ΔΗΜΙΟΥΡΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗΝ ΕΞΑΓΩΓΗ ΠΛΟΗΓΗΣΙΜΩΝ UAS ΠΕΡΙΟΧΩΝ ΜΕ ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TACET

Transcript

1 ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ: Τεχνικές και Μέθοδοι στην Ανάλυση, Σχεδιασμό και Διαχείριση του Χώρου ΔΗΜΙΟΥΡΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗΝ ΕΞΑΓΩΓΗ ΠΛΟΗΓΗΣΙΜΩΝ UAS ΠΕΡΙΟΧΩΝ ΜΕ ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TACET Μεταπτυχιακή Διατριβή Ζωγραφιστός Κ. Δημήτριος Επιβλέποντες: Παπαδοπούλου Μαρία Αναπληρώτρια Καθηγήτρια ΤΑΤΜ ΑΠΘ Θεσσαλονίκη Νοέμβριος 2015

2 Πρόλογος Τα μη επανδρωμένα αεροσκάφη αποτελούν πλέον αναπόσπαστο κομμάτι πολλών εφαρμογών οι οποίες μπορεί ποικίλουν από επιστημονικό, στρατιωτικό ή πολιτικό σκοπό μέχρι και ψυχαγωγικό, ειδικότερα τα τελευταία χρόνια. Η τάση αυτή έχει οδηγήσει σε μία αύξηση της έρευνας προς την ανάπτυξη πιο εξελιγμένων συστημάτων μη επανδρωμένων αεροσκαφών τα οποία μπορεί να αφορούν είτε τις τεχνολογίες που φέρουν τα αεροσκάφη είτε τις τεχνολογίες που συναντώνται στους επίγειους σταθμούς ελέγχου. Ταυτόχρονα, πραγματοποιούνται μελέτες για την εισαγωγή των μη επανδρωμένων αεροσκαφών στην κανονική εναέρια κυκλοφορία και την αντιμετώπισή τους με παρόμοιο τρόπο, όπως και τα συμβατικά επανδρωμένα αεροσκάφη. Στην παρούσα διατριβή, και συγκεκριμένα στο κεφάλαιο 0 γίνεται μία σύντομη καταγραφή των συνηθέστερων εφαρμογών όπου χρησιμοποιούνται τέτοια συστήματα καθώς και των βασικών όρων που τα περιγράφουν. Στο κεφάλαιο 2, γίνεται μία παρουσίαση των προσπαθειών που πραγματοποιούνται σε ευρωπαϊκό και διεθνές επίπεδο για την καθιέρωση προτύπων που αφορούν τις τεχνολογίες των συστημάτων, την εκπαίδευση του εμπλεκόμενου προσωπικού καθώς και θέματα ασφάλειας από εμπλεκόμενους κρατικούς και διακρατικούς φορείς. Στο κεφάλαιο 3 γίνεται μία κατηγοριοποίηση των συστημάτων που χρησιμοποιούνται στις διάφορες εφαρμογές με βάση διάφορα κριτήρια όπως το μέγεθος των αεροσκαφών, το είδος τους αλλά και ο σκοπός χρήσης τους. Ταυτόχρονα γίνεται μία σύντομη περιγραφή των μερών που αποτελούν τα συστήματα μη επανδρωμένων αεροσκαφών και πιο συγκεκριμένα του επίγειου και του εναέριου τμήματος. Ιδιαίτερη έμφαση δίδεται στο επίγειο τμήμα των συστημάτων αυτών και ειδικότερα της πλοήγησής του και του σχεδιασμού των ποριών τους στο χώρο. Συγκεκριμένα, στο κεφάλαιο 4 γίνεται μία ανάλυση του προβλήματος από τη σκοπιά των μη επανδρωμένων αεροσκαφών όπως αυτό αντιμετωπίζεται από τους τομείς της ρομποτικής και των συστημάτων ελέγχου. Παρουσιάζονται οι βασικότεροι τρόποι προσέγγισης του προβλήματος και αναφέρονται τα βασικά χαρακτηριστικά των αλγορίθμων που καλούνται να το επιλύσουν σε κάθε περίπτωση. Βασικό χαρακτηριστικό σε όλες τις περιπτώσεις προσέγγισης του προβλήματος αποτελεί ο σαφής και ο κατά το δυνατόν ακριβέστερος τρόπος προσδιορισμού των πιθανών εμποδίων στο χώρο πτήσης των αεροσκαφών (κεφάλαιο 5). Για το λόγο αυτό, στα πλαίσια της εργασίας αυτής δημιουργήθηκε μία βιβλιοθήκη εξαγωγής μη πλοηγίσιμων περιοχών (εμποδίων) από ψηφιακά μοντέλα εδάφους (Digital Terrain Model) σε γλώσσα προγραμματισμού Java (κεφάλαιο 7). Η λειτουργία της βιβλιοθήκης βασίζεται σε έναν αλγόριθμο μετατροπής ψηφιδωτών δεδομένων σε διανυσματικά δεδομένα (raster to vector), ο οποίος είναι αρκετά γρήγορος και αποτελεσματικός σε εικόνες μεγάλου μεγέθους. Το όνομα της μεθόδου του αλγορίθμου αυτού είναι TACET (Two Arm Chain Edge Tracing) και αναλύεται πλήρως στο κεφάλαιο 6. Στο τέλος της εργασίας, στο κεφάλαιο 8 της εργασίας παρουσιάζεται μία απλή εφαρμογή εξαγωγής μη πλοηγήσιμων περιοχών η οποία ονομάστηκε UNAE (UAS Non-navigable Area

3 Extractor) και η οποία κάνει χρήση της βιβλιοθήκης αυτής προκειμένου να αξιολογηθεί η λειτουργικότητα της και να επιδειχθεί η χρήση της. Κλείνοντας την εισαγωγή αυτή, θα ήθελα να ευχαριστήσω τους καθηγητές μου Κ. Αρβανίτη Απόστολο και Κα. Παπαδοπούλου Μαρία για την καθοδήγησή και επίβλεψή τους σε ένα κατά τα άλλα ιδιαίτερο θέμα. Επίσης θα ήθελα να ευχαριστήσω θερμά το συνάδελφο Τοπογράφο Μηχανικό Ηλία Κορίτσα για τη συμβολή του στη δημιουργία της τελικής εφαρμογής και φυσικά την Αγγελική για την πολύτιμη βοήθειά και συμπαράστασή της. Δημήτρης Ζωγραφιστός Θεσσαλονίκη, Νοέμβριος 2015

4 Abstract Title: Creation of software for extracting navigable UAS areas using the TACET algorithm Unmanned Aircraft Vehicles (UAV) have become an integral part of many applications that may vary from scientific, military or civilian purposes up to entertainment, especially in recent years. This tendency has led to an increase in research and development of more sophisticated systems and technologies for unmanned aircraft (UA) or for the ground control systems in ground control stations (GCC). At the same time, studies are continuously being carried out aiming at the integration of unmanned aircraft in regular air traffic. In this thesis, Chapter 1, gives a short list of the most common applications which use such systems and the basic terms describing them. Chapter 2 presents an extensive overview of the efforts made at European and international level to establish standards for systems technology, training of staff involved and safety by most of the involved governmental and intergovernmental organizations. In chapter 3 there is a classification of systems used in different applications based on various criteria such as size of aircraft, their types and their purpose of use. At the same time there is a brief description of the basic parts of unmanned aircraft systems (UAS) and more specifically the ground and airborne part. Particular emphasis is placed on the ground part of these systems and particularly the navigation and route planning aspects. Specifically, in Chapter 4 there is an analysis of the problem from the perspective of unmanned aircraft as seen from the fields of robotics and control systems. We present the main ways to approach the problem and the essential characteristics of the algorithms that are used to solve it in each case. A key feature in all cases of approaching the problem is the need of a clear and precise way of identifying possible obstacles in the aircraft s vicinity (Chapter 5). For this reason, a Java external library was created that exports the non-navigable areas (obstacles) given raster digital terrain models as input (Chapter 7). The operation of the library is based on an algorithm that converts raster data to vector data (R2V), which is quite fast and efficient for large images. The name of the method used by this algorithm is TACET (Two Arm Chain Edge Tracing) and it is fully analyzed in Chapter 6. Finally, in Chapter 8, a simple application to extract non-navigable areas which named UNAE (UAS Non-navigable Area Extractor) and makes use of this library to assess the functionality and demonstrate its use is presented.

5 Περιεχόμενα 1 Εισαγωγή Γενικά Όροι και Ορισμοί Θεσμικό πλαίσιο Εμπλεκόμενοι φορείς Διεθνείς Οργανισμοί Μη κερδοσκοπικοί οργανισμοί Φορείς σε εθνικό επίπεδο Ερευνητικά προγράμματα Ευρωπαϊκή Ένωση ΗΠΑ Αυστραλία Πρόσφατες εξελίξεις Συστήματα UAS Κατηγοριοποίηση των UAS Κατηγοριοποίηση με βάση το μέγεθος, τη μάζα και τις επιδόσεις του αεροσκάφους Κατηγοριοποίηση με βάση τη δυνατότητα πιστοποίησης Βασικά τμήματα συστημάτων UAS Εναέριο τμήμα Επίγειο τμήμα Σχεδιασμός πτήσεων UAS Έλεγχος πτήσης Σχεδιασμός πτήσης Ανάλυση του προβλήματος Ορολογία και ορισμοί Τυπικές προσεγγίσεις του προβλήματος Μέτρα ποσοτικοποίησης προβλημάτων Κριτήρια απόδοσης αλγορίθμων

6 4.6 Το πρόβλημα από τη σκοπιά των UAVs Αλγόριθμοι πλοήγησης Μέθοδοι με τη χρήση διαγραμμάτων (Roadmaps) Μέθοδοι διαχωρισμού κελιών Μέθοδοι με χρήση δυναμικών πεδίων Προσδιορισμός ελεύθερων περιοχών πλοήγησης Διανυσματική (Vector) και ψηφιδωτή (Raster) μορφή δεδομένων Δεδομένα Raster και Vector, συντεταγμένες και γεωαναφορά Αλγόριθμοι μετατροπής Raster σε Vector (R2V) Θεμελιώδεις έννοιες R2V Ακμές και κόμβοι Τοπολογικές σχέσεις Ο Αλγόριθμος TACET Η μέθοδος TACET (Two-Arm Chain Edge Tracing) Βελτιώσεις σε σχέση με άλλους αλγόριθμους Βασικές έννοιες και αντικείμενα της μεθόδου Κανόνες σχηματισμού αλυσίδων Two-Arm Καταχώριση τόξων για το σχηματισμό πολυγώνων Αλυσίδες Two-Arm αντικειμένων κατά τη σάρωση Ανάλυση σύνδεσης αντικειμένων Two-Arm Εντοπισμός νησιών και ορίων πολυγώνων Συμπεράσματα Βιβλιοθήκη Υλοποίησης του Αλγορίθμου TACET Εισαγωγή Η γλώσσα προγραμματισμού Java Δόμηση της γλώσσας Δομή της βιβλιοθήκης Βασικά γεωμετρικά αντικείμενα (οντότητες) Αντικείμενα εξαγωγής πολυγώνων Raster σε Vector Αντικείμενα υψηλότερου επιπέδου Εφαρμογή εξαγωγής μη Πλοηγήσιμων περιοχών για συστήματα UAS

7 8.1 Βασικές λειτουργίες της εφαρμογής και διεπαφή χρήσης Συμπεράσματα Ευρετήριο Πινάκων Ευρετήριο Εικόνων Βιβλιογραφία

