Лебедев К.А.
ПОСТРОЕНИЕ ОПТИМАЛЬНОГО ВОЗДУШНОГО МАРШРУТА ЛЕТАТЕЛЬНОГО АППАРАТА С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА *
Аннотация:
в статье представлен процесс разработки технического задания (ТЗ) для программного обеспечения, предназначенного для автоматизированного построения и оптимизации воздушных маршрутов летательных аппаратов (ЛА). Описывается проектирование системы, основанной на алгоритмах искусственного интеллекта (ИИ), включая графовые нейронные сети (GNN), алгоритмы поиска пути (A, RRT) и обучение с подкреплением (Reinforcement Learning, RL), для учета множества динамических факторов. Подробно рассмотрены функциональные требования к системе, включая сбор и обработку аэронавигационных данных, расчет оптимальных траекторий с учетом ограничений, интеграцию с бортовыми системами и системами управления воздушным движением (УВД), а также мониторинг и корректировку маршрута в реальном времени. Особое внимание уделено требованиям к безопасности, надежности, минимизации времени полета и расхода топлива, а также обеспечению соответствия международным авиационным нормам (ICAO, FAA). Предложенный подход к разработке ТЗ направлен на создание масштабируемого и адаптивного решения для повышения эффективности и безопасности авиаперевозок.
Ключевые слова:
оптимизация маршрута, искусственный интеллект, графовые нейронные сети, аэронавигация, техническое задание, УВД, безопасность полетов
В условиях роста интенсивности воздушного движения и ужесточения экологических требований актуальность задач оптимизации воздушных маршрутов неуклонно возрастает. Традиционные методы планирования маршрутов зачастую не способны оперативно учитывать всю совокупность динамических факторов, таких как погодные условия, зоны ограничений, загруженность воздушного пространства, требования к минимизации топлива и времени полета. Методы искусственного интеллекта, обладая способностью анализировать большие объемы разнородных данных и находить сложные неочевидные зависимости, открывают новые возможности для построения глобально оптимальных и адаптивных маршрутов.Целью данной работы является разработка технического задания для программного обеспечения, предназначенного для автоматизированного построения и оптимизации воздушных маршрутов ЛА с использованием современных методов ИИ. Актуальность исследования обусловлена необходимостью создания интеллектуальных систем поддержки принятия решений экипажем и диспетчерами УВД, способных повысить безопасность, эффективность и экологичность воздушных перевозок.В рамках данной статьи будут рассмотрены основные этапы разработки ТЗ, включая определение функциональных и нефункциональных требований, описание архитектуры системы, а также требования к организации входных и выходных данных.Разрабатываемое программное обеспечение представляет собой интеллектуальную систему динамического планирования и оптимизации маршрутов. Ключевым компонентом системы являются алгоритмы ИИ (GNN для моделирования воздушного пространства как графа, RL для обучения оптимальным стратегиям обхода ограничений, комбинации A/RRT для поиска пути), которые анализируют текущие и прогнозируемые условия для расчета наилучшей траектории. Система использует эти расчеты для генерации рекомендованного маршрута, его визуализации и автоматической передачи данных в бортовые системы ЛА (через ARINC 429/717) и в системы УВД (через протоколы типа OLDI/ATN). Система обеспечивает непрерывный мониторинг условий полета (погода по METAR/TAF, NOTAM, данные о других ЛА по ADS-B) и способна инициировать перерасчет маршрута при возникновении критических изменений (шторм, вулканический пепел, новая зона ограничений). Предусмотрена гибкая настройка целевых функций оптимизации (минимум времени, минимум топлива, минимум эмиссии CO2, приоритет безопасности) и весовых коэффициентов для различных ограничений. Механизм обратной связи обеспечивает обучение модели на основе фактических данных о выполненных полетах.Система предназначена для работы в режиме 24/7, обеспечивая планирование и мониторинг в реальном времени. Для обеспечения отказоустойчивости система включает механизмы резервирования источников данных и алгоритмов расчета. Система гарантирует строгое соответствие требованиям авиационной безопасности и нормам ИКАО. Взаимодействие с пользователями (пилотами, диспетчерами, планировщиками) осуществляется через веб-интерфейс и специализированные клиентские приложения.Для достижения поставленных целей Система должна соответствовать следующим функциональным требованиям:Сбор и обработка аэронавигационных данных:Автоматизированное получение данных: Интеграция с источниками данных в реальном времени: METAR/TAF (погода), NOTAM (ограничения), AIRAC (аэронавигационная информация), данные о воздушной обстановке (ADS-B, RADAR), планы полетов (FPL) через API (AeroAPI, FlightAware, AviationStack) и специализированные протоколы (SITA, AFTN). Поддерживаемые форматы: XML, JSON, специфичные авиационные (WXXM, AIXM).