMPOSIUM
November 17-19, 2014. São Paulo, SP, Brazil
MODELAGEM E SIMULAÇÃO DE VANT AUTÔNOMO PARA AVALIAÇÃO DE RISCO DE COLISÃO COM OUTRAS AERONAVES
apresentam implementações baseadas em
redes neurais. Wzorek et al. (2010)
apresentam uma técnica de planejamento de
caminhos para o VANT baseada em máquina
de vetores de suporte (Support Vector
Machine). Além disso, Ross et al. (2013),
apresentam a implementação de um controle
de VANT baseado em conceitos de
aprendizado por demonstração e de visão
computacional, porém, considerando apenas
obstáculos estáticos.
Além disso, é possível identificar
diversos outros tipos de abordagens para
controle de VANT visando evitar a ocorrência
de colisões, mas que não são baseadas em
aprendizagem. Nieuwenhuisen e Behnke
(2014) apresentam uma técnica baseada em
busca em grafo em um espaço segmentado.
Shanmugavel et al. (2010) e Lai et al. (2011),
apresentam métodos baseados em escolha de
caminhos em meio a obstáculos utilizando
técnicas de otimização. Bai et al. (2012)
apresentam uma abordagem baseada em
processo de decisão de Markov, visando
minimizar o risco de colisão utilizando
funções de ganho. Tais métodos também
podem ser utilizados como base de
comparação para a abordagem baseada em
aprendizagem apresentada no presente
trabalho.
As seguintes atividades deverão ser
realizadas para conclusão do trabalho
proposto:
 Avaliação das alternativas de
implementação
de
VANT
identificadas.
 Implementação da alternativa
considerada mais adequada.
 Implementação de método de
aprendizagem por demonstração e
execução de treinamento do
VANT.
 Adaptação do sistema autônomo
de pilotagem treinado a um
ambiente de simulação.
 Execução de simulação para
estimativa de risco de colisão.
 Avaliação dos resultados.
5. CONSIDERAÇÕES
FINAIS
TRABALHOS FUTUROS
Bai, H., Hsu, D., Kochenderfer, M. J., & Lee, W. S. (2012).
Unmanned Aircraft Collision Avoidance using
Continuous-State POMDPs. In Robotics: Science and
Systems (Vol. 7) (pp. 1–8). Retrieved from
https://www1.comp.nus.edu.sg/~leews/publications/rss
11.pdf
E
Tendo como base diversos trabalhos
apresentados na literatura científica recente,
apresentamos
uma
abordagem
para
implementação de um VANT autônomo e de
sua avaliação quanto ao risco de colisão
associado. A abordagem baseada no conceito
de aprendizado por demonstração tem como
fundamentação o critério de equivalência de
desempenho em relação a aeronaves
tripuladas convencionais. Espera-se, dessa
forma, que os níveis de segurança crítica (em
relação a risco de colisão) observados para o
VANT integrado ao sistema de aviação civil
sejam
semelhantes
aos
observados
considerando-se uma aeronave tripulada.
REFERÊNCIAS
Alexopoulos, A., Kandil, A., Orzechowski, P., & Badreddin,
E. (2013). A Comparative Study of Collision
Avoidance Techniques for Unmanned Aerial Vehicles.
In 2013 IEEE International Conference on Systems,
Man, and Cybernetics (pp. 1969–1974). Ieee.
doi:10.1109/SMC.2013.338
Argall, B. D., Chernova, S., Veloso, M., & Browning, B.
(2009). A survey of robot learning from demonstration.
Robotics and Autonomous Systems, 57(5), 469–483.
