Bu tədqiqat sıx şəhər mühitində hərəkət edən tək kvadrotorun marşrutunu yalnız həndəsi baxımdan qısa saxlamaq əvəzinə, şəhər daxilindəki külək quruluşunu da planlaşdırma girişi kimi istifadə etməyi araşdırır. Təklif olunan çərçivə, külək-yönlü RRT* nümunəleyicisi ilə sinir şəbəkəsi əsaslı enerji-xərc təkmilləşdirməsini birləşdirən hərəkət planlaşdırma üsuludur. Külək modeli; hündürlüklə dəyişən külək sürüşməsini, Ekman tipli istiqamət dönməsini, sabitlənmiş turbulentlik sahəsini, qəfil külək dəyişmələrini və binaların küləkaltı tərəfindəki aşağı sürətli sahələri təmsil edir. Birinci mərhələdə RRT* nümunələri aerodinamik baxımdan daha əlverişli sahələrə yönəldilir; ikinci mərhələdə isə irəli ötürməli sinir şəbəkəsi, hesablanması daha bahalı olan enerji-xərc sahəsinin surroqatı kimi istifadə edilərək marşrutun qısaldılması və hamarlanması əməliyyatlarına rəhbərlik edir.
Tədqiqatın əsas nəticəsi, istifadə olunan enerji surroqatı baxımından küləyi nəzərə alan marşrutların daha aşağı xərcli ola bildiyini və sinir şəbəkəsi ilə təkmilləşdirmənin marşrutun hamarlığını nəzərəçarpacaq dərəcədə artırdığını göstərir. Bununla belə, burada ölçülən kəmiyyət real batareyadan çəkilmiş elektrik enerjisi deyil. Tədqiqat qapalı dövrəli uçuş idarəetməsi, real nəqliyyat vasitəsi dinamikası, real batareya sərfiyyatı və ya sahə uçuş sınağı həyata keçirməmişdir. Buna görə nəticələr “kvadrotor real şəhər uçuşunda bu qədər enerjiyə qənaət edir” şəklində şərh edilə bilməz.
Türkiyə baxımından tədqiqat birbaşa Türkiyəyə aid sahə nəticəsi təqdim etmir. Bununla belə, yerli üçölçülü bina həndəsələri, Türkiyədəki real şəhər külək şəraiti, istifadə olunan hava vasitəsinin dinamika və güc modeli, mövqeləndirmə xətaları, uçuş idarəetmə sistemi və real tənzimləyici uçuş dəhlizləri ilə yenidən doğrulandığı halda oxşar yanaşma şəhər hava hərəkətliliyi və pilotsuz uçuş aparatı marşrut planlaşdırılması üçün tədqiqat bazası yarada bilər. Bu uyğunlaşdırma aparılmadan tədqiqatın ədədi nəticələri Türkiyədəki hər hansı şəhər üçün birbaşa etibarlı hesab edilməməlidir.
Ən mühüm şərh həddi: Tədqiqatdakı “energy” dəyərləri real joule və ya watt-saat ölçümü deyil, külək təsiri ilə maneəyə yaxınlığı birləşdirən hesablama xərc surroqatıdır. Eyni şəkildə “risk” metrikası da real qəza ehtimalı deyil; planlaşdırılmış marşrutun maneələrə görə nisbi həndəsi yaxınlığını təmsil edən qiymətləndirmə ölçüsüdür.
Tədqiqatın həll etməyə çalışdığı problem
Standart RRT və RRT* ailəsindəki planlayıcılar mürəkkəb üçölçülü mühitlərdə maneələri keçmək üçün çox təsirlidir. Lakin həndəsi baxımdan qısa marşrut aerodinamik baxımdan mütləq aşağı xərcli marşrut deyil. İki marşrut təxminən eyni uzunluqda ola bilər; onlardan biri güclü küləyin olduğu açıq sahədən, digəri isə binaların arxasındakı aşağı sürətli külək sahələrindən keçə bilər. Tədqiqat bu fərqi marşrut planlaşdırmasına daxil etməyə çalışır.
Əsas fikir budur: bina ətrafındakı külək sahəsi yalnız qaçınılmalı təsadüfi pozucu deyil. Binanın küləkaltı tərəfində yaranan sürət azalması planlayıcının istifadə edə biləcəyi məkan məlumatıdır. Buna görə üsul əvvəlcə marşrutun hansı sahələrdə axtarılacağını dəyişir, sonra isə tapılmış marşrutu enerji-xərc surroqatına görə təkmilləşdirir.
Külək kölgəsi marşrut planlaşdırılmasında necə istifadə olunur?
Külək kölgəsi tədqiqat modelində binanın küləkaltı tərəfində yerli külək sürətinin sərbəst axına nisbətən azaldığı sahədir; planlayıcı bu sahələri daha aşağı aerodinamik xərcli dəhlizlər kimi qiymətləndirməyə çalışır.
1. İş sahəsi və maneə modeli: Tənliklər (1)-(3)
Bu tənlik üçölçülü uçuş iş sahəsini müəyyən edir. Tədqiqatda \(L_x=L_y=1200\,\mathrm{m}\) və \(L_z=220\,\mathrm{m}\) seçilmişdir. Beləliklə, simulyasiya sahəsi üfüqi istiqamətdə 1200 m × 1200 m, şaquli istiqamətdə isə 220 m hündürlüyündə düzbucaqlı prizmadır. \(x\), \(y\) və \(z\) koordinatlarının vahidi metrdir.
\(O_j\), \(j\)-ci bina və ya şəhər quruluşunun tutduğu həcmdir. Çoxluqlar fərqi əməliyyatı ilə bütün maneə həcmləri ümumi iş sahəsindən çıxarılır və beləliklə vasitənin həndəsi olaraq yerləşə biləcəyi \(\Omega_{\mathrm{free}}\) sərbəst fəzası əldə edilir.
\(M(p)\) doluluq xəritəsi göstəricisidir. Dəyər 1-dirsə mövqe maneənin içindədir; 0-dırsa sərbəstdir. Xəritə \(0.5\,\mathrm{m}\) məkan ayırdetməsi ilə nümunələnmişdir. Bu göstərici daha sonra toqquşma nəzarətinin əsasını təşkil edir.