8 1 Εισαγωγή 1.1 Γενικά Τα τελευταία χρόνια παρατηρείται σε όλο και περισσότερους τομείς, η ταχεία εισχώρηση και χρήση συστημάτων τα οποία εκμεταλλεύονται την τεχνολογία των μη επανδρωμένων αεροσκαφών. Αυτό έχει ως αποτέλεσμα, οι περισσότεροι επιστήμονες στους κλάδους αυτούς να γνωρίζουν τον όρο Μη Επανδρωμένο Αεροσκάφος ή UAV (Unmanned Aerial Vehicle). Στις περισσότερες περιπτώσεις χρησιμοποιούνται ως πλατφόρμες λήψης και συλλογής πληροφοριών από αέρος και για το λόγο αυτό βρίσκουν άμεση εφαρμογή στις επιστήμες της τηλεπισκόπισης και της φωτογραμμετρίας και γενικότερα των γεωεπιστημών. Από εκεί και πέρα οι χρήσεις τους μπορεί να προεκτείνονται και σε ειδικότερους τομείς όπως: Ασφάλεια Υποδομές Γεωργία Αρχαιολογία Κατασκευές Πέρα όμως από τους πολιτικούς σκοπούς για τους οποίους μπορεί να χρησιμοποιηθούν μη επανδρωμένα αεροσκάφη, αυτά χρησιμοποιούνται εδώ και αρκετές δεκαετίες και για στρατιωτικούς σκοπούς. Δεν είναι τυχαίο άλλωστε και το γεγονός ότι πολλές από τις τεχνολογίες που χρησιμοποιούν τα μη επανδρωμένα αεροσκάφη σήμερα, αναπτύχθηκαν στα πλαίσια στρατιωτικών προγραμμάτων. Μια σχετικά σύντομη αναζήτηση στο διαδίκτυο καθώς και σε επιστημονικά περιοδικά, αποκαλύπτει εύκολα την έκταση την οποία έχει λάβει η χρήση τους και ενδεχομένως να δίνει και την εντύπωση ότι οι δυνατότητες των μη επανδρωμένων αεροσκαφών είναι ανεξάντλητες. 1.2 Όροι και Ορισμοί Στην παγκόσμια βιβλιογραφία, καθώς και στο διαδίκτυο, απαντώνται διάφοροι όροι για να περιγράψουν τόσο τα μη επανδρωμένα αεροσκάφη όσο και τα συστήματα αυτά ως σύνολο (Roger et al, 2014). Οι συχνότεροι είναι οι όροι UAV (Unmanned Aerial Vehicle) και UAS 4

9 (Unmanned Aircraft System) αλλά κανείς μπορεί να συναντήσει και πιο απλουστευμένους όρους όπως Drone ή Ρομποτικά αεροσκάφη. Οι συνηθέστεροι από αυτούς είναι οι όροι UAV και Drone (Colomina et al, 2014) από τους οποίους ο δεύτερος πιθανότατα αποδίδεται στις αρσενικές μέλισσες και σφήκες οι οποίες ονομάζονται έτσι. Η χρήση των διαφόρων όρων βέβαια εξαρτάται πολλές φορές και από αρμόδιους κρατικούς ή διεθνείς οργανισμούς οι οποίοι είτε υιοθετούν κάποιον από τους παραπάνω ή ακόμα θέτουν και νέους, θέλοντας να καλύψουν όσο το δυνατόν καλύτερα την τεχνολογία αυτή ή και να περιγράψουν ειδικότερες κατηγορίες συστημάτων μη επανδρωμένων αεροσκαφών. Χαρακτηριστικό παράδειγμα είναι η θεώρηση του όρου UAV ως παρωχημένου από το Διεθνή Οργανισμό Πολιτικής Αεροπορίας (ICAO, International Civil Aviation Organization) και η υιοθέτηση του όρου RPAS (Remotely Piloted Aircraft System) πέρα από τον πιο κλασσικό όρο UAS (ICAO, 2011). Αντίστοιχα, το υπουργείο εθνικής αμύνης των Ηνωμένων Πολιτειών καθώς και η υπηρεσία πολιτικής αεροπορίας των ΗΠΑ (Federal Aviation Authority, FAA) και του Ηνωμένου Βασιλείου (Civil Aviation Authority, CAA) υιοθετούν κυρίως τον όρο UAS (Διεθνής Ένωση Μη Επανδρωμένων Συστημάτων, UVS-International). Συνοψίζοντας κάποιους σημαντικούς όρους οι οποίου θα χρησιμοποιηθούν και παρακάτω έχουμε (ICAO, 2011) (Clarke, 2014): UA (Unmanned Aircraft): Ένα αεροσκάφος το οποίο προορίζεται να πετάει χωρίς πιλότο επάνω σε αυτό. UAS (Unmanned Aircraft System): Κάποιο αεροσκάφος και τα σχετικά στοιχεία που σχετίζονται με τη λειτουργία του και τα οποία λειτουργούν χωρίς πιλότο. RPA (Remotely Piloted Aircraft): Ένα αεροσκάφος του οποίου ο πιλότος δεν βρίσκεται εντός αυτού. Είναι σημαντικό να σημειωθεί ότι τα RPA θεωρούνται υποκατηγορία των UA καθώς ένα UA μπορεί να εκτελέσει και αυτόνομη πτήση (χωρίς την παρέμβαση χειριστή/πιλότου) ενώ στην περίπτωση των RPAS είναι δεδομένη η ύπαρξη κάποιου χειριστή/πιλότου. RPAS (Remotely Piloted Aircraft System): Ένα σύνολο διαμορφούμενων στοιχείων τα οποία αποτελούνται από ένα τηλεχειριζόμενο αεροσκάφος, τους σχετικούς σταθμούς τηλεχειρισμού, τις απαιτούμενες συνδέσεις ελέγχου και εντολών καθώς και οποιαδήποτε στοιχεία του συστήματος τα οποία ενδεχομένως απαιτούνται κατά τη διάρκεια της πτήσης. 5

10 Εικόνα 1 1: Σχηματική (αφαιρετική) αναπαράσταση ενός τυπικού συστήματος UAS (FAA, 2013). Τέλος, είναι σημαντικό να αναφερθεί ότι σύμφωνα με τον ICAO, τίθεται σαφής διαχωρισμός ανάμεσα στα συστήματα μη επανδρωμένων αεροσκαφών και στα αερομοντέλα όπου τα πρώτα έχουν προκαθορισμένους επιχειρησιακούς σκοπούς ενώ τα δεύτερα έχουν καθαρά ψυχαγωγικό χαρακτήρα και δεν πρέπει να συγχέονται με τα πρώτα (ICAO, 2011). 6

11 2 Θεσμικό πλαίσιο Όπως είναι αναμενόμενο, εφόσον τα μη επανδρωμένα αεροσκάφη μοιράζονται τον ίδιο εναέριο χώρο με τα επανδρωμένα αεροσκάφη της γενικής 1, πολιτικής και πολεμικής αεροπορίας, υπάρχει μια έντονη συζήτηση η οποία αφορά στην ασφαλή ενσωμάτωση των πρώτων στον εναέριο αυτό χώρο. Σε αυτό το σημείο είναι ιδιαίτερα σημαντικό να γίνει μια προσπάθεια καταγραφής των σημαντικότερων πτυχών του θεσμικού πλαισίου που διέπουν τις πτήσεις των μη επανδρωμένων αεροσκαφών σε παγκόσμιο, ευρωπαϊκό αλλά και εθνικό επίπεδο. Σύμφωνα με τους Colomina et al (2014), η υλοποίηση ενός αρμονικού συστήματος θεσμών, το οποίο θα προβλέπει τις πτήσεις μη επανδρωμένων αεροσκαφών, απαιτείται έντονα από όλα τα ενδιαφερόμενα μέρη των UAS προκειμένου να αρθούν τα εμπόδια για την πιστοποίηση και εμπορευματοποίηση τους σε παγκόσμιο επίπεδο. Αυτό βέβαια, συνεπάγεται τον καθορισμό σημαντικών και σαφών τεχνικών όρων, κανονισμών και ρυθμίσεων και προϋποθέτει τη συνεργασία μεγάλου αριθμού εμπλεκόμενων φορέων. Καθότι, όπως αναφέρθηκε και παραπάνω, τα συστήματα μη επανδρωμένων αεροσκαφών UAS, μοιράζονται τον κοινό εναέριο χώρο με την υπόλοιπη εναέρια κυκλοφορία, τίθενται κατ αρχάς βασικά ζητήματα ασφάλειας. Αποτελεί επομένως βασική προτεραιότητα η αποφυγή συγκρούσεων ανάμεσα στα μη επανδρωμένα αεροσκάφη και την υπόλοιπη εναέρια κυκλοφορία με τις αντίστοιχες συνέπειες σε ανθρώπινες ζωές. Εξίσου σημαντική είναι και η πιστοποίηση της πλοϊμότητας, της ικανότητας τους για ασφαλή πτήση δηλαδή, των μη επανδρωμένων αεροσκαφών καθώς ενδεχόμενη πτώση σε κατοικημένη περιοχή θα έχει αναμφισβήτητες συνέπειες κατά πάσα πιθανότητα σε ανθρώπινες ζωές αλλά και υλικές ζημιές. Είναι σημαντικό επομένως να δούμε αρχικά το γενικό θεσμικό πλαίσιο που διέπει την εναέρια κυκλοφορία γενικά. Έγινε μια αναφορά και προηγουμένως στο Διεθνή Οργανισμό Πολιτικής Αεροπορίας (ICAO, Ο οργανισμός αυτός αποτελεί τμήμα των Ηνωμένων Εθνών το οποίο δημιουργήθηκε το 1944 με την υπογραφή της σύμβασης περί διεθνούς πολιτικής αεροπορίας. Στον οργανισμό συμμετέχουν 191 χώρες μέλη και διεθνείς οργανισμοί 1 Η πτητική δραστηριότητα που δεν εμπίπτει σε προγραμματισμένες πτήσεις αερομεταφορέων ή σε στρατιωτικές πτήσεις 7

12 πολιτικής αεροπορίας για την ανάπτυξη διεθνών προτύπων και προτεινόμενων πρακτικών στα οποία οι χώρες ανατρέχουν κατά τη θέσπιση των εθνικών τους ρυθμίσεων εναέριας κυκλοφορίας. Ο Everaerts (2009), σε έκθεσή του αναφέρεται στη διάρθρωση του εναέριου χώρου σύμφωνα με τον ICAO. Στη διάρθρωση αυτή, ο εναέριος χώρος διαχωρίζεται σε 7 διαφορετικές κλάσεις οι οποίες χαρακτηρίζονται από τα γράμματα A-G. Στις κλάσεις A-E εντάσσεται ο ελεγχόμενος εναέριος χώρος ενώ στις κλάσεις F και G εντάσσεται ο μη ελεγχόμενος εναέριος χώρος. Οι κλάσεις βασίζονται σε τρείς βασικές παραμέτρους. Τους κανόνες που διέπουν την πτήση (Flight Rules): Υπάρχουν δύο βασικές κατηγορίες κανόνων οι οποίες διέπουν τον τρόπο εκτέλεσης κάθε πτήσης. Η πρώτη χαρακτηρίζεται ως IFR (Instrument Flight Rules) κατά την οποία ο πιλότος μπορεί να πετάει χρησιμοποιώντας μονάχα τα όργανα του αεροσκάφους (π.χ. κατά τη νύχτα, μέσα σε σύννεφα κλπ). Η δεύτερη χαρακτηρίζεται ως VFR (Visual Flight Rules) κατά την οποία επικρατούν καιρικές συνθήκες ικανές να επιτρέπουν τον έλεγχο του αεροσκάφους, την πλοήγησή του και την αποφυγή εμποδίων τόσο στο έδαφος όσο και στον αέρα μέσω της οπτικής επαφής. Υπάρχει μια ειδικότερη κατηγορία κανόνων VFR, οι λεγόμενοι SVFR (Special Visual Flight Rules) η οποία αφορά στην εφαρμογή κανόνων VFR σε εξαιρετικές περιπτώσεις όπου υπό κανονικές συνθήκες θα ήταν απαραίτητη η χρήση κανόνων IFR. Οι πτήσεις μη επανδρωμένων αεροσκαφών δεν εκτελούνται ούτε υπό κανόνες IFR ούτε VFR, καθώς και οι δύο κατηγορίες προϋποθέτουν την ύπαρξη πιλότου εντός του αεροσκάφους. Παρ όλα αυτά, ο Έλεγχος Εναέριας Κυκλοφορίας (ΕΕΚ) είναι πιθανό να ζητήσει από τον πιλότο του UAS να ενεργήσει με τον ίδιο τρόπο όπως και οι υπόλοιποι πιλότοι με τους οποίους μοιράζεται τον ίδιο εναέριο χώρο. Την αδειοδότηση πτήσεων: Αφορά στην ανάγκη ή όχι άδειας εκτέλεσης της πτήσης από τον ΕΕΚ. Τον διαχωρισμό πτήσεων: Αφορά στον τρόπο διαχωρισμού των αεροσκαφών μεταξύ τους για την αποφυγή συγκρούσεων. Αυτό επιτυγχάνεται είτε από τον ΕΕΚ είτε από τους ίδιους τους πιλότους. Σε πολλές περιπτώσεις αυτό προϋποθέτει την ύπαρξη κατάλληλου εξοπλισμού εντός τους αεροσκάφους. Στον Πίνακας 2-1: Οι διαφορετικές κλάσεις διαχωρισμού του εναέριου χώρου σε συνδυασμό με τους κανόνες πτήσης, τον τρόπο αδειοδότησης και διαχωρισμού τους εμφανίζονται οι διαφορετικές τάξεις εναέριου χώρου σύμφωνα με τον παραπάνω τρόπο διαχωρισμού. 8