doi:10.1016/j.robot.2008.10.024
Elias, B. (2012). Pilotless Drones : Background and
Considerations for Congress Regarding Unmanned
Aircraft Operations in the National Airspace System
(pp. 1 – 24). Retrieved from
http://www.fas.org/sgp/crs/natsec/R42718.pdf
Federal Aviation Administration. (2013). Integration of Civil
Unmanned Aircraft Systems (UAS) in the National
Airspace System (NAS) Roadmap (pp. 1–74). Retrieved
from
http://www.faa.gov/about/initiatives/uas/media/uas_ro
admap_2013.pdf
Fernández, F., Besada, E., & Sanchez, D. (2011). EXPERT
GUIDANCE SYSTEM FOR UNMANNED AERIAL
VEHICLES BASED ON ARTIFICAL NEURAL
NETWORKS. Journal of Maritime Research, 8(1),
49–64. Retrieved from
5
XIII SITRAER – AIR TRANSPORTATION SYMPOSIUM
November 17-19, 2014. São Paulo, SP, Brazil
MODELAGEM E SIMULAÇÃO DE VANT AUTÔNOMO PARA AVALIAÇÃO DE RISCO DE COLISÃO COM OUTRAS AERONAVES
http://www.jmr.unican.es/pub/descarga.asp?info=0080
1/0080104
Gimenes, R. A. V., Vismari, L. F., Avelino, V. F., Camargo,
J. B., Almeida, J. R., & Cugnasca, P. S. (2013).
Guidelines for the Integration of Autonomous UAS
into the Global ATM. Journal of Intelligent & Robotic
Systems, 74(1-2), 465–478. doi:10.1007/s10846-0139945-0
Hercus, R., Kong, H.-S., & Ho, K.-F. (2013). Control of an
unmanned aerial vehicle using a neuronal network. In
2013 IEEE Symposium on Computational Intelligence,
Cognitive Algorithms, Mind, and Brain (CCMB) (pp.
73–79). Ieee. doi:10.1109/CCMB.2013.6609168
Hoffmann, T. (2010). Eye in the Sky - Assuring the safe
operation of Unmanned Aircraft Systems. FAA Safety
Briefing - May/June 2010, (June), 20–23. Retrieved
from
http://www.faa.gov/news/safety_briefing/2010/media/
MayJun2010.pdf
Holt, J., Biaz, S., & Aji, C. A. (2013). Comparison of
Unmanned Aerial System Collision Avoidance
Algorithms in a Simulated Environment. Journal of
Guidance, Control, and Dynamics, 36(3), 881–883.
doi:10.2514/1.59167
International Civil Aviation Organization. Annex 2 to the
Convention on International Civil Aviation - Rules of
the Air (2005). Retrieved from
http://www.icao.int/Meetings/anconf12/Document
Archive/an02_cons[1].pdf
International Civil Aviation Organization. (2011). ICAO Cir
328, Unmanned Aircraft Systems (UAS) (pp. 1–54).
Retrieved from
http://www.icao.int/Meetings/UAS/Documents/Circula
r 328_en.pdf
Kochenderfer, M. J., M. Edwards, M. W., Espindle, L. P.,
Kuchar, J. K., & Griffith, J. D. (2010). Airspace
Encounter Models for Estimating Collision Risk.
Journal of Guidance, Control, and Dynamics, 33(2),
487–499. doi:10.2514/1.44867
Lai, C.-K., Lone, M., Thomas, P., Whidborne, J., & Cooke,
A. (2011). On-board trajectory generation for collision
avoidance in unmanned aerial vehicles. In 2011
Aerospace Conference (pp. 1–14). Ieee.
doi:10.1109/AERO.2011.5747526
Lugo, J. J., & Zell, A. (2013). Framework for Autonomous
Onboard Navigation with the AR . Drone. In 2013
International Conference on Unmanned Aircraft
Systems (ICUAS) (pp. 575–583).
doi:10.1109/ICUAS.2013.6564735
Nieuwenhuisen, M., & Behnke, S. (2014). Hierarchical
Planning with 3D Local Multiresolution Obstacle
Avoidance for Micro Aerial Vehicles. In Proceedings
of Joint 45th International Symposium on Robotics
(ISR) and 8th German Conference on Robotics
(ROBOTIK) (pp. 1–7). Munich. Retrieved from
http://www.ais.unibonn.de/papers/ISR_Robotik_2014_Nieuwenhuisen.pd
f
Ross, S., Melik-Barkhudarov, N., Shankar, K. S., Wendel, A.,
Dey, D., Bagnell, J. A., & Hebert, M. (2013). Learning
monocular reactive UAV control in cluttered natural
environments. 2013 IEEE International Conference on
Robotics and Automation, 1765–1772.
doi:10.1109/ICRA.2013.6630809
Shanmugavel, M., Tsourdos, A., & White, B. A. (2010).
Collision avoidance and path planning of multiple
UAVs using flyable paths in 3D. In 2010 15th
International Conference on Methods and Models in
Automation and Robotics (pp. 218–222).
Miedzyzdroje: Ieee.
doi:10.1109/MMAR.2010.5587231
Wzorek, M., Kvarnstr, J., & Doherty, P. (2010). Choosing
Path Replanning Strategies for Unmanned Aircraft
Systems. In Proceedings of the Twentieth International
Conference on Automated Planning and Scheduling
(ICAPS 2010) (pp. 193–200). Retrieved from
http://www.aaai.org/ocs/index.php/ICAPS/ICAPS10/p
aper/viewFile/1427/1557
6