2. Səthə yaxın külək: Tənliklər (4)-(10)
\(u_*\) sürtünmə sürətidir; vahidi m/s-dir. \(\tau_0\) səthə yaxın turbulent sürüşmə gərginliyini, \(\rho_a\) isə hava sıxlığını təmsil edir. Sürtünmə sürəti real vasitə sürəti deyil, atmosfer sərhəd qatında impuls ötürülməsinin xarakterik sürət miqyasıdır.
Prandtl qarışma uzunluğu yanaşmasında \(l_m=\kappa z\) qəbul edilir və \(\kappa\approx0.41\) von Kármán sabitidir. Tənlik orta sürətin hündürlük boyunca dəyişməsi ilə səthdəki turbulent impuls ötürülməsi arasındakı əlaqəni qurur.
Bu klassik loqarifmik külək profilidir. \(z_0\) aerodinamik kobudluq uzunluğudur və vahidi metrdir. Riyazi olaraq sürət qradiyenti \(1/z\) ilə azalır; buna görə səthə yaxın sahədə sürət dəyişməsi daha kəskindir.
Tədqiqat hesablama rahatlığı üçün loqarifmik profilin mühəndislik tipli qüvvət qanunu yaxınlaşmasını istifadə edir. \(U_{\mathrm{ref}}\), \(z_{\mathrm{ref}}\) hündürlüyündəki istinad sürətidir; \(\alpha\) ölçüsüz külək sürüşməsi eksponentidir.
Bu ifadə loqarifmik profilin meylini istinad hündürlüyündə qüvvət qanunu ilə uyğunlaşdırır. Tədqiqat sıx tikilili şəhər səthini təmsil etmək üçün \(\alpha\approx0.30\) istifadə etmişdir. \(\alpha\) böyüdükcə külək sürətinin hündürlüyə həssaslığı artır.
Burada \(V_0\), \(z_{\mathrm{ref}}=10\,\mathrm{m}\) istinad hündürlüyündə əsas külək sürətidir. \(z_{\min}=0.5\,\mathrm{m}\) aşağı həddi, \(z\to0\) halında yarana biləcək ədədi singulyarlığın və həddindən artıq qradiyentlərin qarşısını almaq üçün istifadə olunur. \(V(z)\) m/s ilə ifadə edilir. Tədqiqatda istifadə olunan konkret ssenarilər üçün \(V_0\)-ın vahid sabit ədədi dəyəri əsas metod mətnində verilməmişdir; küləyin intensivliyi ssenariyə görə dəyişdirilmişdir.
\(\alpha=0.30\) olduqda üst \(\alpha-1=-0.70\) olur. Buna görə sürət qradiyenti hündürlüklə azalır. Bu riyazi nəticə “külək sürəti azalır” demək deyil; modeldə külək sürəti hündürlüklə artarkən, artımın hər vahid hündürlüyə düşən sürəti getdikcə azalır.
3. Külək istiqamətinin hündürlüklə dönməsi: Tənliklər (11)-(14)
\(u\) və \(v\) üfüqi külək komponentləri, \(f_c\) Coriolis parametri, \(K\) burulğan özlülüyü və \(u_g\) geostrofik külək sürətidir. Tənlik Coriolis təsiri, təzyiq qradiyenti və turbulent sürtünmə arasındakı üfüqi impuls tarazlığını təmsil edir.
\(\delta_e\) Ekman sərhəd qatının xarakterik dərinliyidir. İki komponentin birlikdə dəyişməsi külək vektorunun hündürlüklə istiqamət dəyişməsini yaradır.
\(\operatorname{atan2}\) iki üfüqi komponentdən külək istiqaməti bucağını düzgün kvadrant məlumatı ilə hesablayır.
Tədqiqat hər düyünün genişləndirilməsində tam Ekman davranışını hesablamaq əvəzinə aşağı hündürlük diapazonunda xətti istiqamət dönməsi yaxınlaşmasından istifadə edir. \(\theta_0\) səthə yaxın başlanğıc istiqamət, \(\gamma\) isə hər metrə təxminən \(0.18^\circ\) istiqamət dəyişməsidir. Bu, tədqiqatın hesablama sadələşdirməsidir; bütün atmosfer üçün universal sabit deyil.
4. Turbulentlik intensivliyi: Tənliklər (15)-(17)
\(T_i\) ölçüsüz turbulentlik intensivliyidir. \(\sigma_u\) sürət dalğalanmalarının standart sapmasını; \(V(z)\) isə orta külək sürətini təmsil edir. Mənbədə səth qatı üçün \(\sigma_u\approx A u_*\) və \(A\approx2.5\) miqyaslandırması istifadə olunaraq turbulentlik intensivliyinin hündürlüklə azalması əsaslandırılır.
\(\beta\approx0.25\) ölçüsüz azalma eksponentidir. \(z\le z_{\mathrm{ref}}\) üçün məxrəc \(z_{\mathrm{ref}}\) olduğuna görə turbulentlik intensivliyi \(T_{i,0}\) dəyərində saxlanılır; daha yüksək hündürlüklərdə qüvvət qanunu ilə azalır.
\(T_{\mathrm{lev}}\in\{1,\ldots,10\}\) istifadəçi tərəfindən müəyyən edilən simulyasiya turbulentlik səviyyəsidir. Beləliklə, səth turbulentlik intensivliyi \(0.04\) ilə \(0.30\) arasında xətti şəkildə xəritələnir. Bu rəqəmlərin tədqiqatın simulyasiya parametrləşdirilməsi olduğu, real şəhərin ölçülmüş turbulentlik sinifləri olmadığı unudulmamalıdır.
5. Dondurulmuş turbulentlik və qəfil külək sahəsi: Tənliklər (18)-(21)
Taylorun dondurulmuş turbulentlik fərziyyəsi altında zaman dalğalanmaları məkanda sabitlənmiş naxış kimi modelləşdirilir. \(p=[x,y,z]^T\) mövqeni, \(k_j\) məkan dalğa vektorunu, \(\phi_j\) isə sabitlənmiş təsadüfi fazanı təmsil edir. Tədqiqatda \(N_g=8\) Fourier modu istifadə edilmişdir. Toxum sabitləndikdə eyni simulyasiya şəraiti yenidən yaradıla bilər.
Bu sərhəd sinus funksiyasının mütləq qiymətinin 1-i aşmamasından yaranır. Mənbə daha sonra sahəni \([-1,1]\) intervalına normallaşdırır.