13 Κλάση Κανόνες πτήσης Αδειοδότηση Διαχωρισμός A IFR/SVFR ΕΕΚ ΕΕΚ B IFR/SVFR/VFR ΕΕΚ ΕΕΚ C IFR/SVFR/VFR ΕΕΚ Οι πτήσεις IFR/SVFR διαχωρίζονται από τις πτήσεις IFR/SVFR/VFR. Οι πτήσεις VFR ενημερώνονται για άλλες πτήσεις VFR D IFR/SVFR/VFR ΕΕΚ Οι πτήσεις IFR/SVFR διαχωρίζονται από τις πτήσεις IFR/SVFR/VFR. Οι πτήσεις VFR ενημερώνονται για άλλες πτήσεις IFR/SVFR/VFR E IFR/SVFR/VFR ΕΕΚ για IFR/SVFR Οι πτήσεις IFR/SVFR διαχωρίζονται από τις πτήσεις IFR/SVFR. Όλες οι πτήσεις ενημερώνονται για τις πτήσεις VFR F IFR/VFR Οι πτήσεις IFR διαχωρίζονται από τις πτήσεις IFR εφόσον δύναται. Παρέχονται ενδεχομένως πληροφορίες για άλλες πτήσεις. G IFR/VFR Παρέχονται πληροφορίες για άλλες πτήσεις. Πίνακας 2-1: Οι διαφορετικές κλάσεις διαχωρισμού του εναέριου χώρου σε συνδυασμό με τους κανόνες πτήσης, τον τρόπο αδειοδότησης και διαχωρισμού τους Οι παραπάνω κλάσεις υλοποιούνται στον πραγματικό χώρο μέσω ορίων των οποίων ο προσδιορισμός τόσο υψομετρικά όσο και οριζοντιογραφικά αποτελεί ευθύνη της εκάστοτε κρατικής υπηρεσίας κάθε χώρας. Ένα παράδειγμα παρουσιάζεται στην Εικόνα 2 1 όπου εμφανίζεται η διάρθρωση τμήματος εναέριου χώρου στη Γερμανία με ορισμένες κλάσεις από αυτές που φαίνονται στον Πίνακας 2-1. Είναι εμφανής ο κατακόρυφος και οριζόντιος προσδιορισμός των ορίων της κάθε κλάσης. Είναι σημαντικό να αναφερθεί ότι στον προσδιορισμό τους λαμβάνεται υπόψη και η τοπογραφία του χώρου καθώς επίσης και συνθήκες όπως η ύπαρξη αεροδρομίων όπου, λόγω κυκλοφορίας, απαιτείται αυστηρότερος διαχωρισμός των αεροσκαφών. Εικόνα 2 1: Παράδειγμα διάρθρωσης εναέριου χώρου στη Γερμανία. Παρουσιάζονται οι βασικότερες κλάσεις του Πίνακας 2-1 όπως προκύπτουν προσεγγιστικά σε σχέση με το ύψος, το ανάγλυφο αλλά και την εγγύτητα σε αεροδρόμια (περιοχές D και F). (πηγή: Ανακατασκευή από Everaerts, 2009) Αντίστοιχα, στην επόμενη εικόνα παρατηρούμε ένα παράδειγμα διάρθρωσης του εναέριου χώρου στις ΗΠΑ. Χαρακτηριστικά φαίνεται ο βασικός υψομετρικός διαχωρισμός τους 9

14 καθώς και η σχέση του οριζόντιου και κατακόρυφου διαχωρισμού των κλάσεων γύρω από αεροδρόμια ανάλογα με το μέγεθός τους. Εικόνα 2 2: Η διάρθρωση του εναέριου χώρου στις ΗΠΑ. Εμφανίζονται οι διαφορετικές κλάσεις ανάλογα με το ύψος και την περιοχή. (Ανακατασκευή από Dalamagkidis, 2008). 2.1 Εμπλεκόμενοι φορείς Όσον αφορά στο θεσμικό πλαίσιο των πτήσεων των UAS, είναι λογικό ότι τόσο οι διεθνείς όσο και οι εθνικές υπηρεσίες κάθε κράτους έχουν μέρος της συνολικής ευθύνης. Στη συνέχεια παρουσιάζονται οι βασικοί συντελεστές στη διαδικασία καθιέρωσης κανόνων και προτύπων πτήσης για τα UAS καθώς και ορισμένες ενέργειές τους προς αυτήν την κατεύθυνση Διεθνείς Οργανισμοί International Civil Aviation Organization (ICAO) Ο ICAO, στη συνέλευση του 2006 επικυρώνει τα εξής άρθρα τα οποία αφορούν άμεσα και έμμεσα στις πτήσεις UAS (Everaerts, 2009). Άρθρο 1: Κυριαρχία Τα συμβαλλόμενα κράτη (στον Οργανισμό) αποδέχονται πως όλα τα κράτη έχουν απόλυτη και αποκλειστική κυριαρχία του εναέριου χώρου πάνω από τις περιοχές που ορίζουν τα σύνορά τους. Άρθρο 8: Αεροσκάφη χωρίς πιλότο (Pilotless aircraft) Κανένα αεροσκάφος με τη δυνατότητα πτήσης χωρίς πιλότο δεν επιτρέπεται να πετά χωρίς πιλότο στον εναέριο χώρο συμβαλλόμενου κράτους μέλους χωρίς ειδική εξουσιοδότηση 10

15 από το κράτος αυτό και πάντα στα πλαίσια των όρων που ορίζει η εξουσιοδότηση αυτή. Κάθε κράτος μέλος αναλαμβάνει να εξασφαλίσει ότι οι πτήσεις αεροσκαφών χωρίς πιλότο σε περιοχές πτήσεων πολιτικών αεροσκαφών θα ελέγχονται με τέτοιο τρόπο ώστε να αποφεύγονται οι κίνδυνοι προς τα πολιτικά αεροσκάφη. Άρθρο 12: Κανόνες του αέρα Κάθε συμβαλλόμενο κράτος αναλαμβάνει την υιοθέτηση μέτρων έτσι ώστε να εξασφαλίζεται πως κάθε αεροσκάφος το οποίο ίπταται ή ελίσσεται εντός των ορίων του και κάθε αεροσκάφος το οποίο φέρει τα διακριτικά εθνικότητας αυτού, όπου κι αν αυτό βρίσκεται, θα πρέπει να συμμορφώνεται με τους κανόνες και τις ρυθμίσεις που ισχύουν σε σχέση με την πτήση αεροσκαφών. Κάθε συμβαλλόμενο κράτος αναλαμβάνει να διατηρεί το σύνολο των κανόνων αυτών ομογενές, στο μεγαλύτερο δυνατό βαθμό, σε σχέση με αυτούς που ορίζονται κατά καιρούς από αυτή τη συνέλευση. Κάθε συμβαλλόμενο κράτος αναλαμβάνει τη δίωξη κάθε ατόμου που παραβιάζει τους κανόνες αυτούς. Το 2007, ο ICAO ιδρύει την Ομάδα Μελέτης Συστημάτων μη Επανδρωμένων Αεροσκαφών (Unmanned Aircraft Systems Study Group, UASSG) η οποία θα «ενισχύσει την προσπάθεια της Γραμματείας στον συντονισμό της ανάπτυξης Προτύπων και Προτεινόμενων Πρακτικών (Standards and Recommended Practices, SARPS), διαδικασιών και υλικού καθοδήγησης για πολιτικά συστήματα μη επανδρωμένων αεροσκαφών, έτσι ώστε να υποστηριχθεί η ασφαλής και αποδοτική ενσωμάτωση των UAS σε μη διαχωρισμένο εναέριο χώρο και αεροδρόμια.» (ICAO, 2008). Το έργο της ομάδας είναι: Να αποτελεί συντονιστή όλων των εργασιών σχετικά με τα UAS του Οργανισμού, με στόχο την εξασφάλιση της παγκόσμιας εναρμόνισης και διαλειτουργικότητας. Να αναπτύξει μια έννοια κανόνων για τα UAS και το αντίστοιχο υλικό καθοδήγησης για να υποστηρίξει και να καθοδηγήσει τη διαδικασία διατύπωσης κανόνων. Να επανεξετάσει τα SARPS, να προτείνει τροποποιήσεις και να συντονίσει τη δημιουργία SARPS για UAS με άλλα τμήματα του οργανισμού. Να συμβάλλει στην ανάπτυξη τεχνικών όρων από άλλα τμήματα και Να συνεργαστεί, όσο απαιτείται, με το Πάνελ Αεροναυτικών Επικοινωνιών (Aeronautical Communications Panel, ACP) του ICAO, για την υποστήριξη της ανάπτυξης μια ενιαίας θέσης όσον αφορά στο εύρος ζώνης και τη συχνότητα του φάσματος για τον έλεγχο και την επικοινωνία των UAS στις διαπραγματεύσεις με τη Διεθνή Ένωση Τηλεπικοινωνιών (International Telecommunications Union) στο Παγκόσμιο Συνέδριο Ραδιοτηλεπικοινωνιών (World Radio Conference). Το τελευταίο σημείο αποτελεί άλλη μια σημαντική πτυχή των επιχειρήσεων των UAS. Κανένα μη επανδρωμένο αεροσκάφος δεν επιτρέπεται να πετάει χωρίς άμεση επικοινωνία με το έδαφος. Για το λόγο αυτό, θα πρέπει να εγγυηθεί μια ασύρματη σύνδεση εντολών και ελέγχου. 11

16 European Aviation Safety Agency (EASA) Η Ευρωπαϊκή Υπηρεσία Αεροπορικής Ασφάλειας (EASA) είναι μια υπηρεσία της Ευρωπαϊκής Ένωσης η οποία συνενώνει τις υπηρεσίες πολιτικής αεροπορίας των κρατών μελών της ΕΕ. Η EASA έχει αναπτύξει μια διαδικασία πιστοποίησης συστημάτων UAS με μέγιστο βάρος απογείωσης μεγαλύτερο των 150kg (τα UAS ελαφρύτερα των 150kg εξαιρούνται ρητώς των κανονισμών της EASA) η οποία προβλέπεται να φροντίζει την πλοϊμότητα (προστασία των ανθρώπων και περιουσιών στο έδαφος) των μη επανδρωμένων αεροσκαφών. Η EASA σκοπεύει να το πετύχει αυτό στη βάση της πιστοποίησης τύπων αεροσκαφών (συγκρίσιμα με αυτά που πιστοποιούν και οι κατασκευαστές εμπορικών αεροσκαφών κατά τη σχεδίαση τους) πράγμα το οποίο όμως αποτελεί ιδιαίτερα ακριβή υπόθεση. Οι προδιαγραφές πιστοποίησης των UAS θα είναι μια προσαρμοσμένη εκδοχή των προδιαγραφών πιστοποίησης (Certification Specifications) CS-23, δηλαδή των «προδιαγραφών πιστοποίησης για κανονικά, κοινής ωφέλειας, ακροβατικά και αεροπλάνα μεταφοράς επιβατών». Σε αναφορά της EASA το 2005 ως προς τα Συστήματα μη Επανδρωμένων Αεροσκαφών, αναφέρεται: Τα πρότυπα πλοϊμότητας που θα αφορούν τα UAS θα πρέπει να είναι εξίσου απαιτητικά όπως και για τα συμβατικά, επανδρωμένα αεροσκάφη ενώ ταυτόχρονα να μην είναι πιο αυστηρά από αυτά απλά και μόνο επειδή η τεχνολογία το επιτρέπει. Σύμφωνα με τον Everaerts (2009), η παραπάνω πρόταση υπονοεί ότι θα απαιτηθεί: Ισοδύναμη συμπεριφορά των UAS όσον αφορά στον Έλεγχο Εναέριας Κυκλοφορίας (ΕΕΚ). Αυτό σημαίνει πως θα πρέπει να προσδιορίζεται επαρκώς η θέση τους ανά πάσα στιγμή (μέσω ειδικού πομπού επικοινωνίας με τα ραντάρ) καθώς και να υπάρχει επικοινωνία ΕΕΚ - πιλότου UAS μέσω των ήδη υπαρχόντων ραδιοσυχνοτήτων. Ικανότητα αποφυγής συγκρούσεων εξ όψεως. Αυτό σημαίνει ότι τα εκάστοτε UAS θα πρέπει να έχουν τη δυνατότητα εντοπισμού άλλων αεροσκαφών γύρω τους και εκτέλεσης τυπικών ελιγμών αποφυγής. Επίσης θα πρέπει να φέρουν φώτα πλοήγησης προκειμένου να είναι ορατά από τα υπόλοιπα αεροπλάνα. Η δεύτερη συνθήκη έχει ιδιαίτερα υψηλές απαιτήσεις στην υλοποίηση, γεγονός που εμποδίζει την εκτέλεση πτήσεων εκτός οπτικής επαφής στην πλειοψηφία των πτήσεων έως τώρα. EUROCONTROL Το EUROCONTROL είναι ένας πολιτικός/στρατιωτικός διακυβερνητικός οργανισμός ο οποίος αποτελείται από 40 χώρες μέλη. Ο στόχος του Ευρωπαϊκού Οργανισμού για την ασφάλεια της εναέριας πλοήγησης, EUROCONTROL, είναι η εναρμόνιση και ενσωμάτωση των υπηρεσιών εναέριας πλοήγησης (ναυτιλίας) στην Ευρώπη, με σκοπό τη δημιουργία ενός ομογενούς συστήματ ος διαχείρισης εναέριας κυκλοφορίας για τους χρήστες της πολιτικής και πολεμικής αεροπορίας έτσι ώστε να επιτευχθεί η ασφαλής, ομαλή, 12

