Problem Ne? Tehlike Her Zaman Tam Yerinde Bildirilmeyebilir

Afet bölgelerinde, yangın sahalarında, kirlenmiş alanlarda veya hasarlı altyapılarda ilk bilgiler çoğu zaman eksiktir. Bir operatör “şu bölgede tehlike olabilir” diyebilir; ancak tehlikenin gerçek merkezi biraz kaymış olabilir. Bazı riskler hiç raporlanmamış da olabilir. Örneğin bir yangın bölgesinde sıcak nokta beklenen yerden farklı çıkabilir, kirlenmiş sahada yayılım yön değiştirebilir veya hasarlı bir yapıda ikincil riskler sonradan fark edilebilir.

Bu durumda İHA için görev basit değildir. Sadece bildirilen noktaları ziyaret etmek yeterli olmayabilir. İHA’nın hem bildirilen bölgeleri kontrol etmesi hem de kalan batarya veya uçuş mesafesini kullanarak çevredeki bilinmeyen alanlardan bilgi toplaması gerekir.

Makalenin temel sorusu da budur:

Bir İHA, belirsiz tehlike raporları altında hem görev noktalarını ziyaret edip hem de yeni bilgi toplayacak şekilde rotasını planlayabilir mi?

Araştırmacıların Önerdiği Yaklaşım

Çalışmada önerilen sistem, İHA görevini iki seviyeli bir planlama problemi olarak ele alıyor.

İlk seviye, yüksek seviye rota planlamasıdır. Bu bölüm, İHA’nın hangi bildirilen risk bölgelerine hangi sırayla gideceğini belirler. Ancak makalenin önemli farkı şudur: Bildirilen bölgeler kesin tehlike noktası olarak değil, belirsiz ilgi bölgeleri olarak kabul edilir. Yani sistem “tehlike tam burada” demek yerine “bu çevrede tehlike olma ihtimali yüksek olabilir” yaklaşımını kullanır.

İkinci seviye, düşük seviye uçuş yolu planlamasıdır. Bu bölüm, iki görev noktası arasında İHA’nın nasıl uçacağını belirler. İHA doğrudan düz çizgiyle gitmek zorunda değildir. Eğer uçuş bütçesi izin veriyorsa, riskli veya belirsiz görünen alanlardan daha fazla bilgi toplayacak şekilde hafif sapmalar yapabilir.

Bu iki seviye birlikte çalışır. Önce genel rota çıkarılır, sonra bu rotanın aralarındaki uçuş yolları bilgi toplamaya uygun hale getirilir. Uçuş sırasında yeni ölçümler geldikçe risk haritası güncellenir ve gerekiyorsa kalan rota yeniden planlanır.

Risk Haritası Ne Anlama Geliyor?

Makalede çevre, sürekli bir risk alanı olarak düşünülüyor. Yani haritadaki her konum için “burada tehlike olma ihtimali ne kadar?” sorusu soruluyor. Bu tehlike; yangın sıcak noktası, kirlenme yoğunluğu, hasarlı altyapı riski veya benzer bir güvenlik riski olabilir.

İHA’nın gerçek risk haritasını baştan bildiği varsayılmıyor. Bunun yerine İHA’nın elinde başlangıçta bir “inanç haritası” var. Bu harita, bildirilen risk bölgelerine göre oluşturuluyor.

Makaledeki ilk önemli formül, bu başlangıç inanç haritasını anlatıyor. Teknik olarak formülde arka plan risk seviyesi, bildirilen risk noktalarının güven düzeyi ve bu raporların mekânsal belirsizliği bir araya getiriliyor.

Bunu sadeleştirirsek:

• Haritada her yerde düşük bir temel risk olabilir.
• Bildirilen risk merkezlerinin çevresinde risk beklentisi artar.
• Rapor çok güvenilir ve konumu netse risk daha dar ve güçlü görünür.
• Rapor belirsizse risk daha geniş alana yayılır.

Yani sistem, “tehlike sadece rapor edilen noktanın tam üstündedir” demek yerine, raporun çevresinde olasılıklı bir risk alanı oluşturur. Bu yaklaşım gerçek hayata daha yakındır; çünkü sahadan gelen ilk bilgiler çoğu zaman kesin koordinat değil, yaklaşık konum verir.