Müstəqil və bərabər paylanmış fazalar fərziyyəsində sinus terminlərinin gözlənilən qiyməti sıfır, kvadratının gözlənilən qiyməti isə \(1/2\)-dir. Bu nəticə modelin sıfır orta qiymətli məkan dalğalanması yaratmasını izah edir.
\(A_g\approx0.35\) sürət dalğalanmasının kəsr amplituda miqyasıdır. \(J_g\approx18^\circ\) istiqamət dalğalanmasının bucaq miqyasıdır. \(f_d\), sürət sahəsindən müstəqil ikinci məkan dalğalanması sahəsidir. \(\max(\cdot,0)\) operatoru mənfi külək sürətinin yaranmasının qarşısını alır.
6. Bina izi və külək kölgəsi: Tənliklər (22)-(24)
\(\hat d\) üfüqi külək istiqamətində vahid vektordur.
\(c\) binanın mərkəzidir. \(\xi\) mövqenin külək istiqamətində aşağı-axın komponentini; \(\eta\) isə küləyə perpendikulyar eninə komponentini verir. Uzunluq vahidləri metrdir. \(\xi>0\) olduqda nöqtə binanın küləkaltı tərəfindədir.
\(s_w\) külək sürətinə tətbiq olunan ölçüsüz zəiflətmə əmsalıdır və mənbə \(s_{\min}\approx0.4\) istifadə edir. \(\sigma_w\) izin eninə genişliyini; \(\lambda\) aşağı-axın xarakterik uzunluğunu təmsil edir. Qauss termini mərkəz xəttindən uzaqlaşdıqca təsirin azalmasını təmin edir; göstərici funksiyası \(I_{[\xi>0]}\) təsirin yalnız küləkaltı tərəfdə tətbiq olunmasını nəzərdə tutur.
Mənbədaxili riyazi diqqət nöqtəsi: Mətn bu termini aşağı axında sürət çatışmazlığının tədricən bərpası kimi izah edir. Lakin tənlikdə çap olunmuş \((1-e^{-\xi/\lambda})\) amili \(\xi>0\) artdıqca 0-dan 1-ə yüksəlir. Mərkəz xəttində digər terminlər sabit qəbul edilərsə, bu davranış \(s_w\)-ni 1-dən \(s_{\min}\)-ə doğru azaldır; yəni çap olunmuş forma ilk baxışda aşağı-axın artdıqca zəifləmənin güclənməsinə uyğun gəlir. Verianla burada mənbəni özbaşına “düzəltmir”, çap olunmuş formulu olduğu kimi saxlayaraq izahla formula arasındakı bu uyğunsuzluğu görünən edir.
Külək-yönlü RRT* standart RRT*-dan riyazi olaraq necə fərqlənir?
Tədqiqatın yanaşmasında RRT*-ın marşrut uzunluğu xərci və yenidən bağlama məntiqi dəyişdirilmir; dəyişdirilən hissə yeni düyünlərin hansı hündürlüklərdən nümunələnməsidir. Məqsəd model külək sürətinin daha aşağı olduğu hündürlüklərdə daha çox nümunə yerləşdirməkdir.
7. Standart RRT* riyaziyyatı: Tənliklər (25)-(30)
Bu xərc başlanğıcdan cari düyünə qədər olan Evklid marşrut uzunluğudur. Vahidi metrdir. Bu mərhələdə külək enerji xərcinə birbaşa əlavə edilmir.
Yeni düyünün ətrafında \(r_n\) radiusu daxilində qalan qonşular müəyyən edilir.
\(n\) nümunə sayı, \(d\) konfiqurasiya fəzasının ölçüsü və \(\gamma\) müsbət tənzimləmə parametridir. Nümunə sayı artdıqca qonşuluq radiusu idarə olunan şəkildə kiçilir. Tədqiqat RRT*-ın asimptotik optimallıq arqumentini qorumaq üçün bu klassik radius quruluşunu dəyişmir. Araşdırılan PDF-də istifadə olunan \(\gamma\)-nın vahid ədədi dəyəri açıq şəkildə verilməmişdir.
Yeni düyünə çatmağın ümumi həndəsi xərcini minimum edən qonşu düyün valideyn kimi seçilir.
Yeni düyün üzərindən getmək daha qısa marşrut yaradırsa, mövcud ağacın uyğun bağlantısı yenidən qurulur. RRT*-ın RRT-dan əsas fərqlərindən biri bu yenidən bağlama əməliyyatıdır.
\(\sigma_n\), \(n\) nümunədən sonra tapılan ən yaxşı marşrutu; \(\sigma^*\) isə nəzəri optimal marşrutu təmsil edir. Bu ifadə RRT*-ın uyğun fərziyyələr altında asimptotik optimallıq məqsədini göstərir. Tədqiqatın külək-yönlü variantı xərc və yenidən bağlama qaydasına toxunmadan yalnız nümunələmə paylanmasını dəyişdirdiyi üçün bu nəticəni qoruduğunu əsaslandırır.
8. Aşağı küləkli hündürlüklərin daha tez-tez nümunələnməsi: Tənliklər (31)-(37)
\(\omega(z)\) hündürlük üstünlük çəkisidir. \(\eta_b\ge0\) qərəz gücüdür. \(\eta_b=0\) olduqda bütün hündürlüklər bərabər çəki alır; \(\eta_b\) artdıqca model külək sürətinin aşağı olduğu hündürlüklər daha güclü üstün tutulur. \(z_{\mathrm{lo}}\) və \(z_{\mathrm{hi}}\) icazə verilən aşağı və yuxarı uçuş hündürlükləridir. PDF bu parametrlərin bütün təcrübələrdə istifadə olunan vahid ədədi dəyərlərini açıq şəkildə vermir.
\(Z_0\) normallaşdırma sabitidir. Çəki funksiyasının inteqralına bölünməklə ümumi ehtimalı 1 olan həqiqi ehtimal sıxlığı \(f_Z(z)\) əldə edilir.
\(F_Z\) kumulyativ paylanma funksiyasıdır və 0 ilə 1 arasında dəyişir.