17 εξασφαλισμένη, ταχεία και οικονομική ροή της εναέριας κυκλοφορίας στην Ευρώπη, μειώνοντας παράλληλα τις δυσμενείς περιβαλλοντικές επιπτώσεις (EUROCONTORL, 2009). Το EUROCONTROL, το 2007, εξέδωσε τις «προδιαγραφές για τη χρήση στρατιωτικών UAV ως λειτουργικά (ισοδύναμα) μέρη της εναέριας κυκλοφορίας εκτός διαχωρισμένου εναέριου χώρου», σε τμήματα δηλαδή του εναέριου χώρου τα οποία διαχωρίζονται από τον κοινό εναέριο χώρο ο οποίος φιλοξενεί τη συμβατική εναέρια κυκλοφορία. Σε γενικές γραμμές, το EUROCONTROL δεν είναι υπέρ των πτήσεων UAS σε τέτοια διαχωρισμένα τμήματα του εναέριου χώρου καθώς δεσμεύουν πολύτιμο από τον ήδη κορεσμένο ουρανό της Ευρώπης. Σε αναφορά του Οργανισμού στην επετηρίδα του διεθνούς συνδέσμου μη επανδρωμένων συστημάτων (Unmanned Vehicle Systems International, UVS International) το 2014 αναφέρονται τέσσερις βασικοί άξονες για την ενσωμάτωση των UAS στον Ευρωπαϊκό εναέριο χώρο οι οποίοι είναι: Προσαρμογή των RPAS στο υπάρχον σύστημα διαχείρισης εναέριας κυκλοφορίας Τα RPAS οφείλουν να παρέχουν το ίδιο ή μεγαλύτερο επίπεδο ασφάλειας όσο τα επανδρωμένα αεροσκάφη Διαφάνεια στις επιχειρήσεις των RPAS Τα RPAS δεν θα πρέπει να προκαλέσουν δυσκολίες σε άλλους χρήστες του εναέριου χώρου Ο απόλυτος στόχος πάντως, σύμφωνα με το EUROCONTROL, είναι η ασφαλής ενσωμάτωση των RPAS στο κοινό Ευρωπαϊκό αεροπορικό σύστημα. Για το σκοπό αυτό αναπτύσσει τις προδιαγραφές διαχείρισης της εναέριας κυκλοφορίας για τα RPAS ως ένα ολοκληρωμένο σύνολο κριτηρίων έγκρισης και πιστοποίησης παγκόσμιας εμβέλειας. SESAR (Single European Sky Air Traffic Management Research) Πρόκειται για ένα ερευνητικό πρόγραμμα το οποίο συντονίζει και συγκεντρώνει όλες τις δραστηριότητες έρευνας και ανάπτυξης οι οποίες επικεντρώνονται στη διαχείριση της εναέρια κυκλοφορίας (Air Traffic Management) στον Ευρωπαϊκό χώρο. Σε αναφορά της ετήσιας συνάντησης του UVS International αναφέρεται πως το πρόγραμμα αναμένει προτάσεις έτσι ώστε να επιλέξει και να συγχρηματοδοτήσει μια σειρά προγραμμάτων τα οποία θα επιδεικνύουν ενσωματωμένες επιχειρήσεις των RPAS στον κοινό εναέριο χώρο. Στις επιδείξεις θα περιλαμβάνονται και πτητικές δοκιμές οι οποίες αποσκοπούν στην επίδειξη της ομαλής ενσωμάτωσης των RPAS σε μη διαχωρισμένο εναέριο χώρο με σκοπό τη διερεύνηση της δυνατότητας ενσωμάτωσης τους στην ευρύτερη αεροπορική κοινότητα μέχρι το Οι επιδείξεις επίσης, επικεντρώνονται κυρίως στη συμπλήρωση των επιχειρησιακών και τεχνικών κενών τα οποία εντοπίζονται. Από τη διαδικασία αυτή, εγκρίθηκαν και πρόκειται να χρηματοδοτηθούν εννέα προγράμματα στα οποία θα συμμετέχουν ένας πάροχος υπηρεσιών πλοήγησης και ένας αερομεταφορέας. 13

18 European Defense Agency (EDA) Η υπηρεσία Ευρωπαϊκής Άμυνας (European Defense Agency) είναι μια υπηρεσία της Ευρωπαϊκής Ένωσης η οποία στοχεύει «στην υποστήριξη των κρατών μελών και του συμβουλίου για να βελτιώσουν τις αμυντικές ικανότητες στον τομέα της διαχείρισης κρίσεων και στη διατήρηση της Ευρωπαϊκής Πολιτικής Άμυνας και Ασφάλειας όπως είναι τώρα και όπως θα αναπτυχθεί στο μέλλον». Ένα από τα θέματα στο πρόγραμμα εργασιών του 2009 ήταν και τα μη επανδρωμένα αεροσκάφη με έμφαση στις παρακάτω απόψεις. Πλοϊμότητα και εισαγωγή στον εναέριο χώρο: Επιδίωξη της πρόκλησης της τυποποίησης και πιστοποίησης για την λειτουργία σε κανονικό εναέριο χώρο. Μελλοντικά UAVs: Επιδίωξη έρευνας επάνω σε συστήματα Τακτικών (Tactical) και μεγάλης αυτονομίας (Long Endurance) UAV (Πίνακας 3-1). Διαχείριση συχνοτήτων: Εναρμόνιση των αναγκών φάσματος και συχνοτήτων στρατιωτικής χρήσης που απαιτούνται για τα UAV. Στο παρελθόν, η EDA έχει χρηματοδοτήσει μελέτες σχετικά με τα UAS, κυρίως σε αεροσκάφη μεγάλης πτητικής αυτονομίας (Long Endurance), όπως οι παρακάτω: Μελέτη Τεχνολογιών Εντοπισμού και Αποφυγής εμποδίων για μη επανδρωμένα αεροσκάφη μεγάλης αντοχής (LE-UAVs) ( )(EDA, 2007a) Μελέτη Τεχνολογιών ασύρματης επικοινωνίας για μη επανδρωμένα αεροσκάφη μεγάλης αντοχής (LE-UAVs) ( )(EDA 2007b) Κλείνοντας, η EDA χρηματοδοτεί το πρόγραμμα AIR4ALL το οποίο έχει ως σκοπό τον προσδιορισμό βασικών κατευθυντήριων γραμμών για την ομαλή ενσωμάτωση των συστημάτων UAS στην εναέρια κυκλοφορία. Το εκτεταμένο κονσόρτσιουμ σχεδιάζει επίσης να απευθύνει το θέμα της κατανομής των ραδιοσυχνοτήτων. North Atlantic Treaty Organization (NATO) Η Βορειοατλαντική Συμμαχία, ΝΑΤΟ ( είναι υπεύθυνη για τους στρατιωτικούς κανονισμούς στις περισσότερες Ευρωπαϊκές Χώρες. Εμπλέκεται στη ρυθμιστική διαδικασία που αφορά στα μη επανδρωμένα αεροσκάφη μέσω της ομάδας πτήσεων σε μη περιορισμένο εναέριο χώρο (Flight in non-segregated airspace, FINAS), η οποία σκοπεύει να προτείνει και να καταγράψει κατευθυντήριες γραμμές ώστε να επιτραπούν οι πτήσεις UAS σε μη διαχωρισμένο εναέριο χώρο. Παρότι το ίδιο το ΝΑΤΟ δηλώνει ξεκάθαρα ότι δεν αποτελεί ρυθμιστικό σώμα, υπερασπίζεται την τυποποίηση για να προάγει τη διαλειτουργικότητα, την εξοικονόμηση προσπάθειας και την αμοιβαία εμπιστοσύνη. Στην παρακάτω εικόνα (Εικόνα 2 3) παρουσιάζονται συνοπτικά οι σχετικές εργασίες και τα έγγραφα του Οργανισμού σε σχέση με τα UAV. Ήδη, σημαντικές «συμφωνίες τυποποίησης» (Standardization Agreements, STANAGs) όπως οι παρακάτω αποτελούν ένα σημαντικό σύνολο επιθυμητών πρακτικών. 14

19 STANAG 4670: «Προτεινόμενη Οδηγία για την εκπαίδευση εξειδικευμένου χειριστή μη επανδρωμένου αεροσκάφους». Ασχολείται με την εκπαίδευση του χειριστή του UAV και αναφέρει τα απαιτούμενα προσόντα. STANAG 4671: «Απαιτήσεις πλοϊμότητας συστημάτων UAV» (UAV Systems Airworthiness Requirements [USAR]). Είναι ένα πρότυπο πιστοποίησης για UAV σταθερής πτέρυγας βάρους από 150kg έως 20000kg. Συνδέεται άμεσα με το πρότυπο πιστοποίησης CS-23 της EASA που αναφέρθηκε προηγουμένως. Το συγκεκριμένο έχει επικυρωθεί από τις ΗΠΑ, το Ηνωμένο Βασίλειο, τη Γαλλία και την Ολλανδία αλλά με επιφυλάξεις. Μελέτη 4685: «Ανθρώπινος Παράγοντας και Ασφάλεια Συστημάτων UAV». Αποτελεί δραστηριότητα της ομάδας FINAS κατά την οποία θα αναλυθούν τα ατυχήματα με UAV και τους ανθρώπινους παράγοντες που οδήγησαν σε αυτά. Επίσης, δίδεται ιδιαίτερη προσοχή στο ζήτημα της αποφυγής συγκρούσεων. Ένα UAV πρέπει να είναι ικανό να αντιλαμβάνεται την περιβάλλουσα εναέρια κυκλοφορία και να εκτελεί ίδιου τύπου ελιγμούς αποφυγής όπως και τα επανδρωμένα αεροσκάφη. Προτείνεται ένα επίπεδο ασφάλειας της τάξης των 5x10-9 συγκρούσεων ανά ώρα πτήσης. Εικόνα 2 3: Συνοπτικό διάγραμμα των εργασιών και εγγράφων του ΝΑΤΟ για τα UAS όπως αυτά περιγράφηκαν παραπάνω (πηγή: Ανακατασκευή από Everaerts, 2009). Joint Authorities for Rulemaking on UAS (JARUS) Light UAS Τα αρχικά JARUS αναφέρονται στην ένωση υπηρεσιών για τη δημιουργία κανόνων για τα συστήματα UAS που ιδρύθηκε το 2007 και στην οποία συμμετέχουν οι υπηρεσίες πολιτικής αεροπορίας πολλών χωρών εντός και εκτός Ευρωπαϊκής Ένωσης, μεταξύ αυτών και η 15

