Рискориентированное геоинформационное моделирование воздушного пространства для построения оптимальных маршрутов перемещения беспилотных воздушных судов гражданской авиации

В настоящее время актуальна необходимость создания качественного инструмента автоматизированной оценки рисков применения беспилотных воздушных судов (БВС). В беспилотной гражданской авиации не сформирован универсальный подход к управлению рисками, оценка рисков эксплуатанта в значительной степени имеет индивидуальный характер. На данный момент не разработан инструмент построения оптимальных маршрутов полетов БВС в воздушном пространстве, который позволял бы избегать пилотирования на участках с неприемлемым риском. В статье предложено применение полнофункциональных геоинформационных систем (ГИС) для оценки рисков выполнения полетного задания. Для качественной оценки рисков конкретного полетного задания предложено учитывать ситуационную составляющую в соответствующем сегменте воздушного пространства и наземной (надводной) обстановки. В статье систематизированы основные группы факторов, значимые для оценки рисков применения БВС. Полеты БВС подвергаются воздействию факторов внешней среды, при этом представляют опасность для окружающих объектов. Выведена формула анализа пространственно-временного распределения значений риска в воздушном пространстве. Предложен минимальный размер ячейки моделирования. Обоснован универсальный подход к оценке рисков выполнения полета БВС различными эксплуатантами, дана методика пространственно-временного анализа распределения значений риска на основе применения ГИС. Результаты анализа пространственно-временной информации в ГИС-среде позволяют выполнить зонирование воздушного пространства по степени приемлемости полета и построить оптимальный маршрут за пределами участков с повышенным риском авиационного инцидента или происшествия. Разработанная пространственно-временная рискориентированная модель может быть использована для поддержки принятия управленческих решений в части построения оптимальных маршрутов перемещения БВС.

1. Фаттахов М.Р., Киреев А.В., Клещ В.С. Рынок беспилотных авиационных систем в России: состояние и особенности функционирования в макроэкономических условиях 2022 года // Вопросы инновационной экономики. 2022. Т. 12, № 4. С. 2507–2528. DOI: 10.18334/vinec.12.4.116912

2. Просвирина Н.В. Анализ и перспективы развития беспилотных летательных аппаратов [Электронный ресурс] // Московский экономический журнал. 2021. № 10. ID: 53. DOI: 10.24412/2413-046X-2021–10619 (дата обращения: 13.09.2024).

3. Махитько В.П., Дмитриенко Г.В., Гаврилова Е.А. Оценка рисков и факторов опасности в системе безопасности полетов воздушных судов // Известия Самарского научного центра Российской академии наук. 2017. Т. 19, № 4-2. С. 192–197.

4. Yin S. An enhanced whale algorithm for three-dimensional path planning for meteorological detection of the unmanned aerial vehicle in complex environments / S. Yin, J. Yang, L. Ma, M. Fu, K. Xu [Электронный ресурс] // IEEE Access. 2024. № 12. Pp. 60039–60057. DOI: 10.1109/ACCESS.2024.3394055 (дата обращения: 13.09.2024).

5. Рыбалкина А.Л., Трусова Е.И., Шаров В.Д. Методика оценки рисков предстоящего полета для вертолетов с учетом неблагоприятных метеоусловий // Научный вестник МГТУ ГА. 2018. Т. 21, № 6. С. 124–140. DOI: 10.26467/2079-0619-2018-21-6-124-140

6. Шаров В.Д., Кузнецов В.Л., Поляков П.М. К методике управления рисками эксплуатантов беспилотных авиационных систем // Научный вестник МГТУ ГА. 2022. Т. 25, № 6. С. 62–75. DOI: 10.26467/2079-0619-2022-25-6-62-76

7. Макаров В.П. Разработка в авиакомпании системы менеджмента рисков в отношении безопасности полетов [Электронный ресурс] // Труды МАИ. 2013. № 68. 15 с. URL: https://trudymai.ru/upload/iblock/c9a/c9a09f137f4a3a3273a1a2c407096642.pdf?lang=en&issue=68 (дата обращения: 13.09.2024).

8. Мельник Д.М. Взаимосвязь уровня рисков и уровня качества процессов в авиационном предприятии // Транспорт Российской Федерации. Журнал о науке, практике, экономике. 2018. № 6 (79). С. 35–39.