Bu qapalı forma qüvvət qanunu çəkisinin normallaşdırılmasını birbaşa hesablamağa imkan verir. \(a=1\) xüsusi halında bu formulda məxrəc sıfır olduğuna görə ayrıca loqarifmik inteqral tələb olunur; mənbə Tənlik (34)-ü açıq şəkildə \(a\ne1\) şərti ilə verir.
\(\mu\sim U(0,1)\) olarsa, tərs çevirmə nümunələməsi ilə \(F_Z^{-1}(\mu)\) istənilən hündürlük paylanmasına tam uyğun gəlir. Beləliklə, rəddetmə nümunələməsi olmadan qərəzli hündürlük yaradıla bilər.
Üfüqi mövqe bərabər paylanmadan götürülərkən hündürlük külək məlumatı ilə qərəzli paylanmadan seçilir. Bundan əlavə, \(p_{\mathrm{goal}}\) ehtimalı ilə nümunə birbaşa hədəf konfiqurasiyası ilə əvəz olunur. Mənbədə \(p_{\mathrm{goal}}\)-ın istifadə olunan dəqiq ədədi dəyəri açıq şəkildə göstərilməmişdir.
\(\lambda_b\in[0,1]\) qərəzli paylanma ilə bərabər paylanma arasında qarışıq yaradır. \(\lambda_b=1\) tam külək-yönlü; \(\lambda_b=0\) isə tam bərabər hündürlük nümunələməsidir. Aralıq dəyərlər aerodinamik üstünlük ilə hündürlük müxtəlifliyi arasında keçid yaradır. Araşdırılan PDF mətnində istifadə olunan konkret \(\lambda_b\) dəyəri açıq şəkildə sabitlənməyib.
Tədqiqatın Metodu və Nəticələri
Sinir şəbəkəsi hansı kəmiyyəti öyrənir?
Sinir şəbəkəsi birbaşa batareya cərəyanını, mühərrik gücünü və ya joule ilə enerjini öyrənmir. Şəbəkənin hədəfi tədqiqatın analitik külək modeli və maneəyə yaxınlıq hesabından yaradılan skalyar \(c_E(p)\) xərc sahəsini təqribi olaraq proqnozlaşdırmaqdır. Bu fərq çox vacibdir: sinir şəbəkəsi bir enerji-xərc surroqatının surroqat modelidir.
Sinir enerji surroqatının azalması real batareya sərfiyyatının eyni nisbətdə azalacağını göstərirmi?
Xeyr. Tədqiqatdakı aşağı energy-proxy dəyəri istifadə olunan riyazi xərc funksiyası altında daha əlverişli marşrutun tapıldığını göstərir; real batareya enerjisi, mühərrik-səmərəlilik xəritəsi, vasitə dinamikası, idarəetmə səyi, sürət profili, faydalı yük, manevrlər və real atmosfer birlikdə ölçülmədiyinə görə bunu faizlə real batareya qənaətinə çevirmək olmaz.
9. Enerji-xərc sahəsi: Tənliklər (38)-(41)
\(c_E\) ümumi skalyar xərcdir. \(c_W\) külək/turbulentlik komponenti, \(c_P\) isə maneəyə yaxınlıq komponentidir. Hər iki termin normallaşdırılmış xərc kimi istifadə edildiyinə görə burada joule vahidi yoxdur.
\(V_{\mathrm{ref}}\) istinad külək sürətidir və \(\kappa_T\approx1.5\) turbulentlik-xərc əlaqələndirmə əmsalıdır. Külək sürəti nisbətinin kvadratı xərcin sürətə qeyri-xətti şəkildə həssas olmasını təmin edir. \(s_w<1\) olan külək kölgələrində effektiv sürət azalır. Turbulentlik intensivliyi artdıqca ikinci vuruq xərci artırır.
Buradakı kvadratik asılılıq tədqiqatın qəbul etdiyi energy-proxy modeli kimi şərh edilməlidir. Bu tənliyi birbaşa real multirotor elektrik gücü qanunu kimi ümumiləşdirmək düzgün deyil.
Namizəd nöqtənin ətrafında x, y və z oxlarının müsbət və mənfi istiqamətlərində cəmi altı prob nöqtəsi yaradılır. Prob radiusu 5 m-dir.
Birinci termin cari nöqtənin maneənin içində olmasına güclü cəza verir; ikinci termin altı ətraf probunun doluluq vəziyyətini daha aşağı çəki ilə nəzərə alır. Siqmoid quruluş kəskin ikili xəritəni yumşaq xərc siqnalına çevirir. Bu cəza real toqquşma ehtimalı deyil.
10. Sinir şəbəkəsinin arxitekturası və təlimi: Tənliklər (42)-(50)
Şəbəkənin girişi üçölçülü mövqe \(p=[x,y,z]\), çıxışı isə tək skalyar \(\hat c_\theta(p)\) dəyəridir. Giriş koordinatları təlim zamanı hər koordinat üzrə sıfır orta və vahid standart sapmaya standartlaşdırılır. Gizli qat enləri 64, 48, 32 və 16-dır.
Hər qatda əvvəlcə xətti çevirmə, sonra aktivləşdirmə tətbiq olunur. \(W^{(\ell)}\) çəki matrisi, \(b^{(\ell)}\) isə bias vektorudur.
Son qat xətti çıxış yaradır. \(\theta\) bütün öyrənilə bilən çəkiləri və bias parametrlərini birlikdə ifadə edir.
Gizli qatlarda ReLU aktivləşdirməsi istifadə olunur. Mənfi ön-aktivləşmələr sıfıra çəkilir, müsbət olanlar olduğu kimi ötürülür.
Birinci termin orta kvadrat xətadır; ikinci termin çəkilərin həddindən artıq böyüməsini məhdudlaşdıran L2 requlyarizasiyasıdır. Mənbə təlim/yoxlama bölgüsünü %85 təlim və %15 yoxlama kimi verir; lakin \(\lambda\)-nın ədədi dəyəri PDF mətnində açıq göstərilməmişdir.
\(r_k\) proqnozla hədəf arasındakı qalıq xətadır. Çıxış qatının həssaslığı bu xətadan başlayır.
\(\odot\) elementlər üzrə Hadamard hasilidir. Xəta həssaslığı zəncir qaydası ilə geriyə ötürülür.
Birinci tənlik çəkilərin, ikinci tənlik bias-ların qradiyentini verir. \(2\lambda W\) termini L2 requlyarizasiyasının töhfəsidir.