20 Ελλάδα, καθώς και η EASA και το EUROCONTROL. Η ένωση δραστηριοποιείται αυτήν την περίοδο σε τομείς όπως (JARUS, 2015, 1. Επιχειρησιακές απαιτήσεις και απαιτήσεις προσωπικού 2. Πιστοποίηση Οργανισμών 3. Πλοϊμότητα 4. Εντοπισμός και αποφυγή (συγκρούσεων) 5. Χειρισμός, έλεγχος και επικοινωνίες 6. Ασφάλεια συστημάτων UAS 7. Γενικότερο σχεδιασμό επιχειρήσεων Ταυτόχρονα, ο Everaerts (2009) σημειώνει ότι οι κανονισμοί για τα αεροσκάφη κάτω των 150kg είναι αυστηρά εθνικό ζήτημα στις Ευρωπαϊκές χώρες. Οι απαιτήσεις επομένως της JARUS θα πρέπει να εισαχθούν στο νομοθετικό πλαίσιο κάθε χώρας ξεχωριστά, γεγονός που ενδεχομένως προκαλέσει τη διαφοροποίησή τους σε κάποιο βαθμό από χώρα σε χώρα Μη κερδοσκοπικοί οργανισμοί AUVSI Η Διεθνής Ένωση για Συστήματα Μη Επανδρωμένων Οχημάτων (Association for Unmanned Vehicle Systems International) είναι ο μεγαλύτερος μη κερδοσκοπικός οργανισμός αφοσιωμένος αποκλειστικά στην πρόοδο της κοινότητας μη επανδρωμένων συστημάτων. Η AUVSI, με μέλη κυβερνητικούς οργανισμούς, βιομηχανίες και ακαδημαϊκούς, δεσμεύεται στην ανάπτυξη και προώθηση μη επανδρωμένων συστημάτων και σχετικών τεχνολογιών. EuroCAE Ο Ευρωπαϊκός Οργανισμός Εξοπλισμού Πολιτικής Αεροπορίας (European Organization of Civil Aviation Equipment) είναι ένας μη κερδοσκοπικός οργανισμός αεροπορικών κατασκευαστών, ρυθμιστών, Ευρωπαϊκών και εθνικών υπηρεσιών αεροπορίας, παρόχων υπηρεσιών εναέριας πλοήγησης, αεροπορικών εταιρειών, αεροδρομίων και άλλων χρηστών. Η ομάδα εργασιών 73 με το όνομα «Συστήματα μη Επανδρωμένων Αεροσκαφών» (Unmanned Aircraft Systems) ιδρύθηκε για την παροχή προτύπων και καθοδήγησης, τα οποία θα εξασφαλίσουν την ασφάλεια και την κανονικότητα των αποστολών των μη επανδρωμένων αεροσκαφών. Unmanned Vehicle Systems International Πρόκειται για μη κερδοσκοπικό οργανισμό με σκοπό την προώθηση συστημάτων μη επανδρωμένων οχημάτων. Έχει δημιουργήσει μια προσωρινή ομάδα εργασίας για μέλη από την αεροπορική βιομηχανία, τις αρχές και τους οργανισμούς της Ευρώπης, καθώς και παρατηρητές της FAA και της Επιτροπης Ραδιοτεχνικών Αεροπλοΐας (Radio Technical Commission for Aeronautics, RTCA). Επίσης έχει δραστηριότητα εντός των EuroCAE, NATO FINAS, ICAO, EUROCONTROL UAS και μπορεί να θεωρηθεί ως εκ τούτου ως συντονιστικός οργανισμός. 16

21 2.1.3 Φορείς σε εθνικό επίπεδο Σύμφωνα με τον Everaerts (2009) σε κάποιες ευρωπαϊκές χώρες έχουν γίνει βήματα για την ενσωμάτωση κάποιων κανονισμών στο θεσμικό πλαίσιο που διέπει την εναέρια κυκλοφορία. Ορισμένα χαρακτηριστικά παραδείγματα είναι: Ηνωμένο Βασίλειο: Η διεύθυνση εναέριου χώρου της Υπηρεσίας Πολιτικής Αεροπορίας της Αγγλίας έχει εκδώσει την οδηγία CAP722 με τίτλο «Επιχειρήσεις Συστημάτων μη Επανδρωμένων Αεροσκαφών στον εναέριο χώρο του Ηνωμένου Βασιλείου Οδηγία» προκειμένου «να βοηθήσει τους εμπλεκόμενους με συστήματα UAS να προσδιορίσουν την πορεία προς την πιστοποίηση, προκειμένου να εξασφαλίσει ότι τα απαιτούμενα πρότυπα και οι πρακτικές πληρούνται από όλους τους χρήστες UAS.» Η έκδοση του 2008 αναφέρεται πρώτη φορά σε πτήσεις εντός μη διαχωρισμένου εναέριου χώρου. Σουηδία: Η Αρχή Αεροπορικής Ασφάλειας εξέδωσε το 2003 μια διαδικασία ασφάλειας και έγκρισης πτήσεων UAS. Δανία: Η Υπηρεσία Πολιτικής Αεροπορίας έχει θεσπίσει κανονισμούς για τα UAS ελαφρύτερα των 25kg γεγονός το οποίο ουσιαστικά περιορίζει τις επιχειρήσεις των UAS σε χαμηλά ύψη (<100m) και μακριά από ανθρώπους και ιδιοκτησίες. Γαλλία: Η Γαλλική Υπηρεσία Πολιτικής Αεροπορίας επιτρέπει τις πτήσεις των UAS πέρα από το οπτικό πεδίο του πιλότου καθώς επίσης και αυτόνομες πτήσεις πάντα όμως εντός διαχωρισμένου εναέριου χώρου. Βέλγιο: Η Υπηρεσία Πολιτικής Αεροπορίας του Βελγίου αποφάσισε να βασίσει την διαδικασία πιστοποίησης των UAS στο καθιερωμένο ευρωπαϊκό πρότυπο πιστοποίησης CS- 23 της EASA (Belgian-Civil Aviation Authority, 2007) ανεξάρτητα από το βάρος του αεροσκάφους Ερευνητικά προγράμματα Πέρα από τις επίσημες δραστηριότητες των φορέων που αναφέρθηκαν παραπάνω, το EUROCONTROL, η EDA και άλλοι φορείς στηρίζουν ερευνητικά προγράμματα με σκοπό την ανάπτυξη κανονισμών για την είσοδο των μη επανδρωμένων αεροσκαφών σε πολιτικό μη διαχωρισμένο εναέριο χώρο. Μερικά χαρακτηριστικά παραδείγματα είναι: Air4All: Μελέτη της EDA για την «Διατύπωση ενός οδηγού για την τεχνολογία και τα συστήματα που απαιτούνται για την επίτευξη των θεσμικών προδιαγραφών για τα κρατικά και πολιτικά UAS» INOUI: Καινοτόμος επιχειρησιακή ενσωμάτωση συστημάτων UAS (Innovative Operational UAS Integration, EC FP6) ASTREA: Εν πτήση εκτίμηση και Αξιολόγηση Τεχνολογιών Αυτόνομων Συστημάτων (Autonomous Systems Technology Related Airborne Evaluation & Assessment) 17

22 2.2 Ευρωπαϊκή Ένωση Στα πλαίσια της Ευρωπαϊκής Ένωσης δραστηριοποιούνται διάφορες υπηρεσίες όπως η EASA και EDA η οποίες όπως αναφέρθηκε και παραπάνω έχουν ήδη ενεργήσει προς τη δημιουργία ορισμένων κανονισμών, προτύπων και οδηγιών ένταξης των UAS στον Ευρωπαϊκό εναέριο χώρο. Πέρα από τις κινήσεις των παραπάνω, σε επίπεδο Ευρωπαϊκής Ένωσης, η Ευρωπαϊκή Επιτροπή σε ανακοίνωσή της (2014) αναφέρει ως πρωταρχικό στόχο της πολιτικής της ΕΕ στον τομέα της αεροπορίας (επομένως και στον τομέα των UAS) την ασφάλεια των πτήσεων. Συγκεκριμένα για τα RPAS αναφέρεται πως οι πτητικές τους λειτουργίες θα πρέπει να προσφέρουν ισοδύναμα επίπεδα ασφάλειας με αυτά των επανδρωμένων αεροσκαφών. Εντός της αναφοράς προτείνεται ένα ρυθμιστικό πλαίσιο το οποίο θα πρέπει: 1. Να αντανακλά την πολυμορφία αεροσκαφών και πτητικών λειτουργιών 2. Να καθιστά τους κανόνες αναλογικούς προς ενδεχόμενους κινδύνους, με βάση το βάρος, την ταχύτητα, την πολυπλοκότητα, την κατηγορία εναέριου χώρου και τον τόπο ή την ιδιαιτερότητα των πτητικών λειτουργιών 3. Να περιστέλλει τον διοικητικό φόρτο για τη βιομηχανία και τις εποπτικές αρχές 4. Να επικεντρωθεί αρχικά σε πεδία στα οποία οι τεχνολογίες είναι ώριμες και επαρκώς αξιόπιστες. Ταυτόχρονα τονίζεται ο ηγετικός ρόλος που θα πρέπει να αναλάβει η EASA στο σύνολο των διαδικασιών που θα λάβουν χώρα για τη θέσπιση των διαφόρων κανονισμών και προτύπων και συγκεκριμένα κατά τις διαδικασίες της JARUS. Ως δράση, στο κομμάτι του ρυθμιστικού πλαισίου που αφορά τις πτήσεις σε μη διαχωρισμένο εναέριο χώρο, η Ευρωπαϊκή Επιτροπή: 1. Θα εξετάσει τις κανονιστικές προϋποθέσεις για την ένταξη των RPAS στον ευρωπαϊκό εναέριο χώρο από το 2016 και εφεξής, οι οποίες θα καλύπτουν τα αναγκαία βασικά ρυθμιστικά θέματα, για να εξασφαλιστεί συνεκτική και αποτελεσματική πολιτική, συμπεριλαμβανομένου και του ανάλογου πεδίου αρμοδιότητας της EASA. Πριν από κάθε πιθανή νομοθετική δράση θα εκπονηθεί εκτίμηση επιπτώσεων. 2. Θα ζητήσει από την EASA να αναπτύξει τις αναγκαίες γνωμοδοτήσεις που θα μπορούσαν να οδηγήσουν στην έκδοση εκτελεστικών κανόνων, με βάση, κατά το δυνατόν, διεθνείς διαδικασίες αναλογικές προς τον κίνδυνο και αποτελεσματικές διαβουλεύσεις. 3. Θα εξασφαλίσει εύκολη και επικαιροποιημένη πρόσβαση των δυνητικών κατασκευαστών, φορέων εκμετάλλευσης και άλλων εμπλεκόμενων οργανισμών στις εφαρμοστέες ρυθμιστικές πρωτοβουλίες, μεταξύ άλλων μέσω του συστήματος κοινοποίησης της οδηγίας 1998/34/ΕΚ. 18

23 Η ευρωπαϊκή διευθύνουσα ομάδα για τα RPAS (European RPAS Steering Group [ERSG]) τον Ιούνιο του 2013 δημοσίευσε τον «οδηγό για την ενσωμάτωση των πολιτικών τηλεχειριζόμενων αεροπορικών συστημάτων στο ευρωπαϊκό αεροπορικό σύστημα» ( Roadmap for the integration of civil remotely-piloted aircraft systems into the European aviation system ) ο οποίος αποτελεί μια εκτενή έκθεση με ένα προτεινόμενο πλάνο ενσωμάτωσης από το 2013 έως το Είναι σημαντικό να αναφερθεί ότι η ERSG αναγνωρίζει πως το μεγαλύτερο ποσοστό των ενεργών εταιρειών στον τομέα των μη επανδρωμένων αεροσκαφών είναι μικρές και μεσαίες επιχειρήσεις (Small Medium Enterprises [SMEs]) οι οποίες θα δυσκολευθούν να ανταποκριθούν σε ένα δυσανάλογο ρυθμιστικό πλαίσιο. Αναγνωρίζει επίσης, ότι ένα δυσανάλογο ρυθμιστικό πλαίσιο θα μείωνε σημαντικά την προοπτική δημιουργίας μιας νέας αγοράς από την τεχνολογία των μη επανδρωμένων αεροπορικών συστημάτων. Βασισμένη στη λογική αυτή και προκειμένου να δημιουργηθεί μια ενιαία αγορά UAS εντός της ΕΕ, η αναφορά της ERSG προτείνει επίσης τη μεταφορά της αρμοδιότητας για τα μη επανδρωμένα αεροσκάφη κάτω τω 150kg στην ΕΕ έως το Προς το παρόν η ανάπτυξη κανονισμών για αυτήν την κατηγορία μη επανδρωμένων αεροσκαφών παραμένει στην ευθύνη των εθνικών υπηρεσιών πολιτικής αεροπορίας γεγονός το οποίο αφορά άμεσα τα UAS για φωτογραμμετρικές εφαρμογές καθώς στην πλειοψηφία τους ανήκουν στην κατηγορία αυτή. 2.3 ΗΠΑ Στη άλλη πλευρά του Ατλαντικού, η Υπηρεσία Πολιτικής Αεροπορίας των ΗΠΑ (Federal Aviation Authority, FAA), σε έκθεση του 2013 (FAA, 2013) κάνει λόγο για δύο φάσεις ένταξης των UAS στον εθνικό εναέριο χώρο. Η πρώτη θα αποτελεί μια φάση προσαρμογής ενώ η δεύτερη θα είναι αυτή καθ αυτή η φάση της ένταξής τους. Τονίζεται επίσης ότι προϋπόθεση της ένταξης τους είναι να μην προκαλέσουν μείωση στη χωρητικότητα του εναέριου χώρου και την παρεχόμενη ασφάλεια, να μην αυξήσουν τους κινδύνους και να μην επηρεάσουν τη γενικότερη λειτουργία του συστήματος των εναέριων μεταφορών περισσότερο από άλλες νέες τεχνολογίες. Στη πράξη έχει ήδη συσταθεί ειδικό γραφείο, εντός της FAA, για την ενσωμάτωση των μη επανδρωμένων αεροπορικών συστημάτων (UAS) το οποίο συνεργάζεται στενά με μια ευρεία γκάμα ενδιαφερόμενων, συμπεριλαμβανομένων κατασκευαστών, πωλητών, οργανισμών, συνδέσμων, ακαδημαϊκών ιδρυμάτων, κέντρων έρευνας κι ανάπτυξης, κυβερνητικών υπηρεσιών και άλλων ρυθμιστών. Μέχρι σήμερα στον εθνικό εναέριο χώρο των ΗΠΑ, οι πτήσεις UAS επιτρέπονται μέσω ενός ειδικού πιστοποιητικού (Certificates of Waiver or Authorization) σε δημόσιους χειριστές, και ειδικά πιστοποιητικά πλοϊμότητας στην κατηγορία πειραματικού τύπου για ιδιώτες. Οι ήδη εδραιωμένες αεροπορικές πρακτικές και πολιτικές που ακολουθούνται στις ΗΠΑ παρέχουν ένα αποδεκτό επίπεδο ασφάλειας. Πυρήνας αυτών των πρακτικών είναι η αρχή πως κάθε αεροσκάφος διαθέτει κάποιον πιλότο ο οποίος το χειρίζεται σε εναρμόνιση με τις απαιτούμενες διαδικασίες και πρακτικές. Αυτή η βασική αρχή πρόκειται να εφαρμοσθεί και για τα UAS στις ΗΠΑ. 19

