Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).

Detalhes bibliográficos
Ano de defesa: 2021
Autor(a) principal: Pinto Neto, Euclides Carlos
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-30042025-081319/
Resumo: Atualmente, a demanda por serviços otimizados em ambientes urbanos está em crescimento para proporcionar um melhor bem-estar à sociedade. No entanto, o transporte terrestre em ambientes urbanos densos tem enfrentado desafios por muitos anos (e.g., congestionamento e resiliência) e o problema de congestionamento em ambientes urbanos se tornará mais significativo com o crescimento da população e da urbanização. Nos últimos anos, a indústria e a comunidade científica têm investido recursos na criação de novas ideias para melhorar o desempenho do transporte urbano, como o conceito de Mobilidade Aérea Urbana (UAM). Vários projetos estão em desenvolvimento para a implementação do conceito UAM. Além disso, as emergências são consideradas um aspecto fundamental a ser gerenciado adequadamente para garantir operações seguras do UAM. Embora as operações normais representem um desafio em diferentes aspectos (e.g., desempenho e aceitação social), as emergências são ainda mais desafiadoras devido aos riscos críticos de segurança. Os sistemas de planejamento projetados para lidar com emergências em operações de UAM são essenciais em operações futuras. A capacidade de planejar trajetórias em emergências em um curto período fortalece a robustez dessas operações e contribui para o aumento da segurança do sistema. Diante disso, o objetivo desta pesquisa é propor o Planejador de Trajetória de Pouso para Emergências em Operações de UAM (LTPE) utilizando Metaheurísticas Paralelas e considerando a presença de veículos autônomos. Este método de planejamento de trajetória visa projetar trajetórias de pouso para vários veículos elétricos de decolagem e pouso vertical (eVTOL) em condições normais e em emergências. Além disso, o LTPE considera diferentes configurações de veículos de decolagem e pouso elétrico vertical (eVTOL) em sistemas de pilotagem (ou seja, veículos tripulados, ve´culos pilotados remotamente e veículos totalmente autônomos), bem como diferentes prioridades de veículos. Três modos de pouso são usados para veículos em condições de emergência: (i) pousar no skyport originalmente definido; (ii) pousar no skyport mais próximo; e (iii) pousar no solo. Além disso, todas as metaheurísticas incluem recursos de parada antecipada. Para atingir este objetivo, a abordagem proposta (i) recebe como entrada as informações sobre o conjunto de veículos eVTOL (e.g., posição, velocidade, critérios de separação vertical e horizontal e destino) que requerem uma trajetória de pouso, (ii) classifica os veículos eVTOL de acordo com sua prioridade de emergência, (iii) atribui trajetórias otimizadas aos veículos eVTOL de acordo com suas prioridades (ou seja, os veículos com prioridades mais altas sao mais propensos a serem atribuídos a trajetórias de qualidade mais alta) e (iv) exporta as soluções com curto tempo de resposta. Os experimentos realizados mostraram que o LTPE ´e capaz de propor soluções seguras e eficientes para diversos cenários com curto tempo de resposta.
id USP_46ac4a3c332af972f8f105aeb246475f
oai_identifier_str oai:teses.usp.br:tde-30042025-081319
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).Parallel metaheuristics for planning Urban Air Mobility (UAM) landing trajectories in emergencies.Airspace (Safety)Artificial intelligenceEspaço Aéreo (Segurança)Inteligência artificialMetaheurísticasMetaheuristicsMobilidade aérea urbanaOptimizationOtimizaçãoUrban Air Mobility (UAM)Atualmente, a demanda por serviços otimizados em ambientes urbanos está em crescimento para proporcionar um melhor bem-estar à sociedade. No entanto, o transporte terrestre em ambientes urbanos densos tem enfrentado desafios por muitos anos (e.g., congestionamento e resiliência) e o problema de congestionamento em ambientes urbanos se tornará mais significativo com o crescimento da população e da urbanização. Nos últimos anos, a indústria e a comunidade científica têm investido recursos na criação de novas ideias para melhorar o desempenho do transporte urbano, como o conceito de Mobilidade Aérea Urbana (UAM). Vários projetos estão em desenvolvimento para a implementação do conceito UAM. Além disso, as emergências são consideradas um aspecto fundamental a ser gerenciado adequadamente para garantir operações seguras do UAM. Embora as operações normais representem um desafio em diferentes aspectos (e.g., desempenho e aceitação social), as emergências são ainda mais desafiadoras devido aos riscos críticos de segurança. Os sistemas de planejamento projetados para lidar com emergências em operações de UAM são essenciais em operações futuras. A capacidade de planejar trajetórias em emergências em um curto período fortalece a robustez dessas operações e contribui para o aumento da segurança do sistema. Diante disso, o objetivo desta pesquisa