Təlimdə Levenberg–Marquardt yeniləməsi istifadə olunur. \(\mu\) sönümləmə parametridir; üsul Gauss–Newton davranışı ilə daha ehtiyatlı qradiyent tipli yeniləmə arasında keçid edir. \(\mathrm{Jac}\) qalıqların parametrlərə görə Jacobian matrisidir. Mənbə \(\mu\)-nun konkret təcrübələrdəki ədədi dəyərini bildirmir.
RMSE yoxlama dəstində proqnoz xətasının tipik böyüklüyünü ölçür. Daha kiçik dəyər daha yaxın surroqat proqnozu deməkdir; lakin RMSE təkbaşına real enerji modelinin fiziki düzgünlüyünü sübut etmir.
11. Öyrənilmiş xərc sahəsinin istiqaməti: Tənlik (51)
Mərkəzi fərq üsulu x, y və z istiqamətlərində enerji-xərc səthinin yerli meylini təxmin edir. Tədqiqatda \(h=4\,\mathrm{m}\) istifadə edilmişdir. Nəticə vahid vektora normallaşdırılaraq böyüklükdən çox istiqamət məlumatı kimi istifadə olunur. Sinir şəbəkəsi yoxdursa, mənbə \(g_E\equiv0\) qəbul edir və üsul yalnız həndəsi hamarlamaya qayıdır.
12. Marşrut qısaltma və toqquşma qapısı: Tənliklər (52)-(55)
İki marşrut nöqtəsi arasındakı düz xətt parçası təxminən 2 m aralıqlarla sıx nümunələnir. Hər nümunə sərbəst fəzadadırsa bağlantı qəbul edilir. Hətta bir nümunə belə şişirdilmiş maneə xəritəsinə düşərsə namizəd bağlantı rədd edilir.
Namizəd qısayol üzərindəki \(m\) nümunənin proqnozlaşdırılmış orta xərcidir.
Qısayol yalnız toqquşmasız olduqda və mövcud marşrut hissəsinin orta enerji-xərcini 0.05 tolerantlıqdan artıq pisləşdirmədikdə qəbul edilir.
Qısaldılmış çoxxətli marşrut yenidən təxminən bərabər aralıqlı marşrut nöqtələrinə bölünür. Mənbə \(\delta_s\) simvolunu müəyyən edir, lakin araşdırılan PDF mətnində \(\delta_s\)-nin vahid açıq ədədi dəyərini vermir.
13. Laplas və enerji-yönlü hamarlama: Tənliklər (56)-(61)
Daxili marşrut nöqtəsinin iki qonşusunun orta nöqtəsi hesablanır. Bu nöqtə həndəsi olaraq daha düz marşrutun yerli hədəfini təmsil edir.
Cəmi doqquz namizəd yaradılır: biri Laplas orta nöqtəsinə yarım addım, səkkizi isə sabit istiqamətli ofsetlərdən gəlir. Mənbə \(\Delta_q\) ofsetlərinin bütün ədədi komponentlərini əsas mətndə açıq şəkildə sadalamır.
Namizədin z koordinatı icazə verilən uçuş zolağından kənara çıxa bilməz.
Birinci termin ikinci fərq vasitəsilə əyrilik/hamarlıq cəzası, ikinci termin öyrənilmiş enerji-xərci, üçüncü termin isə cari nöqtədən həddindən artıq uzaqlaşmanın qarşısını alan yerdəyişmə cəzasıdır. Mənbə çəkiləri \((\beta_s,\beta_e,\beta_d)=(0.8,0.5,0.04)\) kimi verir.
Ən aşağı xərcli namizəd yalnız iki qonşu bağlantısı da toqquşmasız olduqda yeni marşrut nöqtəsinə çevrilir. Beləliklə, sinir şəbəkəsi təklif yaratsa belə son qərar deterministik toqquşma yoxlamasından keçir.
Son yoxlamada təkmilləşdirilmiş marşrut nöqtələrinin şişirdilmiş planlaşdırma xəritəsindəki doluluq cəmi sıfır olmalıdır. Bu nəticə yalnız tədqiqatın deterministik xəritə və 5 m təhlükəsizlik buferi fərziyyələri altında “toqquşmasız” deməkdir; mövqeləndirmə xətası və ya real vasitənin idarəetmə sapması burada modelləşdirilməmişdir.
Simulyasiya quruluşu
Tədqiqat MATLAB 2023b istifadə edilərək aparılmışdır. Əsas təmsilçi ssenaridə 1200 × 1200 × 220 m ölçülü şəhər mühitində başlanğıc və hədəf mövqelər sabit saxlanılmış, hər işə salınmada külək vəziyyəti yenidən təsadüfiləşdirilmiş və 50 müstəqil Monte Carlo sınağı aparılmışdır. Əsas müqayisə üsulları RRT, Goal-Biased RRT, Informed RRT* və BIT*-dır. Tədqiqatın öz mərhələləri ayrıca Uniform RRT*, Wind-Shear Biased və Biased + Neural kimi müqayisə edilmişdir.
Dörd əsas qiymətləndirmə oxu marşrut uzunluğu, enerji surroqatı, marşrut hamarlığı və maneə-risk metrikasıdır. Hamarlıq miqyası müqayisəli qrafiklərdə əks istiqamətdə təqdim edilmiş və daha aşağı dəyər daha hamar marşrut mənasına gələcək şəkildə istifadə edilmişdir.
Ümumiləşdirilə bilməni yoxlamaq üçün əlavə olaraq beş fərqli mühit quruluşu qiymətləndirilmişdir: mövcud xəritə, Manhattan düzülüşü, seyrək təbii paylanma, sıx təbii paylanma və downtown klasteri. Bu bölmədə hər mühit üçün 10 Monte Carlo simulyasiyasının orta və standart sapmaları bildirilmişdir.