Uçuş Bütçesi Nasıl Kullanılıyor?

İHA’ların en büyük sınırlarından biri batarya ve uçuş mesafesidir. Bu nedenle sistemin her yere gitmesi mümkün değildir. Makalede bu sınır, toplam uçuş mesafesi bütçesi olarak ele alınıyor.

Basit mantık şudur:

Toplam uçuş yolu, İHA’nın izin verilen görev mesafesini aşmamalıdır.

Formülde bu durum, tüm rota parçalarının uzunluklarının toplamının görev bütçesinden küçük veya eşit olmasıyla gösteriliyor. Bunu günlük dille şöyle okuyabiliriz:

“İHA hem bildirilen bölgeleri ziyaret edecek hem de keşif için küçük sapmalar yapacak; ama tüm bunlar batarya/mesafe sınırının içinde kalacak.”

Bu nokta önemlidir. Çünkü iyi bir keşif planı yalnızca daha fazla alan gezmek değildir. Daha fazla gezmeye çalışırken bataryayı bitirmek veya dönüşü riske atmak sahada kabul edilemez. Bu nedenle çalışma, keşif ile görev güvenliğini aynı bütçe içinde düşünmeye çalışıyor.

Yardımcı Düğümler Ne İşe Yarıyor?

Makalede “pseudo-node” adı verilen yardımcı noktalar kullanılıyor. Bunları “keşif için eklenen ara duraklar” gibi düşünebiliriz.

Normalde İHA yalnızca bildirilen risk bölgelerine giderse, haritanın bazı kısımları hiç görülmeyebilir. Özellikle bildirilen bölgeler haritanın bir tarafında kümelenmişse, diğer taraftaki bilinmeyen riskler gözden kaçabilir.

Yardımcı düğümler bu sorunu azaltmak için eklenir. Bunlar yeni bir tehlike raporu değildir. Yani sistem “burada kesin tehlike var” demez. Sadece “bu bölge mevcut rota tarafından az kapsanıyor, buraya yakın uçmak daha fazla bilgi sağlayabilir” düşüncesiyle rota içine ek keşif noktaları yerleştirir.

Makaledeki sonuçlara göre, kenar tabanlı CVT yöntemiyle eklenen yardımcı düğümler rota kapsamasını artırmıştır. ROI-only yani yalnızca bildirilen bölgeleri ziyaret eden rotada ECR değeri 0,0992 iken, edge-based CVT yönteminde bu değer 0,1901’e çıkmıştır. Bu, rotanın haritada daha geniş bir alanı kapsayabildiği anlamına gelir.

Buradaki ECR ölçütü, rotanın haritadaki kaç hücreyle temas ettiğini ölçer. Basitçe:

ECR yüksekse, rota çevreyi daha geniş kapsıyor demektir.

Ancak bu her zaman daha iyi sonuç garantisi değildir. Çünkü daha çok ara nokta eklemek, kalan keşif bütçesini de azaltabilir. Bu yüzden yardımcı düğüm sayısı dengeli seçilmelidir.

B-Spline Uçuş Yolu Ne Demek?

Çalışmada düşük seviye uçuş yolu için B-spline adı verilen düzgün eğriler kullanılıyor. Bunu teknik ayrıntıya boğmadan şöyle anlatabiliriz:

İHA’nın iki nokta arasında keskin köşelerle değil, yumuşak ve takip edilebilir bir eğriyle uçması gerekir. B-spline yöntemi, bu tür pürüzsüz uçuş yolları üretmek için kullanılır.

Bu önemlidir çünkü gerçek bir İHA bir anda yön değiştiremez. Hız, dönüş oranı ve eğrilik gibi fiziksel sınırlar vardır. Makale, uçuş yolunu planlarken bu sınırları da dikkate alıyor. Yani sistem yalnızca “nereden geçerse daha çok bilgi toplar?” sorusunu değil, aynı zamanda “İHA bu yolu fiziksel olarak izleyebilir mi?” sorusunu da hesaba katıyor.

KL Azalımı Ne Anlatıyor?