é propor o Planejador de Trajetória de Pouso para Emergências em Operações de UAM (LTPE) utilizando Metaheurísticas Paralelas e considerando a presença de veículos autônomos. Este método de planejamento de trajetória visa projetar trajetórias de pouso para vários veículos elétricos de decolagem e pouso vertical (eVTOL) em condições normais e em emergências. Além disso, o LTPE considera diferentes configurações de veículos de decolagem e pouso elétrico vertical (eVTOL) em sistemas de pilotagem (ou seja, veículos tripulados, ve´culos pilotados remotamente e veículos totalmente autônomos), bem como diferentes prioridades de veículos. Três modos de pouso são usados para veículos em condições de emergência: (i) pousar no skyport originalmente definido; (ii) pousar no skyport mais próximo; e (iii) pousar no solo. Além disso, todas as metaheurísticas incluem recursos de parada antecipada. Para atingir este objetivo, a abordagem proposta (i) recebe como entrada as informações sobre o conjunto de veículos eVTOL (e.g., posição, velocidade, critérios de separação vertical e horizontal e destino) que requerem uma trajetória de pouso, (ii) classifica os veículos eVTOL de acordo com sua prioridade de emergência, (iii) atribui trajetórias otimizadas aos veículos eVTOL de acordo com suas prioridades (ou seja, os veículos com prioridades mais altas sao mais propensos a serem atribuídos a trajetórias de qualidade mais alta) e (iv) exporta as soluções com curto tempo de resposta. Os experimentos realizados mostraram que o LTPE ´e capaz de propor soluções seguras e eficientes para diversos cenários com curto tempo de resposta.Nowadays, the demand for optimized services in urban environments to provide better society wellness is increasing. However, ground transportation in dense urban environments has been facing challenges for many years (e.g., congestion and resilience) and the problem of congestion in urban environments will become more significant with the growth of populations and urbanization. In the past few years, the industry and the scientific communities have invested resources towards the creation of new ideas to improve urban transportation performance, such as the Urban Air Mobility (UAM) concept. Several projects are under development for implementing the UAM concept. Therefore, emergencies are considered a pivotal aspect to be properly managed for ensuring safe UAM operations. Although normal operations represent a challenge nowadays from many different regards (e.g., performance and social acceptance), emergencies are even more challenging due to the safety-critical risks. This highlights that well-designed planning systems for dealing with emergencies in UAM operations arise as an essential enabling factor. The capability of planning trajectories in emergencies in a short period strengthens the robustness of these operations and contributes to increasing the overall system safety. Thereupon, the main goal of this research is to propose the Landing Trajectory Planner for Emergencies in UAM Operations (LTPE) using Parallel Metaheuristics considering autonomous vehicles presence. This trajectory planning method aims to design landing trajectories for multiple Electrical Vertical Take-off and Landing (eVTOL) vehicles in normal conditions and emergencies. Besides, LTPE considers different Electrical Vertical Take-off and Landing (eVTOL) vehicle configurations in piloting systems (i.e., piloted vehicles, remotely piloted vehicles, and fully autonomous vehicles) as well as different vehicle priorities. Three landing modes are used for vehicles in emergency conditions: (i) land at the originally designed skyport; (ii) land at the nearest skyport; and (iii) land on the ground) and all metaheuristics include an early stopping feature. To accomplish this, the proposed approach (i) receives as input the information about the set of eVTOL vehicles (e.g., position, speed, vertical and horizontal separation criteria, and destination) that require a landing trajectory, (ii) sorts the eVTOL vehicles accordingly to their emergency priority, (iii) assigns optimized trajectories to all eVTOL vehicles accordingly to their priorities (i.e., vehicles with higher priorities are more likely to be assigned to higher-quality trajectories), and (iv) exports the solutions at short response times. The experiments performed showed that LTPE is capable of proposing safe and efficient solutions for several scenarios with a short response time.Biblioteca Digitais de Teses e Dissertações da USPCugnasca, Paulo SergioPinto Neto, Euclides Carlos2021-04-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3141/tde-30042025-081319/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2025-05-06T18:31:02Zoai:teses.usp.br:tde-30042025-081319Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212025-05-06T18:31:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
Parallel metaheuristics for planning Urban Air Mobility (UAM) landing trajectories in emergencies.
title Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
spellingShingle Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
Pinto Neto, Euclides Carlos
Airspace (Safety)
Artificial intelligence
Espaço Aéreo (Segurança)
Inteligência artificial
Metaheurísticas
Metaheuristics
Mobilidade aérea urbana
Optimization
Otimização
Urban Air Mobility (UAM)
title_short Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
title_full Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
title_fullStr Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
title_full_unstemmed Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
title_sort Metaheuríticas paralelas para planejamento de trajetórias de pouso em emergências da mobilidade aérea urbana (UAM).
author Pinto Neto, Euclides Carlos
author_facet Pinto Neto, Euclides Carlos
author_role author
dc.contributor.none.fl_str_mv Cugnasca, Paulo Sergio
dc.contributor.author.fl_str_mv Pinto Neto, Euclides Carlos
dc.subject.por.fl_str_mv Airspace (Safety)
Artificial intelligence
Espaço Aéreo (Segurança)
Inteligência artificial
Metaheurísticas
Metaheuristics
Mobilidade aérea urbana
Optimization
Otimização
Urban Air Mobility (UAM)
topic Airspace (Safety)
Artificial intelligence
Espaço Aéreo (Segurança)
Inteligência artificial
Metaheurísticas
Metaheuristics
Mobilidade aérea urbana
Optimization
Otimização
Urban Air Mobility (UAM)
description Atualmente, a demanda por serviços otimizados em ambientes urbanos está em crescimento para proporcionar um melhor bem-estar à sociedade. No entanto, o transporte terrestre em ambientes urbanos densos tem enfrentado desafios por muitos anos (e.g., congestionamento e resiliência) e o problema de congestionamento em ambientes urbanos se tornará mais significativo com o crescimento da população e da urbanização. Nos últimos anos, a indústria e a comunidade científica têm investido recursos na criação de novas ideias para melhorar o desempenho do transporte urbano, como o conceito de Mobilidade Aérea Urbana (UAM). Vários projetos estão em desenvolvimento para a implementação do conceito UAM. Além disso, as emergências são consideradas um aspecto fundamental a ser gerenciado adequadamente para garantir operações seguras do UAM. Embora as operações normais representem um desafio em diferentes aspectos (e.g., desempenho e aceitação social), as emergências são ainda mais desafiadoras devido aos riscos críticos de segurança. Os sistemas de planejamento projetados para lidar com emergências em operações de UAM são essenciais em operações futuras. A capacidade de planejar trajetórias em emergências em um curto período fortalece a robustez dessas operações e contribui para o aumento da segurança do sistema. Diante disso, o objetivo desta pesquisa é propor o Planejador de Trajetória de Pouso para Emergências em Operações de UAM (LTPE) utilizando Metaheurísticas Paralelas e considerando a presença de veículos autônomos. Este método de planejamento de trajetória visa projetar trajetórias de pouso para vários veículos elétricos de decolagem e pouso vertical (eVTOL) em condições normais e em emergências. Além disso, o LTPE considera diferentes configurações de veículos de decolagem e pouso elétrico vertical (eVTOL) em sistemas de pilotagem (ou seja, veículos tripulados, ve´culos pilotados remotamente e veículos totalmente autônomos), bem como diferentes prioridades de veículos. Três modos de pouso são usados para veículos em condições de emergência: (i) pousar no skyport originalmente definido; (ii) pousar no skyport mais próximo; e (iii) pousar no solo. Além disso, todas as metaheurísticas incluem recursos de parada antecipada. Para atingir este objetivo, a abordagem proposta (i) recebe como entrada as informações sobre o conjunto de veículos eVTOL (e.g., posição, velocidade, critérios de separação vertical e horizontal e destino) que requerem uma trajetória de pouso, (ii) classifica os veículos eVTOL de acordo com sua prioridade de emergência, (iii) atribui trajetórias otimizadas aos veículos eVTOL de acordo com suas prioridades (ou seja, os veículos com prioridades mais altas sao mais propensos a serem atribuídos a trajetórias de qualidade mais alta) e (iv) exporta as soluções com curto tempo de resposta. Os experimentos realizados mostraram que o LTPE ´e capaz de propor soluções seguras e eficientes para diversos cenários com curto tempo de resposta.
publishDate 2021
dc.date.none.fl_str_mv 2021-04-14
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/3/3141/tde-30042025-081319/
url https://www.teses.usp.br/teses/disponiveis/3/3141/tde-30042025-081319/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1844786351133687808