Analitik külək modelinin CFD-lite müqayisəsi
Mənbə analitik izi tam yüksək ayırdetməli CFD ilə doğrulamamışdır. Tək bina və üç bina hallarındakı 10 m/s bərabər giriş küləyi altında CFD-inspired potential-flow approximation kimi müəyyən edilən daha yüngül istinadla müqayisə aparılmışdır. Buna görə aşağıdakı cədvəl “real CFD ilə qəti doğrulama” kimi şərh edilməməlidir.
| Konfiqurasiya | Orta |ΔV|/U∞ (%) | RMSE (m/s) | Pearson r | Orta sürət çatışmazlığı, CFD-lite (%) | Orta sürət çatışmazlığı, analitik (%) |
|---|---|---|---|---|---|
| 1 bina | 2.84 | 0.312 | 0.991 | 38.6 | 39.1 |
| 3 bina | 3.67 | 0.385 | 0.987 | 41.2 | 42.0 |
Bu müqayisədə orta nisbi sürət fərqi hər iki halda da %4-dən aşağı, RMSE 0.4 m/s-dən aşağı və Pearson korrelyasiyası 0.98-dən yuxarıdır. Bu nəticə analitik modelin bu sadələşdirilmiş istinad altında iri miqyaslı sürət çatışmazlığı və iz nümunələrini oxşar şəkildə yarada bildiyini göstərir. Yüksək tezlikli turbulentlik strukturlarının və ya real bina aerodinamikasının tam həll edildiyini göstərmir.
Beş şəhər mühitində kəmiyyət nəticələri
| Ssenari | Üsul | Uzunluq Ort. | Uzunluq SS | Enerji Surroqatı Ort. | Enerji SS | Hamarlıq Ort. | Hamarlıq SS | Risk Ort. | Risk SS |
|---|---|---|---|---|---|---|---|---|---|
| S1 Mövcud Xəritə | Uniform RRT* | 1240.7 | 48.4 | 1807.99 | 101.84 | 0.086 | 0.013 | 0.224 | 0.048 |
| S1 Mövcud Xəritə | Wind-Shear Biased | 1183.4 | 52.2 | 1412.71 | 120.74 | 0.079 | 0.010 | 0.270 | 0.059 |
| S1 Mövcud Xəritə | Biased + Neural | 1122.2 | 50.9 | 1021.52 | 122.23 | 0.055 | 0.008 | 0.308 | 0.073 |
| S2 Manhattan | Uniform RRT* | 1293.5 | 43.8 | 1923.25 | 212.02 | 0.088 | 0.011 | 0.229 | 0.052 |
| S2 Manhattan | Wind-Shear Biased | 1226.8 | 46.9 | 1556.10 | 145.66 | 0.081 | 0.012 | 0.285 | 0.054 |
| S2 Manhattan | Biased + Neural | 1173.2 | 45.2 | 1121.87 | 121.25 | 0.057 | 0.009 | 0.331 | 0.066 |
| S3 Seyrək Təbii | Uniform RRT* | 1142.0 | 46.6 | 1643.63 | 186.79 | 0.084 | 0.012 | 0.184 | 0.052 |
| S3 Seyrək Təbii | Wind-Shear Biased | 1094.4 | 46.1 | 1201.93 | 178.61 | 0.076 | 0.010 | 0.222 | 0.057 |
| S3 Seyrək Təbii | Biased + Neural | 1063.3 | 48.4 | 1078.45 | 187.28 | 0.054 | 0.009 | 0.270 | 0.073 |
| S4 Sıx Təbii | Uniform RRT* | 1395.5 | 51.1 | 2145.55 | 123.92 | 0.095 | 0.012 | 0.259 | 0.053 |
| S4 Sıx Təbii | Wind-Shear Biased | 1320.8 | 44.0 | 1611.65 | 156.66 | 0.085 | 0.012 | 0.309 | 0.061 |
| S4 Sıx Təbii | Biased + Neural | 1261.4 | 44.8 | 1321.17 | 123.09 | 0.060 | 0.009 | 0.364 | 0.072 |
| S5 Downtown | Uniform RRT* | 1333.4 | 53.7 | 2012.64 | 189.90 | 0.088 | 0.014 | 0.251 | 0.057 |
| S5 Downtown | Wind-Shear Biased | 1306.2 | 42.2 | 1545.36 | 195.66 | 0.081 | 0.011 | 0.288 | 0.047 |
| S5 Downtown | Biased + Neural | 1276.4 | 43.6 | 1287.66 | 110.13 | 0.057 | 0.008 | 0.344 | 0.076 |
Cədvəlin ən aydın nəticəsi, Biased + Neural üsulunun beş mühitin hamısında Uniform RRT*-dan daha aşağı enerji-surroqat ortalaması və daha aşağı hamarlıq dəyəri yaratmasıdır. Mənbənin istifadə etdiyi miqyasa görə daha aşağı hamarlıq dəyəri daha hamar marşrut deməkdir.
Lakin cədvəl eyni zamanda mühüm bir kompromisi göstərir: Biased + Neural üsulunda orta risk metrikası beş ssenarinin hamısında Uniform RRT* dəyərindən daha yüksəkdir. Məsələn, S1-də 0.224-dən 0.308-ə, S2-də 0.229-dan 0.331-ə və S4-də 0.259-dan 0.364-ə yüksəlir. Buna görə nəticəni “enerji azaldı və risk də dəyişmədi” şəklində vermək mənbə məlumatına sadiq olmaz.
Müəlliflərin izahına görə, aşağı külək sürətli dəhlizlər binaların küləkaltı səthlərinə yaxın yarandığı üçün enerji təkmilləşdiricisi həndəsi açıqlığı qismən azaldır. Buna baxmayaraq, hər namizəd nöqtə 5 m-lik şişirdilmiş təhlükəsizlik buferinə qarşı yoxlanıldığı üçün simulyasiyadakı marşrutlar toqquşmasız qalmışdır. Buradakı “təhlükəsiz” anlayışı yalnız deterministik xəritə və sabit bufer şərtləri daxilindədir; real mövqeləndirmə xətasını, idarəetmə sapmasını və ya küləkdən yaranan izləmə xətasını əhatə etmir.
Marşrut uzunluğundakı azalma da cədvəldə görünür; lakin tədqiqat bunu üsulun əsas nəzəri hədəfi kimi təqdim etmir. Qısalma sinir qısayol və hamarlama əməliyyatlarının ikincili nəticəsi kimi qiymətləndirilmişdir.