24 2.4 Αυστραλία Στην Αυστραλία υπήρξε μια από τις σημαντικότερες εξελίξεις στον τομέα των μη επανδρωμένων αεροσκαφών. Ήδη από το 2002, η Υπηρεσία Ασφάλειας Πολιτικής Αεροπορίας, ενέκρινε τον Κανονισμό Αεροπορικής Ασφάλειας 101 (Civil Aviation Safety Regulation 101, CASR 101) ο οποίος αποτελεί τον πρώτο κανονισμό λειτουργίας για μη επανδρωμένα αεροσκάφη στον κόσμο. Χάρη στον κανονισμό αυτό, οποιοσδήποτε ενδιαφερόμενος μπορεί να αιτηθεί προκειμένου να πιστοποιηθεί ως εκμεταλλευτής συστημάτων UAS. Το εν λόγω πιστοποιητικό καλύπτει ένα μεγάλο εύρος πτυχών της λειτουργίας και εκμετάλλευσης των UAS όπως, ελεγκτές, πιλότους, θέματα υγείας, συντήρησης και περιοχές ευθύνης. 2.5 Πρόσφατες εξελίξεις Στην επετηρίδα του UVS International για το έτος 2014/2015 (UVS International, 2014) αναφέρονται οι σημαντικότερες εξελίξεις στο χώρο των μη επανδρωμένων αεροσκαφών. Πιο συγκεκριμένα: Η ERSG κατέθεσε τον «Οδηγό για την ενσωμάτωση των πολιτικών Τηλεχειριζόμενων Αεροπορικών Συστημάτων στο Ευρωπαϊκό Αεροπορικό Σύστημα» Δημοσιεύθηκε το έγγραφο εργασίας της Ευρωπαικής Επιτροπής με τίτλο «Προς μια Ευρωπαϊκή στρατηγική για την ανάπτυξη πολιτικών εφαρμογών RPAS». Ο οδηγός της ERSG έγινε επισήμως δεκτός τον Απρίλη του 2014 από την Ευρωπαϊκή Επιτροπή Η Ευρωπαϊκή Επιτροπή δημοσιεύει στις 8 Απριλίου του 2014 κείμενο με τίτλο «Μια νέα εποχή για την αεροπορία - Άνοιγμα της αγοράς αερομεταφορών στην πολιτική χρήση των συστημάτων τηλεχειριζόμενων αεροσκαφών με ασφαλή και βιώσιμο τρόπο» Η SESAR δημοσίευσε το βοηθητικό υλικό με όνομα «Φάση Ορισμού» (Definition Phase), σχετικό με την υλοποίηση του οδηγού της ERSG. Η JARUS αναγνωρίστηκε επισήμως ως σημαντικός συντελεστής για την υλοποίηση του οδηγού της ERSG Ιδρύθηκαν νέοι σύνδεσμοι για τα RPAS σε Αυστραλία, Γαλλία, Νότια Αφρική, Ισπανία και Ηνωμένο Βασίλειο Το πλήθος των μη στρατιωτικών επιχειρήσεων RPAS αυξήθηκε σε χώρες με ισχύοντες κανονισμούς Ο αριθμός των πιστοποιημένων εκμεταλλευτών RPAS στην Ευρώπη ανήλθε στους 1500 με τη Γαλλία να κατέχει την πρώτη θέση Στην Γερμανία ανακοινώθηκε εντυπωσιακός αριθμός αδειών πτήσεις σε UAS από το υπουργείο μεταφορών Οι εθνικές υπηρεσίες πολιτικής αεροπορίας της Αυστρίας και της Ιταλίας ανακοίνωσαν νέους κανονισμούς RPAS Η Γαλλική Υπηρεσία πολιτικής αεροπορίας ανακοίνωσε ανανέωση των κανονισμών RPAS 20

25 Οι υπηρεσίες πολιτικής αεροπορίας της Φινλανδίας, της Λιθουανίας και της Νορβηγίας ανακοίνωσαν την υλοποίηση κανονισμών UAS το Η υπηρεσία πολιτικής αεροπορίας της Ελβετίας ανακοίνωσε την έκδοσης οδηγίας για τα RPAS το καλοκαίρι του 2014 Η επιτροπή Εναέριας πλοήγησης του ICAO συμφώνησε στην ίδρυση τμήματος RPAS για τον συντονισμό και την ανάπτυξη Προτύπων και Προτεινόμενων Πρακτικών (SARPs), διαδικασιών και υλικού καθοδήγησης για τα RPAS. 21

26 3 Συστήματα UAS 3.1 Κατηγοριοποίηση των UAS Είναι ευνόητο το γεγονός ότι για διαφορετικούς σκοπούς μπορούν να χρησιμοποιηθούν και διαφορετικού τύπου μη επανδρωμένα αεροσκάφη. Αναλόγως, υπάρχουν και αρκετές διαφορές στα μεγέθη. Είναι λογικό, για παράδειγμα, πως ένα μη επανδρωμένο αεροσκάφος στρατιωτικής χρήσης θα είναι αρκετά μεγάλο προκειμένου να φέρει τον απαραίτητο εξοπλισμό για την πραγματοποίηση των αποστολών του. Αυτό έχει να κάνει με το επιχειρησιακό ύψος στο οποίο θα κινείται, την επιθυμητή εμβέλεια και πτητική αυτονομία του. Αντίστοιχα, ένα μη επανδρωμένο αεροσκάφος για φωτογραμμετρικές εφαρμογές μικρής κλίμακας δεν απαιτείται να είναι ιδιαίτερα μεγάλο Κατηγοριοποίηση με βάση το μέγεθος, τη μάζα και τις επιδόσεις του αεροσκάφους Αρκετοί οργανισμοί έχουν κατά καιρούς προτείνει διάφορους τρόπους κατηγοριοποίησης των μη επανδρωμένων αεροσκαφών. Σύμφωνα με τον Ευρωπαϊκό Οργανισμό Συστημάτων Μη Επανδρωμένων Οχημάτων (European Association of Unmanned Vehicles Systems, EUROUVS) η κατάταξη των μη επανδρωμένων αεροσκαφών συνοψίζεται στον πίνακα (Πίνακας 3-2) της επόμενης σελίδας. Ανεξάρτητα από την παραπάνω κατηγοριοποίηση, η οποία αφορά το μέγεθος και τις γενικότερες επιδόσεις των UAV, είναι σημαντικό να αναφερθεί και μια γενικότερη κατηγοριοποίηση. Αυτή εφαρμόζεται για όλα τα αεροσκάφη εν γένει, επανδρωμένα ή μη και στην τάξη των μη επανδρωμένων επηρεάζει τις επιδόσεις τους και τις δυνητικές χρήσεις τους προκειμένου να κατηγοριοποιηθούν σύμφωνα με τον προηγούμενο πίνακα. Οι κατηγορίες αυτές φαίνονται καλύτερα στον επόμενο πίνακα (Eisenbeiß, 2009): 22

27 Ελαφρύτερα του Βαρύτερα του αέρα αέρα Εύκαμπτης πτέρυγας Σταθερής πτέρυγας Περιστρεφόμενης πτέρυγας Hang glider Μη προωθούμενα Αερόστατα Paraglider Kites Ανεμόπτερα Rotor-kite Προωθούμενα Αερόπλοια Paraglider Ελικοφόρα Μονής έλικας Κοινού άξονα Αεριωθούμενα Τετραπλής έλικας Πολλαπλής έλικας Πίνακας 3-1: Πίνακας κατηγοριοποίησης των μη επανδρωμένων αεροσκαφών με βάση τον τύπο του αεροσκάφους (πηγή: Eisenbeiß, 2009) 23

28 Μικρά/Μίνι (Micro/Mini) UAVs Τακτικά (Tactical) UAVs Στρατηγικά (Strategic) UAVs Κατηγορία Μέγιστο βάρος Απογείωσης (kg) Μέγιστο ύψος πτήσης (m) Αυτονομία Εμβέλεια επικοινωνίας Παράδειγμα (ώρες) (km) Αποστολές Μικρά (MAV) <10 Αναγνωριστικές Επίβλεψη εσωτερικών χώρων Μίνι < <2 <10 Βιομηχανία ταινιών και τηλεπικοινωνιών, γεωργία, μετρήσεις μόλυνσης, παρακολούθηση κτιρίων Κοντινής απόστασης (Close Range) (CR) Εντοπισμός ναρκών, έρευνα και διάσωση Μικρής απόστασης (Short Range) (SR) Εντοπισμός ναρκών Μεσαίας απόστασης (Medium Range) Εντοπισμός ναρκών (MR) Μεγάλης απόστασης (Long Range) (LR) Αναμετάδοση τηλεπικοινωνιών Υψηλής αυτονομίας(endurance) (EN) >500 Αναμετάδοση τηλεπικοινωνιών Μέσου υψομέτρου, μακράς >500 Μεταφορά αυτονομίας (Medium Altitude, Long Endurance) (MALE) πυρομαχικών, Αναμετάδοση τηλεπικοινωνιών Μεγάλου υψομέτρου, μακράς αυτονομίας (High Altitude, Long Endurance )(HALE) >2000 Εκτόξευση οχημάτων, ασφάλεια αεροδρομίων, Αναμετάδοση τηλεπικοινωνιών Ειδικού σκοπού (Special Task) UAVs Μαχητικά (Lethal) (LET) Πλήξη ραντάρ, πλοίων, αεροσκαφών, υποδομών Αντιπερισπασμού (Decoys)(DEC) < Εναέριος και θαλάσσιος αντιπερισπασμός Στρατοσφαιρικά (Stratospheric) TBD >48 > (Strato) Εξωστρατοσφαιρικά (Exo- TBD >30000 TBD TBD - Stratospheric) (EXO) Πίνακας 3-2: Πίνακας των βασικών κατηγοριών και υποκατηγοριών των μη επανδρωμένων αεροσκαφών και των βασικών τους επιδόσεων καθώς και των συνηθισμένων αποστολών που αναλαμβάνουν (πηγή: UVS International). 24