Makalede performansı ölçmek için Kullback-Leibler, kısaca KL, azalımı kullanılıyor. Bu teknik bir ölçüttür; fakat mantığı basittir.

İHA’nın başlangıçta bir tahmini risk haritası vardır. Uçuş bitince ölçümlerle güncellenmiş yeni bir risk haritası oluşur. Araştırmacılar, bu yeni haritanın simülasyondaki gerçek risk haritasına ne kadar yaklaştığını ölçer.

Formül şu fikri anlatır:

KL azalımı = başlangıçtaki hata ile görev sonundaki hata arasındaki fark

Eğer KL azalımı yüksekse, İHA’nın görev sonunda risk haritasını daha iyi öğrendiği anlaşılır.

Burada dikkat edilmesi gereken önemli bir nokta var: Gerçek risk haritası sahada İHA tarafından bilinmez. Bu ölçüt, yalnızca simülasyon değerlendirmesi için kullanılır. Yani sistem gerçek dünyada “gerçeği bildiği için” değil, simülasyonda araştırmacılar karşılaştırma yapabildiği için bu şekilde ölçülür.

Çevrim İçi Yeniden Planlama Neden Önemli?

Çalışmanın en öğretici taraflarından biri çevrim içi yeniden planlama fikridir. Offline yani çevrim dışı planlamada İHA göreve başlamadan önce bir rota oluşturur ve uçuş boyunca bu plana bağlı kalır. Fakat sahada yeni bilgiler ortaya çıkarsa, bu sabit plan yeterli olmayabilir.

Online yani çevrim içi yeniden planlamada ise İHA uçarken ölçüm yapar, risk haritasını günceller ve “kalan yolumu değiştirmem gerekir mi?” diye kontrol eder.

Örneğin İHA uçuş sırasında rapor edilmemiş bir risk bölgesine yakın ölçüm alırsa, sistem kalan rotayı bu yeni bilgiye göre değiştirebilir. Makalede çevrim içi planlayıcının, gizli risk kümeleri yakınında nominal rotadan saparak daha fazla bilgi toplamaya çalıştığı belirtiliyor.

Bu yaklaşım, gerçek hayattaki keşif görevleri açısından anlamlıdır. Çünkü afet veya yangın gibi ortamlarda görev başındaki bilgi ile görev ortasında elde edilen bilgi aynı olmayabilir.

Deneyler Nasıl Yapılmış?

Araştırmacılar simülasyon ortamında 1000 x 1000 metrelik iki boyutlu bir alan kullanmış. İHA’nın toplam uçuş mesafesi bütçesi 5000 metre olarak belirlenmiş. Risk alanları yapay olarak üretilmiş tehlike kümelerinden oluşuyor.

Bazı risk kümeleri başlangıçta raporlanıyor, bazıları ise gizli bırakılıyor. Böylece sistemin eksik ve hatalı ön bilgi altında nasıl davrandığı test ediliyor.

Deneylerde şu değişkenler kullanılmış:

• Toplam risk kümesi sayısı: 6, 8 veya 10
• Gizli risk kümesi sayısı: 1, 2, 3 veya 4
• Yardımcı düğüm sayısı: 0, 1, 2 veya 3

Bu kombinasyonlar 48 farklı senaryo oluşturmuş. Her senaryo için 100 bağımsız deneme yapılmış. Böylece sonuçlar tek bir örneğe değil, çok sayıda rastgele denemeye dayandırılmış.

Hangi Yöntemler Karşılaştırılmış?

Çalışmada dört uçuş stratejisi karşılaştırılmış.

Düz çizgi uçuş:
İHA iki görev noktası arasında doğrudan gider. Bu en basit yöntemdir. Uçuş kısa olabilir ama keşif kapasitesi sınırlıdır.

Lawnmower kapsama:
İHA, çim biçme makinesi desenine benzeyen sistematik bir tarama yapar. Bu yöntem daha fazla alan kapsayabilir; ancak risk haritasındaki inanç bilgisini kullanmaz.

Çevrim dışı optimize plan:
İHA, başlangıçtaki risk haritasına göre daha bilgilendirici bir B-spline yolu planlar. Ancak uçuş sırasında rota değişmez.