50 işə salınmalı təmsilçi ssenarinin şərhi
Təmsilçi mühitdə 50 müstəqil Monte Carlo işə salınmasından istifadə edilərək Uniform RRT*, külək-yönlü planlayıcı və külək-yönlü + sinir təkmilləşdirməsi mərhələləri müqayisə edilmişdir. Mənbə qrafiklərində tam üsul enerji surroqatı baxımından aşağı bölgədə, hamarlıq baxımından isə daha yaxşı bölgədə qruplaşır. Pareto qiymətləndirməsi enerji, marşrut uzunluğu, hamarlıq və maneə riski arasındakı kompromisi araşdırmaq üçün istifadə edilmişdir.
Bu qrafiklərin xam 50 × üsul nöqtə məlumatları PDF daxilində cədvəl şəklində dərc edilmədiyi üçün Verianla burada qrafik nöqtələrini təxmin edərək yenidən yaratmır. Mənbənin bildirdiyi meyl mətnlə ötürülmüş; dəqiq ədədi məlumatlar yalnız mənbədə açıq şəkildə cədvəl kimi verilən yerlərdə yenidən cədvələ çevrilmişdir.
Sinir şəbəkəsi surroqatının dəqiqliyi və hesablama müddəti
| Kateqoriya | Metrik/Üsul | Dəyər |
|---|---|---|
| Dəqiqlik | RMSE | 0.6209 |
| Dəqiqlik | MAE | 0.481 |
| Dəqiqlik | R² | 0.894 |
| Hesablama | Sinir surroqatı, orta | 1.85 ms; 1.54 µs/nöqtə |
| Hesablama | Orijinal windCostField | 8.40 ms; 7.00 µs/nöqtə |
| Hesablama | Orijinal energyCostField | 24.60 ms; 20.50 µs/nöqtə |
| Sürətlənmə | windCostField-ə görə | təxminən 4.5× |
| Sürətlənmə | energyCostField-ə görə | təxminən 13.3× |
| Təlim | Birdəfəlik oflayn təlim | təxminən 12 s |
\(R^2=0.894\), surroqat şəbəkənin analitik xərc sahəsindəki dəyişmənin böyük hissəsini tuta bildiyini göstərir; lakin mükəmməl uyğunluq deyil. RMSE 0.6209 və MAE 0.481 sıfır deyil. Buna görə şəbəkə orijinal analitik sahəni birbaşa əvəz edən fiziki reallıq modeli kimi deyil, daha ucuz hesablanan təxmini funksiya kimi qiymətləndirilməlidir.
Sürət müqayisəsi tədqiqat mühitindəki tətbiqə xasdır. 4.5× və 13.3× dəyərlərinin başqa prosessor, proqram təminatı, şəbəkə ölçüsü və ya tətbiqdə eyni çıxması məcburi deyil.
Tədqiqatda açıq ədədi dəyəri verilməyən və ya tam müəyyən edilməyən məqamlar
Mənbə metod tənliklərini ətraflı verir; lakin araşdırılan PDF mətnində bəzi tədqiqata-xas sazlamaların vahid ədədi qarşılığı açıq deyil. Bunlara külək-qərəzi eksponenti \(\eta_b\), qarışım əmsalı \(\lambda_b\), hədəf nümunələmə ehtimalı \(p_{\mathrm{goal}}\), bütün təcrübələr üçün \(z_{\mathrm{lo}}\) və \(z_{\mathrm{hi}}\), RRT* radius parametri \(\gamma\), planlayıcıdakı dəqiq nümunə/iterasiya sayı, requlyarizasiya əmsalı \(\lambda\), Levenberg–Marquardt sönümləmə parametri \(\mu\), sıxlaşdırma aralığı \(\delta_s\), səkkiz \(\Delta_q\) istiqamətli ofsetinin bütün ədədi komponentləri və hamarlama keçidlərinin dəqiq sayı daxildir. Bu sahələr Verianla tərəfindən təxmin edilməmişdir.
Bundan əlavə, mənbədə bir paraqrafda uçuşa qadağan sahələr sadalanarkən “NFZ-1” ifadəsi iki dəfə keçir; sonrakı izah və şəkillər dörd sahəni NFZ-1-dən NFZ-4-ə qədər göstərir. Buna görə Verianla mətnində doğrulanmamış ayrıca sahə nömrəsi uydurmaq əvəzinə “dörd uçuşa qadağan sahə” ifadəsi istifadə edilmişdir.
Nəticələrin elmi olaraq nə dediyi
Tədqiqatın dəstəklədiyi nəticə budur ki, istifadə olunan analitik şəhər küləyi modeli və enerji-surroqat tərifi altında külək məlumatını nümunələmə paylanmasına daxil etmək və sonra sinir xərc surroqatı ilə marşrutu təkmilləşdirmək daha aşağı enerji-surroqat dəyərləri və daha hamar marşrutlar yarada bilir. Külək-yönlü nümunəleyici daha əlverişli sahələrin tapılmasına, sinir mərhələsi isə tapılmış marşrutun qısaldılmasına və əyriliyinin azaldılmasına fərqli şəkildə töhfə verir.
Tədqiqatın dəstəkləmədiyi nəticələr də ən azı bunun qədər vacibdir. Tədqiqat real kvadrotorun batareya ömrünü ölçməyib; uçuş müddətinin müəyyən faizlə artdığını göstərməyib; real şəhər atmosferində sahə doğrulaması aparmayıb; qapalı dövrəli uçuş idarəetməsini sınaqdan keçirməyib; mövqeləndirmə xətasını və ya real vaxt sensor qeyri-müəyyənliyini modelləşdirməyib; yüksək ayırdetməli CFD və ya LES ilə bütün şəhər sahəsini həll etməyib; maneə-risk balını real toqquşma ehtimalı kimi doğrulamayib.
Buna görə bu tədqiqat planlaşdırma səviyyəsində üsul doğrulaması kimi dəyərlidir; real əməliyyat UAM təhlükəsizliyi və ya real batareya qazancı üçün son doğrulama deyil.
Mənbə və Metod Qeydi
Özgün başlıq: Wind-Aware RRT* with Neural Energy Refinement for Energy-Efficient Urban Air Mobility
Müəlliflər: Farhad Bagheri; Mohammadali Amiri Atashgah; Morteza Ebrahimi.
Müəllif sırası: Farhad Bagheri → Mohammadali Amiri Atashgah → Morteza Ebrahimi.
Bərabər töhfə: Mənbədə bərabər töhfə bəyanı yoxdur.