29 3.1.2 Κατηγοριοποίηση με βάση τη δυνατότητα πιστοποίησης Σύμφωνα με τον (Everaerts, 2009) ο UVS international προτείνει έναν εναλλακτικό τρόπο κατηγοριοποίησης των UAS ο οποίος βασίζεται στον τρόπο πιστοποίησης/αδειοδότησης πτήσεων τους. Σύμφωνα με την κατηγοριοποίηση αυτή μπορούμε να διακρίνουμε τις εξής κατηγορίες που παρουσιάζονται στον Πίνακας 3-3. Ελαφρά UAS Κλάση I Μέγιστη Μάζα Απογείωσης, MTOM (kg) Μικρά < 1.5 Κατηγορία A Κατηγορία B 7 20/25 Κατηγορία C 20/ Ύψος Πτήσης (m) < ~150 Πάνω από το επίπεδο του εδάφους Απόσταση από Πιλότο (m) < ~500 Λειτουργία Πτήσης Μέσω οπτικής επαφής (LoS*) Πίνακας 3-3: Οι τέσσερις κατηγορίες των ελαφρών UAS κλάσης Ι σύμφωνα με τον UVS International καθώς και οι βασικές επιδόσεις και τα χαρακτηριστικά πτήσης τους (*Line of Sight). Τα ελαφρά UAS της κλάσης Ι συνήθως επιχειρούν σε μη ελεγχόμενο εναέριο χώρο, υπό την οπτική επαφή του πιλότου. Η εκτέλεση αυτών των πτήσεων θεωρείται συγκριτικά εύκολη στα πλαίσια των οποίων θα απαιτείται: Απόδειξη ασφαλούς πτήσης Κατοχή εγκεκριμένων εγγράφων από τις αντίστοιχες υπηρεσίες Εκπαίδευση και αδειοδότηση του πιλότου Καθορισμός συγκεκριμένων περιορισμών (ορισμένη περιοχή, καιρικές συνθήκες κλπ) Αναφορά συμβάντων Έκδοση και δημοσίευση αεροπλοϊκών σημειωμάτων (Notice to Airmen, ΝΟΤΑΜ) με περιγραφή της περιοχής, της διάρκειας και της φύσης των πτήσεων. Αυτού του είδους τα UAS μπορούμε να πούμε ότι πετούν ήδη σε πολλές χώρες, υπό διαφορετικό πλαίσιο κανόνων. Η Ευρωπαϊκή Κοινότητα Έρευνας Χωρικών Δεδομένων EuroSDR (European Spatial Data Research) θα πρέπει να εστιάσει σε αυτού του είδους τα συστήματα καθότι οι επόμενες δύο κλάσεις συναντούν κάποιες δυσκολίες στην ενσωμάτωσή τους στην εναέρια κυκλοφορία (Everaerts, 2009). Όπως φαίνεται και στον πίνακα (Πίνακας 3-4), τα συστήματα της κλάσης αυτής υποδιαιρούνται σε τέσσερις κατηγορίες ως προς τη μάζα τους (Μικρά, και κατηγορίες A,B και C). Είναι λογικό πως ένα ελαφρύτερο σύστημα είναι εκ των πραγμάτων περισσότερο πιθανό να εγκριθεί από τις εκάστοτε αρμόδιες αρχές. 25

30 Ελαφρά UAS κλάση II Μέγιστη Μάζα Απογείωσης, MTOM (kg) Μικρά < 1.5 Κατηγορία A Κατηγορία B 7 20/25 Κατηγορία C 20/ Ύψος Πτήσης (m) > ~150 Πάνω από το επίπεδο του εδάφους Απόσταση από Πιλότο (m) > ~500 Λειτουργία Πτήσης Εκτός οπτικής επαφής Πίνακας 3-4: Πίνακας με τις τέσσερις κατηγορίες των ελαφρών UAS κλάσης ΙΙ σύμφωνα με τον UVS International καθώς και οι βασικές επιδόσεις και τα χαρακτηριστικά πτήσης τους. Τα συστήματα της κατηγορίας αυτής είναι περισσότερο πολύπλοκα. Προορίζονται για πτήσεις σε ακτίνα μεγαλύτερη από την οπτική εμβέλεια του πιλότου. Έτσι θα πρέπει να φέρουν τα κατάλληλα μέσα για τον εντοπισμό και την αποφυγή άλλων αεροσκαφών. Για την πτήση τους θα πρέπει να επικοινωνούν με τον Έλεγχο Εναέριας Κυκλοφορίας και να ακολουθούν τους κανόνες πτήσεων. Για τις πτήσεις τους θα πρέπει να ισχύουν (Everaerts, 2009): Πλήρης συμμόρφωση με ένα σύνολο κανόνων (π.χ. EASA CS23 ή CS-VLA Certifications Specifications for Very Light Aeroplanes) Απόκτηση πιστοποιητικού αερομεταφορέα από τους εκμεταλλευτές Απόκτηση επίσημης καταχώρησης του αεροσκάφους Πιστοποιητικό πλοϊμότητας αεροσκάφους Χρήση διπλωματούχου πιλότου Πιστοποιητικό τύπου Συμμόρφωση με τις διατάξεις 66 & 145 της EASA περί συντήρησης αεροσκαφών Κατασκευή από εγκεκριμένο κατασκευαστή Έκδοση NOTAM για την ενημέρωση των λοιπών χρηστών του εναέριου χώρου Τα παραπάνω είναι αρκετά δύσκολο να επιτευχθούν καθώς πολλές από τις παραπάνω απαιτήσεις εμπεριέχουν αρκετές ασάφειες καθώς εξελίσσεται και το αντίστοιχο θεσμικό πλαίσιο. Προς το παρόν, δεν φαίνεται να υπάρχει κάποια επαρκώς υποσχόμενη εφαρμογή των UAS που να δικαιολογεί το συνεπαγόμενο κόστος. UAS υπό τους κανονισμούς της EASA Οι πτήσεις των UAS μέγιστης μάζας απογείωσης μεγαλύτερης των 150kg ρυθμίζονται από την EASA. Οι απαιτήσεις για την ενσωμάτωση αυτών αναμένονται να είναι αυστηρότερες γεγονός που θέτει τα ίδια ζητήματα με την προηγούμενη κατηγορία. Μέγιστη Μάζα Απογείωσης (MTOM) (kg) Ύψος Πτήσης (m) Απόσταση από τον Πιλότο (m) Λειτουργία πτήσης > 150 Από το επίπεδο > 150 > 500 Εκτός οπτικής επαφής του εδάφους Πίνακας 3-5:Πίνακας των βασικών επιδόσεων και των χαρακτηριστικών πτήσης των μη επανδρωμένων αεροπορικών συστημάτων που εμπίπτουν στους κανονισμούς της EASA. 26

31 3.2 Βασικά τμήματα συστημάτων UAS Μέχρι εδώ έχουν παρουσιαστεί ορισμένα βασικά αλλά γενικά ζητήματα τα οποία αφορούν τα Συστήματα Μη Επανδρωμένων Αεροσκαφών και κυρίως ζητήματα κατηγοριοποίησης τους καθώς και ενσωμάτωσης τους στον κοινό εναέριο χώρο. Εκτός από τα βασικά ζητήματα αυτά στη συνέχεια θα γίνει μια ανάλυση περισσότερο τεχνικών ζητημάτων ξεκινώντας από την ίδια τη φύση και τη δομή τους. Όπως αναφέρθηκε και σε προηγούμενο κεφάλαιο (Παράγραφος 1.2), ο όρος UAS αναφέρεται σε ένα σύστημα το οποίος περιλαμβάνει ένα μη επανδρωμένο αεροσκάφος καθώς και ένα επίγειο σύστημα ελέγχου. Τα UAS ανήκουν στη ευρύτερη κατηγορία των UVS τα οποία περιλαμβάνουν αντίστοιχα συστήματα μη επανδρωμένων οχημάτων τα οποία όμως μπορεί να βρίσκονται στον αέρα (UAS), το έδαφος ή το νερό ακόμη και υποβρυχίως (Everaerts, 2009). Σε γενικές γραμμές τα συστήματα αυτά, εφόσον πρόκειται για συστήματα και όχι για το αεροσκάφος αυτό καθαυτό, αποτελούνται από διάφορα μέρη τα οποία με τη σειρά τους μπορεί να αποτελούνται από μικρότερα υποσυστήματα. Είναι σημαντικό επομένως να γίνει αντιληπτό το γεγονός ότι, παρ όλο που το εναέριο τμήμα ενός UAS είναι αυτό που κατ αρχήν το χαρακτηρίζει και παρουσιάζει μεγάλο ενδιαφέρον, καθίσταται μη εκμεταλλεύσιμο χωρίς την αντίστοιχη υποστήριξη από ένα επίγειο σύστημα ελέγχου. Στην επόμενη εικόνα (Εικόνα 3 1) φαίνεται η γενική δομή των συστημάτων UAS σύμφωνα με τον Everaerts (2009). Παρουσιάζονται τα τρία βασικά τμήματα που τα αποτελούν καθώς και οι επιμέρους λειτουργίες και τα υποσυστήματα τους. 27

32 Εικόνα 3 1: Σχηματική αναπαράσταση των επιμέρους τμημάτων ενός συστήματος UAS. Παρουσιάζονται τα κεντρικά τμήματα καθώς και οι επιμέρους λειτουργίες τους Εναέριο τμήμα Το αεροσκάφος: Αποτελεί την μηχανολογική δομή η οποία επιτρέπει την πτήση (άτρακτος, πτέρυγες, ουρά, έλικες κλπ) και παρέχει τον απαραίτητο χώρο για τα υπόλοιπα στοιχεία που μεταφέρονται στον αέρα. Avionics (Αεροπορικά Ηλεκτρονικά Συστήματα): Αποτελούν το σύστημα των ηλεκτρομηχανικών μερών τα οποία ελέγχουν το αεροσκάφος. Σε αυτό περιλαμβάνονται οι απαραίτητοι σερβομηχανισμοί οι οποίοι κινούν τα κινητά μέρη του αεροσκάφους (πτερύγια κλπ), αισθητήρες που παρέχουν πληροφορίες τόσο για το περιβάλλον (πίεση, θερμοκρασία κλπ) όσο και για την κατάσταση του αεροσκάφους σε αυτό (γωνίες κλίσης κλπ). Απαραίτητα είναι επίσης συνήθως ένας αυτόματος πιλότος, ένα GPS, γυροσκόπια καθώς και όργανα μέτρησης του υψόμετρου πτήσης. Σε πολλές περιπτώσεις, για τη λειτουργία του αυτόματου πιλότου, χρησιμοποιούνται και κάμερες. Κεντρική μονάδα ελέγχου: Συνηθίζεται τα avionics να περιλαμβάνουν και μια κεντρική μονάδα η οποία εκτελεί τις εντολές που δίνει ο πιλότος καθώς επίσης και να παρακολουθεί όλα τα συστήματα του αεροσκάφους. Σε περίπτωση κάποιας δυσλειτουργίας ή απώλειας επικοινωνίας με το αεροσκάφος, η μονάδα αυτή αναλαμβάνει να κατευθύνει το αεροσκάφος σε κάποια προδιαγεγραμμένη πορεία έκτακτης ανάγκης ή ακόμα και την προσγείωση του. Transponder (Αναμεταδότης): Σε περιπτώσεις πτήσεων σε ελεγχόμενο εναέριο χώρο, ενδεχομένως να απαιτείται και η παρουσία μια ειδικής συσκευής λήψης και 28

