Gerçek CBS verileriyle kentsel hava sahası topolojisi oluşturulmasına dayalı, geliştirilmiş PSO-ABC yol planlama algoritması

Şehir drone’ları için daha güvenli gökyüzü

Teslimat dronları ve denetim robotları paketleri daha hızlı ulaştırma ve şehirleri daha akıllı hale getirme vaadi taşıyor, ancak yoğun sokulların ve yüksek binaların üzerinde uçmak riskli. Bu çalışma, gerçek bir Çin şehrinin üzerinde “görünmez otoyollar” nasıl kurulacağını ve yeni bir bilgisayar algoritmasının insansız hava araçlarını (İHA) hem yerdeki insanlar için güvenli hem de uçak için verimli rotalar boyunca nasıl yönlendirebileceğini gösteriyor.

Gerçek bir şehri 3B uçuş haritasına dönüştürmek

Yazarlar, Jinan’ın Changqing Bölgesi’ndeki 5 x 5 kilometrelik alandan bina konumları ve yükseklikleri de dahil olmak üzere ayrıntılı coğrafi bilgi sistemi (CBS) verileriyle başlıyorlar. Şehrin üzerindeki havayı tek bir büyük hacim olarak ele almak yerine, yer seviyesinden 40 metreye kadar her biri 5 metre yüksekliğinde dokuz ince irtifa katmanına ayırıyorlar. Her katmanda 100 x 100 metrelik karelerden oluşan bir satranç tahtası seriliyor. Bu karelerin üst üste konması, her biri bir dronun işgal edebileceği potansiyel bir gökyüzü hücresini temsil eden küçük kutulardan (voxel) oluşan 3B bir ızgara yaratıyor.

Açık hava ile alttaki insan ve mülkiyet arasında denge kurmak

Hangi voxel’lerin gerçekten kullanılabilir olduğuna karar vermek için ekip iki basit ama güçlü fikri birleştiriyor. Birincisi, “hava sahası kullanılabilirliği” bir dronun bir ızgara karesinden diğerine binalar veya diğer engellerle çarpışmadan ne kadar kolay hareket edebileceğini ölçer. Bir kare açık koridorlarla birçok başkasıyla bağlantı kuruyorsa yüksek puan alır. İkincisi, “yer riski” düşen bir dronun yerde ne kadar zarar verebileceğini, yerel nüfus yoğunluğu, trafik ve değerli yapıların varlığına göre ölçer. Model yaya ve araç içindeki kişilerin ölümü veya yaralanması ile binalara ve altyapıya gelen hasarı birbirinden ayırır.

Şehri daha uygun veya daha az uygun drone bölgelerine ayırmak

Izgaradaki her konuma iki puan verilir: biri hava sahası kullanılabilirliği, diğeri yer riski için. Yazarlar daha sonra hava hücrelerini dört tipe ayırmak için bir kuadrant diyagramı kullanır: yüksek kullanılabilirlik ve düşük risk (ideal), yüksek kullanılabilirlik ve yüksek risk (yoğun şehir merkezleri), düşük kullanılabilirlik ve düşük risk (az insan fakat çok engel) ve düşük kullanılabilirlik ve yüksek risk (her iki açıdan en kötü). Eşik değerler neyin “yüksek” veya “düşük” sayılacağını belirler. İncelenen hava sahasının çoğunluğu—yaklaşık yüzde 64—en iyi kategoriye düşer; manevra alanı bol ve insan ile mülkiyet için nispeten düşük tehlike vardır. Daha gelişmiş bir “Pareto sıralaması” adımı ise en iyi hücreleri daha yüksek açıklık ile daha düşük risk arasında takas ederek sıralar ve en iyi yarıyı güvenli gökyüzü koridorlarının tercih edilen ağı olarak tutar.

Dronlara daha akıllı rotalar seçmeyi öğretmek

Bu güvenli 3B ağ bir kez oluşturulduğunda, zorluk yer seviyesine yakın bir başlangıç noktasından daha yukarıdaki bir varış noktasına kadar belirli bir rota bulmak olur; bu sırada sıkı kurallara uymak gerekir: dronlar binaların üzerindeki uçuş yasağı bölgelerinden kaçınmalı, izin verilen irtifa bantları içinde kalmalı, dik tırmanış ve inişleri sınırlamalı ve arazi ile yapılardan güvenli bir mesafede olmalıdır. Bunu yapmak için yazarlar doğadan ilham alan iki iyi bilinen arama tekniğini harmanlıyor. Parçacık sürü optimizasyonu (PSO) yöntemi umut veren yolları keşfetmek için tüm alanı gezen kuş sürüsü gibi davranırken, yapay arı kolonis (ABC) yöntemi en iyi nektar kaynaklarını iyileştirmeye odaklanan arılar gibi davranır. PSO geniş bir küresel arama gerçekleştirir, ardından ABC en umut verici aday rotalar etrafında dikkatli yerel ayarlamalar yapar. Son olarak, kaba rota noktaları zinciri gerçek bir dronun keskin, gerçekçi olmayan dönüşler yapmadan uçabilmesi için matematiksel bir eğriyle düzeltilir.

Daha hızlı, daha düzgün ve daha güvenli şehir rotaları

Araştırmacılar birleşik PSO-ABC yaklaşımlarını üç yaygın alternatife karşı test ediyor: standart bir genetik algoritma, yalnız PSO ve yalnız ABC. Changqing’in gerçek bina düzenini kullanan gerçekçi simülasyonlarda yöntemleri, tüm uçuş yasağı bölgelerinden ve kalabalık yerlerden kaçınan daha düzgün uçuş yollarını tutarlı şekilde buluyor. Ayrıca, diğer yöntemlerin yaklaşık olarak yarısı kadar yineleme kullanarak çok daha hızlı iyi çözümlere yakınsıyor—boşa giden hesaplama zamanı ve enerjiyi azaltıyor. Uzman olmayan birine sonuç açık: gökyüzünü ve altındaki şehri dikkatle modelleyip kuş-benzeri ve arı-benzeri arama stratejilerini akıllıca karıştırarak bu çalışma, karmaşık kentsel ortamlarda dronları yönlendirmenin ve insanları ile mülkiyeti daha güvenli tutmanın pratik bir yolunu sunuyor.

Atıf: Liu, Y., Dong, H., Liu, H. et al. An improved PSO-ABC path planning algorithm for UAVs based on a construction of urban airspace topology with actual GIS data. Sci Rep 16, 5048 (2026). https://doi.org/10.1038/s41598-026-35958-9

Anahtar kelimeler: kentsel drone rotalama, İHA yol planlaması, hava sahası güvenliği, sezgisel optimizasyon, CBS tabanlı hava sahası