Məsul müəllif: Mohammadali Amiri Atashgah.
Qurum 1: School of Aerospace Engineering, University of Tehran, Tehran 1439957131, Iran.
Qurum 2: School of Intelligent Systems, University of Tehran, Tehran 1439957131, Iran.
Sahə: Şəhər hava hərəkətliliyi, pilotsuz uçuş aparatı marşrut planlaşdırılması, nümunələmə əsaslı hərəkət planlaşdırılması, şəhər külək modelləşdirməsi və süni sinir şəbəkəsi əsaslı trayektoriya təkmilləşdirməsi.
Mənbə növü: Orijinal tədqiqat məqaləsi; ədədi/simulyasiya əsaslı metod tədqiqatı.
Rəyçilik statusu: Algorithms, MDPI tərəfindən rəyli açıq girişli elmi jurnal kimi nəşr olunur. Təqdim edilmiş tədqiqat qəbul edilmiş və Version of Record kimi dərc olunmuşdur; preprint deyil.
Jurnal: Algorithms.
Nəşriyyat/platforma: MDPI.
İl: 2026.
Cild / say / məqalə nömrəsi: 19 / 8 / 652.
DOI: 10.3390/a19080652
Göndərilmə tarixi: 1 iyul 2026.
Reviziya tarixi: 27 iyul 2026.
Qəbul tarixi: 30 iyul 2026.
Nəşr tarixi: 6 avqust 2026.
Akademik redaktor: Massimiliano Caramia.
Rəsmi bağlantı: https://doi.org/10.3390/a19080652
Lisenziya: Creative Commons Attribution 4.0 International (CC BY 4.0). Müəllif hüquqları müəlliflərdə qalır və məqalə MDPI tərəfindən açıq girişli yayımlanmışdır.
Metod: 1200 × 1200 × 220 m üçölçülü simulyasiya sahəsi; 0.5 m doluluq xəritəsi ayırdetməsi; qüvvət qanunu külək sürüşməsi; Ekman tipli istiqamət dönməsi; Fourier modları ilə dondurulmuş turbulentlik; bina izi zəiflətmə modeli; külək-yönlü RRT* nümunələməsi; [64, 48, 32, 16] gizli qatlı irəli ötürməli ReLU şəbəkəsi; Levenberg–Marquardt təlimi; %85/%15 təlim-yoxlama bölgüsü; sinir qısayolu və Laplas/enerji hamarlaması; deterministik toqquşma qapısı.
Proqram təminatı: MATLAB 2023b.
Əsas təcrübə quruluşu: Təmsilçi ssenaridə 50 müstəqil Monte Carlo işə salınması. Bundan əlavə, beş ayrı mühit üçün hər biri 10 Monte Carlo qiymətləndirməsi bildirilmişdir.
Müqayisə üsulları: RRT, Goal-Biased RRT, Informed RRT*, BIT*; əlavə olaraq Uniform RRT*, Wind-Shear Biased və Biased + Neural mərhələləri müqayisə edilmişdir.
Maliyyələşdirmə: Tədqiqat xarici maliyyələşdirmə almamışdır.
Məlumatların əlçatanlığı: Məlumatlar MATLAB əsaslı ədədi simulyasiyalarla yaradılmışdır. Müəlliflərin bəyanına görə yaradılan məlumat dəstləri əsaslandırılmış sorğu əsasında məsul müəllifdən əldə edilə bilər; açıq ictimai məlumat dəstindən istifadə edilməmişdir.
Müəllif töhfələri: Konseptuallaşdırma: Farhad Bagheri və Morteza Ebrahimi. Metod, proqram təminatı, formal təhlil, tədqiqat, məlumatların işlənməsi, ilkin layihənin yazılması və vizuallaşdırma: Farhad Bagheri. Doğrulama: Farhad Bagheri və Morteza Ebrahimi. Nəzərdən keçirmə və redaktə: Farhad Bagheri və Mohammadali Amiri Atashgah. Nəzarət və layihə idarəetməsi: Mohammadali Amiri Atashgah.
Təşəkkür/bəyan: Müəlliflər dil redaktəsi və qrammatik düzəliş üçün süni intellekt əsaslı alətdən istifadə etdiklərini və məqalənin məzmununa görə məsuliyyəti özlərinin daşıdığını bildirmişlər.
Maraqlar toqquşması: Müəlliflər maraqlar toqquşması olmadığını bəyan etmişlər.
Əsas metodoloji məhdudiyyətlər: Qapalı dövrəli vasitə dinamikası və uçuş idarəetməsi yoxdur. Enerji metrikası real batareya sərfiyyatı deyil, aerodinamik enerji-xərc surroqatıdır. Analitik külək və bina izi modeli yüksək ayırdetməli real şəhər atmosferinin bütün mürəkkəbliyini həll etmir. Maneə açıqlığı ayrıca əsas optimallaşdırma hədəfi deyil. Mövqeləndirmə qeyri-müəyyənliyi, küləkdən yaranan izləmə sapması və idarəetmə qeyri-müəyyənliyi modelə daxil edilməyib.
Mənbədaxili diqqət nöqtəsi 1: Tənlik (24)-ün çap edilmiş aşağı-axın amili ilə eyni bölmədəki “downstream recovery” izahı riyazi davranış baxımından tam uyğun görünmür. Verianla mənbə formulunu dəyişdirməmişdir.
Mənbədaxili diqqət nöqtəsi 2: Giriş bölməsində xərc sahəsi bəzi yerlərdə külək, maneə açıqlığı və hündürlüyün birləşməsi kimi ümumi şəkildə müəyyən edilsə də, tətbiq olunan formal Tənlik (38) \(c_E=c_W+c_P\) şəklindədir; hündürlük müstəqil üçüncü termin deyil, \(V(z)\) və \(T_i(z)\) vasitəsilə dolayı təsir edir.
Mənbədaxili diqqət nöqtəsi 3: Bəzi planlayıcı və təkmilləşdirmə hiperparametrlərinin simvolik rolu izah edilsə də, araşdırılan PDF mətnində təcrübədə istifadə olunan vahid ədədi dəyərlər bildirilməmişdir. Bu dəyərlər Verianla tərəfindən təxmin edilməmişdir.
Şərh yazın
E-poçt ünvanınız yayımlanmayacaq. Məcburi sahələr * ilə işarələnib