Предварительная обработка данных: Очистка, верификация, консолидация и преобразование данных в единую пространственно-временную модель воздушного пространства (граф узлов/ребер). Включает обработку противоречивых данных, интерполяцию, геокодирование.Расчет оптимального маршрута:Применение алгоритмов ИИ: Использование GNN для учета топологии и динамики воздушного пространства, RL для выработки стратегий адаптации к изменениям, алгоритмов поиска пути (A, RRT) для нахождения оптимальной траектории с учетом множества ограничений (зоны, погода, высоты эшелонов, производительность ВС).Учет целевых функций и ограничений: Расчет маршрута, минимизирующего выбранную целевую функцию (время полета, расход топлива, эмиссия) при строгом соблюдении ограничений безопасности, нормативных требований (ICAO Doc 4444), характеристик конкретного типа ВС и предпочтений авиакомпании/экипажа.Интеграция и исполнение:Генерация и визуализация маршрута: Формирование полного описания маршрута (точки, эшелоны, скорости, время), включая альтернативные аэродромы. Визуализация на 2D/3D-картах с наложением слоев данных (погода, ограничения).Автоматизированная передача данных: Интеграция с системами УВД для подачи/корректировки плана полета (через OLDI/ATN). Формирование данных для загрузки в бортовые системы ВС (FMS через ARINC 424/ ARINC 429/717).Мониторинг и адаптация:Отслеживание выполнения полета: Сравнение фактической траектории (по данным ADS-B/ACARS) с плановой в реальном времени.Динамическая реоптимизация: Автоматический перерасчет маршрута при обнаружении значительных отклонений от плана или при изменении условий (опасная погода, новые NOTAM, конфликт с другими ВС). Формирование и передача рекомендаций экипажу/диспетчеру.Отчетность и анализ:Формирование отчетности: Генерация отчетов о запланированных и фактических маршрутах, достигнутых показателях (время, топливо, эмиссия), анализе отклонений, эффективности алгоритмов оптимизации. Отчеты в форматах PDF, CSV, XML.Система оповещений: Отправка уведомлений о критических изменениях условий, необходимости реоптимизации, нарушениях ограничений через веб-интерфейс, клиентские приложения и каналы связи ACARS/CPDLC.Система должна обеспечивать эффективную обработку входных данных и представление выходных данных в стандартизированных авиационных форматах. Входные данные включают:Статические данные: Аэродромы, навигационные точки, воздушные трассы, зоны ограничений (постоянные), характеристики ВС (база данных BADA/ICAO Doc 8643) - форматы AIXM, ARINC 424, XML, CSV.Динамические данные: Текущая и прогнозная погода (METAR, TAF, SIGMET, WAFS), действующие NOTAM, данные о воздушной обстановке (ADS-B, RADAR), действующие планы полетов (FPL) - форматы XML (IWXXM, AIXM), JSON, специфичные бинарные потоки.Параметры оптимизации: Тип ВС, начальный/конечный пункт, желаемое время вылета/прилета, приоритеты оптимизации (время/топливо/эмиссия), допустимые отклонения, альтернативные аэродромы - формат JSON/XML через веб-интерфейс/API.Выходные данные включают:Оптимальный маршрут: Полное описание траектории (последовательность точек, эшелоны, скорости, расчетное время, расход топлива) в форматах ARINC 424 (для загрузки в FMS), XML (AIXM для подачи в УВД), JSON/XML (для визуализации и интеграции).Графическое представление: Карты маршрута с наложением критической информации (погода, зоны) в форматах PNG, PDF, GeoJSON.Отчеты и уведомления: Детальные отчеты об оптимизации, предупреждения и рекомендации по реоптимизации - форматы PDF, CSV, XML, текстовые сообщения (для оповещений).В данной статье представлен детальный план разработки технического задания для интеллектуальной системы оптимизации воздушных маршрутов. Предложенная архитектура, основанная на современных методах ИИ (GNN, RL, алгоритмы поиска пути), обеспечивает возможность построения глобально оптимальных и адаптивных траекторий в сложных динамических условиях. Ключевой акцент сделан на требованиях к безопасности, надежности, эффективности и соответствию международным авиационным стандартам.Дальнейшие исследования могут быть направлены на:- разработку более совершенных моделей прогнозирования погодного воздействия на маршрут.- интеграцию алгоритмов мультиагентного RL для оптимизации потоков воздушного движения в масштабе региона.- повышение объяснимости (XAI) рекомендаций системы для экипажа и диспетчеров.- углубленную оптимизацию с учетом шумового воздействия на населенные пункты.
Номер журнала Вестник науки №6 (87) том 1
Ссылка для цитирования:
Лебедев К.А. ПОСТРОЕНИЕ ОПТИМАЛЬНОГО ВОЗДУШНОГО МАРШРУТА ЛЕТАТЕЛЬНОГО АППАРАТА С ИСПОЛЬЗОВАНИЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА // Вестник науки №6 (87) том 1. С. 1476 - 1482. 2025 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/23759 (дата обращения: 17.07.2025 г.)
Вестник науки © 2025. 16+