9. Шаров В.Д., Елисеев Б.П., Поляков П.М. Об управлении безопасностью полетов при эксплуатации беспилотных авиационных систем // Научный вестник МГТУ ГА. 2021. Т. 24, № 3. С. 42–56. DOI: 10.26467/2079-0619-2021-24-3-42-56

10. Jiang T. Unmanned aircraft system traffic management: Concept of operation and system architecture / T. Jiang, J. Geller, D. Ni, J. Collura // International Journal of Transportation Science and Technology. 2016. Vol. 5, iss. 3. Pp. 123–135. DOI: 10.1016/j.ijtst.2017.01.004

11. Shrestha R., Oh I., Kim S. A survey on operation concept, advancements, and challenging issues of urban air traffic management [Электронный ресурс] // Frontiers in Future Transportation. 2021. № 2. ID: 626935. DOI: 10.3389/ffutr.2021.626935 (дата обращения: 13.09.2024).

12. Jung K. UTM Architecture and flight demonstration in Korea / K. Jung, S. Kim, B. Jung, S. Kim, H. Kang, C. Kang [Электронный ресурс] // Aerospace. 2022. Vol. 9, iss. 11. ID: 650. DOI: 10.3390/aerospace9110650 (дата обращения: 13.09.2024).

13. Barrado C., Boyero M., Brucculeri L. et al. U-Space concept of operations: a key enabler for opening airspace to emerging lowaltitude operations [Электронный ресурс] // Aerospace. 2020. Vol. 7, iss. 3. ID: 24. DOI: 10.3390/aerospace7030024 (дата обращения: 13.09.2024).

14. Capitan C. Unmanned aerial traffic management system architecture for u-space inflight services / C. Capitan, H. Perez-Leon, J. Capitan, A. Castano, A. Ollero [Электронный ресурс] // Applied science. 2021. Vol. 11, iss. 9. ID: 3995. DOI: 10.3390/app11093995 (дата обращения: 13.09.2024).

15. Zhang В., Tang L., Roemer M. Probabilistic weather forecasting analysis for unmanned aerial vehicle path planning // Journal of Guidance, Control and Dynamics. 2014. Vol. 37, no. 1. Pp. 309–312. DOI: 10.2514/1.61651

16. Zhang В., Tang L., Roemer M. Probabilistic planning and risk evaluation based on ensemble weather forecasting // IEEE Transactions on Automation Science and Engineering. 2018. Vol. 15, no. 2. Pp. 556–566. DOI: 10.1109/TASE.2017.2648743

17. Tang H. UAV path planning based on third-party risk modeling / H. Tang, Q. Zhu, B. Qin, R. Song, Z. Li [Электронный ресурс] // Scientific Reports. 2023. No. 13. ID: 22259. DOI: 10.1038/s41598-023-49396-4 (дата обращения: 13.09.2024).

18. Анардович С.С., Руш Е.А. Методы оценки рисков и прогнозирование сценариев развития чрезвычайных ситуаций при железнодорожных перевозках // Современные технологии. Системный анализ. Моделирование. 2020. № 1 (65). С. 66–75. DOI: 10.26731/1813-9108.2020.1(65).66-75

19. Кулыгин В.В. Совместное использование байесовских сетей и ГИС для оценки рисков штормовых нагонов в дельте р. Дон // Вестник СГУГиТ. 2018. Т. 23, № 2. С. 92–107.

20. Власова Л.В., Ракитина Г.С., Долгов С.И. Геоинформационные аналитические модели комплексной оценки природных опасностей для Единой системы газоснабжения России // Вести газовой науки. 2017. № 1 (29). С. 57–70.

21. Куракина Н.И., Мышко Р.А., Турыгина А.А. ГИС оценки влияния дорожного транспорта на шумовое загрязнение городских территорий // Известия СПбГЭТУ ЛЭТИ. 2023. Т. 16, № 4. С. 16–29. DOI: 10.32603/2071-8985-2023-16-4-16-29

22. Inanlooa B. A decision aid GIS-based risk assessment and vulnerability analysis approach for transportation and pipeline networks / B. Inanlooa, B. Tansela, K. Shamsb, X. Jinb, A. Gan // Safety Science. 2016. № 84. Pp. 57–66. DOI: 10.1016/j.ssci.2015.11.018

23. Omachi T., Seya H., Fuse M. A GIS-based risk assessment of hydrogen transport: Case study in Yokohama City // International Journal of Hydrogen Energy. 2021. Vol. 46, iss. 23. Pp. 12420–12428. DOI: 10.1016/j.ijhydene.2020.09.158

24. Susini A., Hurzeler C., Schonenberger A. et al. Assessment of aircraft accident probability on industrial facilities by means of GIS risk-register, the examples of Geneva // Proceedings of the EnviroInfo 2008 Conference. Luneburg, 2008. Pp. 466–475.