Çevrim içi yeniden planlama:
İHA hem başlangıç planını kullanır hem de uçuş sırasında gelen ölçümlere göre risk haritasını günceller. Eğer yeni bilgi anlamlıysa ve yeterli uçuş bütçesi kaldıysa, kalan yolu yeniden planlar.

Bu karşılaştırma önemlidir çünkü her yöntem farklı bir fikri test eder. Düz çizgi “en basit görev tamamlama” yaklaşımını, lawnmower “geniş alan tarama” yaklaşımını, çevrim dışı plan “başlangıç bilgisine dayalı akıllı planlama” yaklaşımını, çevrim içi plan ise “uçarken öğrenip uyum sağlama” yaklaşımını temsil eder.

Araştırma Ne Söylüyor?

Sonuçlar, çevrim içi yeniden planlama yönteminin en iyi ortalama KL azalımına ulaştığını gösteriyor.

Tüm 48 senaryo yapılandırmasının ortalamasında sonuçlar şöyle:

• Çevrim içi yeniden planlama: 0,6043
• Çevrim dışı optimize plan: 0,5214
• Lawnmower kapsama: 0,4433
• Düz çizgi uçuş: 0,4068

Bu sonuçlara göre çevrim içi yeniden planlama, çevrim dışı optimize plana göre ortalama KL azalımını %15,9 artırmış. Lawnmower yöntemine göre %36,3, düz çizgi uçuşa göre ise %48,6 daha yüksek ortalama iyileşme raporlanmış.

Temsilî bir senaryoda da benzer bir sonuç görülüyor. Toplam 8 risk kümesi, 3 gizli risk kümesi ve 3 yardımcı düğüm kullanılan durumda çevrim dışı planın KL azalımı 0,4953 iken çevrim içi planlama 0,6037 değerine ulaşmış. Bu yaklaşık %21,9’luk bir iyileşmeye karşılık geliyor.

Ayrıca çevrim içi planlamanın her ölçümden sonra sürekli rota değiştirmediği belirtiliyor. Sistem önce “risk haritası gerçekten anlamlı biçimde değişti mi?” diye bakıyor. Sonra da yeni planın eski plana göre daha fazla bilgi sağlayıp sağlamayacağını değerlendiriyor. Bu sayede gereksiz rota değişimleri azaltılmaya çalışılıyor.

Grafikler Ne Anlatıyor?

Makalede verilen rota görselleri, yöntemler arasındaki farkı anlaşılır biçimde gösteriyor.

Risk haritası üzerinde bildirilen tehlike bölgeleri, gizli tehlike kümeleri ve İHA’nın uçuş yolu birlikte çiziliyor. Çevrim içi yeniden planlama yönteminde İHA’nın rotası, uçuş sırasında elde edilen ölçümlere göre bazı bölgelerde değişiyor. Özellikle başlangıçta raporlanmamış risk kümelerine yakın yerlerde rota sapmaları görülebiliyor.

Düz çizgi yöntemi ise görev noktalarını doğrudan bağlıyor. Bu yöntem kısa ve basit olsa da çevredeki bilinmeyen riskleri keşfetmekte sınırlı kalıyor.

Lawnmower yöntemi daha fazla alan tarıyor; fakat risk haritasındaki olasılık bilgisine göre hareket etmediği için bazı tarama çabaları daha az bilgi sağlayan bölgelerde harcanabiliyor.

Çevrim dışı optimize yöntem, başlangıç risk haritasına göre daha akıllı bir rota çiziyor. Ancak uçuş sırasında yeni bilgi ortaya çıkarsa buna uyum sağlayamıyor.

Grafiklerin genel mesajı şudur:
Yalnızca daha fazla alan taramak faydalı olabilir, ancak yeni ölçümlere göre rotayı güncellemek daha güçlü bir bilgi kazanımı sağlayabilir.

Bu Neden Önemli?

Bu çalışma, İHA’ların gelecekte yalnızca “nokta ziyaret eden araçlar” olmaktan çıkıp, belirsiz ortamlarda bilgi toplayan ve görev sırasında kararını güncelleyen sistemlere dönüşebileceğini gösteren araştırma yönlerinden biridir.

