Modelagem e simulação de VANT autônomo - Sitraer 2014
Transcrição
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