Afet yönetiminde, yangın izleme çalışmalarında, endüstriyel tesis denetimlerinde veya çevresel risk haritalamada ilk bilgi çoğu zaman eksiktir. Bu nedenle sistemin yalnızca önceden verilen noktalara gitmesi yeterli olmayabilir. Daha faydalı olan yaklaşım, hem bildirilen yerleri kontrol etmek hem de elde edilen yeni verilere göre risk haritasını güncellemektir.

Bu tür çalışmalar, sahadaki insan ekiplerin riskli alanlara girmeden önce daha iyi bilgi edinmesine yardımcı olabilecek teknolojilerin geliştirilmesi açısından önemlidir. Ancak bu tür sistemler gerçek hayatta kullanılmadan önce kapsamlı saha testleri, güvenlik sınırları, yasal izinler ve sensör doğrulaması gerektirir.

Dikkat Edilmesi Gereken Noktalar

Bu çalışmanın güçlü tarafı, belirsiz bilgiyle çalışan İHA planlamasını sadece rota problemi olarak değil, aynı zamanda bilgi toplama problemi olarak ele almasıdır. Ancak bazı sınırlamalar vardır.

İlk olarak, deneyler simülasyon ortamında yapılmıştır. Gerçek dünyada rüzgâr, iletişim kesintisi, sensör hatası, batarya davranışı, arazi engelleri ve hava koşulları gibi birçok ek zorluk vardır.

İkinci olarak, gerçek risk haritası simülasyonda bilindiği için KL azalımı hesaplanabilmiştir. Gerçek görevlerde bu haritanın tamamı bilinmeyeceği için değerlendirme daha zor olacaktır.

Üçüncü olarak, çalışma iki boyutlu alan ve belirli model varsayımları üzerinden ilerliyor. Gerçek İHA görevlerinde üç boyutlu uçuş, yükseklik, engel kaçınma, kamera görüş alanı, veri bağlantısı ve regülasyon gibi ek faktörler devreye girer.

Dördüncü olarak, çalışma preprint niteliğindedir. Hakem değerlendirmesinden geçmediği için bulgular bağımsız akademik değerlendirme ve farklı testlerle desteklenmeden kesin sonuç olarak görülmemelidir.

Sonuç

Bu araştırma, İHA’ların belirsiz ve değişen tehlike ortamlarında daha akıllı görev planlaması yapabilmesi için önemli bir yaklaşım sunuyor. Önerilen yöntem, bildirilen risk bölgelerini zorunlu görev noktaları olarak dikkate alırken, uçuş bütçesinin kalan kısmını keşif için kullanıyor. Uçuş sırasında gelen ölçümlerle risk haritası güncelleniyor ve gerekli olduğunda kalan rota yeniden planlanıyor.

Simülasyon bulguları, çevrim içi yeniden planlamanın sabit uçuş yollarına göre risk haritasını daha iyi güncelleyebildiğini gösteriyor. Ancak bu sonuçlar gerçek saha güvenliği için doğrudan kanıt değildir.

Yine de çalışma, afet ve risk izleme teknolojileri için öğretici bir fikir veriyor:
Belirsiz ortamlarda iyi bir İHA görevi, sadece hedefe gitmekten ibaret değildir. İyi bir sistem, yolda öğrendiklerini de hesaba katmalı ve kalan görevini yeni bilgiye göre uyarlayabilmelidir.

Kaynak ve Yöntem Notu

Bu içerik, Jimin Choi, Grant Stagg, Cameron K. Peterson ve Max Z. Li tarafından hazırlanan “Integrated Exploration-Aware UAV Route Optimization and Path Planning” başlıklı akademik çalışmadan yararlanılarak Verianla editoryal formatında özgün olarak hazırlanmıştır.

Bu çalışma arXiv üzerinde yayımlanmış preprint niteliğindedir ve hakem değerlendirmesinden geçmemiştir. İçerik bilgilendirme ve eğitim amacı taşır. İHA operasyonu, afet yönetimi, mühendislik uygulaması, güvenlik planlaması veya saha operasyonu için profesyonel danışmanlık yerine geçmez.