33 εκπομπής σημάτων τα οποία λαμβάνονται από τα ραντάρ των ελεγκτών εναέριας κυκλοφορίας για την εμφάνιση της ταυτότητας, της θέσης και του ύψους των αεροσκαφών στις οθόνες ελέγχου. Κινητήρες: Αφορά στο τμήμα της προώθησης του αεροσκάφους που απαιτείται για τη διατήρησή του εν πτήση και η οποία παρέχεται με τη μορφή κινητήρων. Μπορούμε να εντοπίσουμε ηλεκτρικούς κινητήρες, εμβολοφόρους κινητήρες εσωτερικής καύσης ή στροβιλοκινητήρες οι οποίοι απαιτούν την παρουσία μπαταριών (ή ηλιακών συλλεκτών σε ορισμένες περιπτώσεις) και καυσίμων αντίστοιχα. Μετρητικά όργανα και συσκευές: Χαρακτηρίζουν σε ένα βαθμό το σκοπό ύπαρξης του συστήματος. Τα όργανα αυτά συνήθως είναι οπτικά (βιντεοκάμερες, φωτογραφικές κάμερες, ραντάρ) αλλά δεν περιορίζονται σε αυτά. Σε περιπτώσεις μικρών πτήσεων, τα δεδομένα που συλλέγονται από τα όργανα αποθηκεύονται τοπικά σε μονάδες αποθήκευσης. Αντίθετα, σε περιπτώσεις πτήσεων μεγαλύτερης διάρκειας, όπου ο όγκος των δεδομένων είναι ιδιαίτερα μεγάλος, απαιτείται η ασύρματη μεταφορά τους στον σταθμό εδάφους. Συσκευές τηλεπικοινωνίας: Στο τμήμα αυτό περιλαμβάνονται οι πομποδέκτες ασύρματου ελέγχου του αεροσκάφους οι οποίοι μεταφέρουν εντολές σε μορφή σημάτων από τον πιλότο που βρίσκεται στο έδαφος στα ηλεκτρονικά συστήματα του αεροσκάφους. Επίσης, πολλές φορές περιλαμβάνονται κι άλλες διατάξεις ασύρματης επικοινωνίας οι οποίες αναλαμβάνουν τη μεταφορά ζωτικών στοιχείων της πτήσης (θέση, ύψος, ταχύτητα, ποσότητα καυσίμων κλπ), πληροφοριών των συστημάτων (κατάσταση λειτουργίας κλπ) του αεροσκάφους καθώς και των ληφθέντων δεδομένων από τα μετρητικά όργανα του αεροσκάφους Επίγειο τμήμα Σχεδιασμός πτήσης: Το κομμάτι αυτό αφορά στο σχεδιασμό της πτήσης πριν από την εκτέλεσή της καθώς επίσης και στην παρακολούθησή της κατά τη διάρκεια της προκειμένου να διαπιστώνεται τυχόν απόκλιση από αυτό που έχει σχεδιασθεί. Κατά το σχεδιασμό λαμβάνεται πάντα υπόψη α) ο σκοπός της πτήσης β) περιβαλλοντικά στοιχεία (καιρικές συνθήκες, ανάγλυφο κλπ) της περιοχής που θα εκτελεσθεί η πτήση γ) δεδομένα που λαμβάνονται σε πραγματικό χρόνο από το αεροσκάφος (θέση, ύψος κλπ). Με βάση αυτά, εξάγεται ο βέλτιστος τρόπος επίτευξης των στόχων ως προς τη διαδρομή και τη ρύθμιση των ζωτικών λειτουργιών (ισχύς κινητήρων, ύψος, ταχύτητα) του αεροσκάφους. Ο πιλότος έχει πάντα πρόσβαση στο αποτέλεσμα του σχεδιασμού πτήσης καθώς επίσης και ο Έλεγχος Εναέριας Κυκλοφορίας σε περιπτώσεις αδειοδότησης των πτήσεων. Έλεγχος πτήσης: Ο έλεγχος του αεροσκάφους γίνεται πάντα με την παρουσία πιλότου. Ακόμη και σε περιπτώσεις αυτοματοποιημένων (με χρήση αυτόματου πιλότου) πτήσεων απαιτείται η παρουσία πιλότου καθώς μπορεί ανά πάσα στιγμή να απαιτηθεί χειροκίνητος έλεγχος του αεροσκάφους. Τηλεπικοινωνίες: Όπως και από την πλευρά του αεροσκάφους, έτσι και το κομμάτι των τηλεπικοινωνιών στο έδαφος χρησιμοποιείται για τον έλεγχο του 29

34 αεροσκάφους, τη λήψη των δεδομένων τηλεμετρίας και πολλές φορές για τον έλεγχο των οργάνων λήψης (κλίση κάμερα, ζουμ κλπ). Έλεγχος οργάνων: Με βάση το υπολογιζόμενο σχέδιο πτήσης, τα μετρητικά όργανα απαιτούνται για τη λήψη των απαραίτητων δεδομένων. Αυτό για παράδειγμα, στις περιπτώσεις που το εν λόγω όργανο είναι κάποια κάμερα (φωτογραμμετρία, τηλεπισκόπιση), περιλαμβάνει τον έλεγχο όλων των στοιχείων της κάμερας όπως, ταχύτητα κλείστρου, εστιακό βάθος ακόμα και τη διεύθυνσή της λήψης του φακού. Λήψη και επεξεργασία δεδομένων: Τα πρωτογενή δεδομένα που συλλέγονται χρησιμοποιούνται για πολλούς λόγους. Ένας από αυτούς πολλές φορές είναι η χρήση τους για επανασχεδιασμό της πτήσης και των στόχων της. Αυτό γίνεται μετά από κατάλληλη επεξεργασία τους στο σύστημα ελέγχου. Σε περιπτώσεις συστημάτων UAV Μεγάλου υψομέτρου Μακράς αυτονομίας (HALE) (βλ. Πίνακας 3-2), οι εγκαταστάσεις επεξεργασίας δεδομένων είναι συγκρίσιμες με αυτές που φιλοξενούν κέντρα ελέγχου δορυφόρων. Από τα μέρη του επίγειου τμήματος ενός συστήματος UAS που αναφέρθηκαν παραπάνω, ένα από τα βασικότερα και πάνω στα οποία πραγματοποιείται μεγάλο μέρος της σύγχρονης έρευνας είναι αυτό του σχεδιασμού και έλεγχου πτήσης. Στην πλειονότητα των περιπτώσεων τα μέρη αυτά υποστηρίζονται από σύγχρονα υπολογιστικά συστήματα με τη χρήση ολοκληρωμένων εφαρμογών οι οποίες αναπτύσσονται για το σκοπό αυτό. Απαντάται μάλιστα μεγάλο εύρος ερευνών κυρίως στους αλγορίθμους οι οποίοι αναλαμβάνουν την υποβοήθηση αυτών και στοχεύουν στην αύξηση της αυτοματοποίησης των αποστολών των UAV και στη μείωση του κόστους και του χρόνου σχεδιασμού και εκτέλεσης τους. 30

35 4 Σχεδιασμός πτήσεων UAS 4.1 Έλεγχος πτήσης Στο σημείο αυτό αξίζει να γίνει μια περισσότερο λεπτομερής αναφορά στις διάφορες τεχνολογίες ελέγχου της πτήσης αυτής καθ αυτής. Όπως αναφέρθηκε και προηγουμένως, στο εναέριο τμήμα ενός συστήματος UAS περιλαμβάνονται τα avionics τα οποία αποτελούν τα ηλεκτρονικά μέρη του σκάφους και αναλαμβάνουν τον βασικό έλεγχο του. Με άλλα λόγια, οποιαδήποτε εντολή κίνησης του αεροσκάφους υπόκειται σε επεξεργασία και εκτελείται από αυτά τα στοιχεία. Αναλόγως με την πολυπλοκότητα του αεροσκάφους, την κατηγορία του αλλά και το σκοπό πτήσης του, τα συστήματα αυτά ποικίλουν. Έτσι, στη περίπτωση ενός ελικοπτέρου για παράδειγμα και ενός αεροσκάφους σταθερής πτέρυγας, τα αντίστοιχα συστήματα θα διαφέρουν αρκετά στον τρόπο που ελέγχουν το σκάφος. Σύμφωνα με τους Almeida et al (2015) η πλειονότητα της έρευνας η οποία έχει διεξαχθεί έως τώρα αφορά κυρίως τον έλεγχο τον τριών περισσότερο διαδεδομένων σκαφών. Δηλαδή των ελικοπτέρων, των τετρακόπτερων καθώς και των αεροσκαφών σταθερής πτέρυγας. Μάλιστα, αναφέρονται και στην εμφάνιση ενός νεότερου υβριδικού τύπου αεροσκάφους, του αεροσκάφους με ρότορες μεταβλητής γωνίας το οποίο συνδυάζει τα οφέλη των ελικοπτέρων με αυτά των αεροσκαφών σταθερής πτέρυγας. Είναι άμεσα αντιληπτό επομένως το γεγονός ότι οι δομικές διαφορές στις αρχές της φυσικής στις οποίες βασίζεται η πτήση τους επιβάλουν και διαφορετικές προσεγγίσεις στους τρόπους ελέγχου αυτών. Σε γενικές γραμμές, όπως αναφέρεται και από τους Krishnamurthy et al (2015) η βασική αρχή αφορά στη χρήση τριών βαθμών ελευθερίας για τον έλεγχο της στάσης του αεροσκάφους ως προς το χώρο, έναν για κάθε άξονα Χ,Υ και Ζ καθώς και έναν τέταρτο βαθμό ελευθερίας για τον έλεγχο της ταχύτητας μέσω των κινητήρων. Στην μεγαλύτερη πλειοψηφία των περιπτώσεων ο έλεγχος αυτός προέρχεται από κάποιον πιλότο ο οποίος βρίσκεται στο έδαφος και ελέγχει το αεροσκάφος ασύρματα μέσω κάποιου τηλεχειριστηρίου. Τα τηλεχειριστήρια αυτά δίνουν τη δυνατότητα στον πιλότο να δώσει κάποια εντολή για κίνηση (περιστροφή) σε οποιονδήποτε από τους άξονες Χ, Υ και Ζ καθώς και για αυξομείωση της προωθητικής ώσης του κινητήρα. 31

36 Κάτι που παρατηρείται ιδιαίτερα έντονα τα τελευταία χρόνια είναι η κατά το μέγιστο αυτοματοποίηση των διαδικασιών ελέγχου του αεροσκάφους. Αυτό επιτυγχάνεται με προηγμένα συστήματα avionics τα οποία συνεργάζονται με κάποιον επίγειο σταθμό και αναλαμβάνουν σχεδόν εξ ολοκλήρου τον έλεγχο και την πλοήγηση του αεροσκάφους. Ειδικότερα, όσο οι αποστολές των μη επανδρωμένων αεροσκαφών γίνονται όλο και πιο περίπλοκες, ο σχεδιασμός τους, η παρακολούθηση και η διόρθωση τους απαιτούν περισσότερο αυτοματοποιημένα συστήματα. Για το λόγο αυτό, όπως περιγράφεται και παρακάτω, συναντάται μεγάλο μέρος έρευνας το οποίο αφορά την αυτοματοποίηση αυτών των διαδικασιών. 4.2 Σχεδιασμός πτήσης Στο στάδιο αυτό περιλαμβάνεται, όπως αναφέρθηκε και παραπάνω, η διαδικασία ορισμού του βασικού στόχου της πτήσης, ο σχεδιασμός της εκτέλεσης του καθώς πολλές φορές και η εκτέλεση του σε πραγματικό χρόνο. Με άλλα λόγια περιλαμβάνει τη συγκέντρωση όλων των απαραίτητων πληροφοριών για την επίτευξη των στόχων της πτήσης και αποτελείται από διάφορους επιμέρους σχεδιασμούς (Damilano et al,2012). Οι βασικοί λόγοι για τη διαδικασία αυτή σύμφωνα με τους Peng et al (2015) είναι: Η ασφάλεια, καθώς έτσι το μη επανδρωμένο αεροσκάφος θα μπορέσει να αποφύγει επιτυχώς τυχόν εμπόδια Η ικανότητα, καθώς εξασφαλίζει τη δυνατότητα εκτέλεσης της πτήσης σε σχέση με περιορισμούς του αεροσκάφους Η βελτιστοποίηση για τη μείωση του κόστους πτήσης. Στο σχεδιασμό συμμετέχουν συνήθως και βασικοί παράγοντες οι οποίοι μπορεί να αφορούν είτε το ίδιο το σκάφος είτε και το περιβάλλον στο οποίο θα κινηθεί κατά την πτήση του. Βασικές παράμετροι είναι οι περιορισμοί στη δυναμική της κίνησης του αεροσκάφους, περιορισμοί λόγω εμποδίων στο χώρο και τέλος απρόβλεπτοι περιβαλλοντικοί περιορισμοί όπως οι καιρικές συνθήκες (άνεμος, αναταράξεις κλπ) (Dadkhah et al, 2011). Ο πυρήνας του σχεδιασμού, πολλές φορές, βρίσκεται στον υπολογισμό της πορείας που θα πρέπει να ακολουθήσει ένα μη επανδρωμένο αεροσκάφος προκειμένου να ολοκληρώσει την αποστολή του. Μιας και ο υπολογισμός αυτός είναι ιδιαίτερα πολύπλοκος, ειδικότερα εάν ληφθούν υπόψη και οι διάφοροι περιορισμοί και περιβαλλοντικοί παράγοντες που αναφέρθηκαν προηγουμένως, υπεισέρχονται σε αυτό το στάδιο αρκετοί αλγόριθμοι υπολογισμού και αξιολόγησης πορειών. Αυτοί οι αλγόριθμοι βελτιώνουν την ικανότητα σχεδιασμού της πτήσης από το πλήρωμα και επιτρέπουν την εφαρμογή αυτόνομου επανασχεδιασμού εν πτήση. Επιπλέον, οι διαδικασίες αυτές φαίνεται να διαδραματίσουν σημαντικό ρόλο στην ενσωμάτωση των συστημάτων UAS στον πολιτικό εναέριο χώρο (Damilano et al 2012). Μια πολύ σημαντική βιβλιογραφική έρευνα έχει πραγματοποιηθεί από τους Goerzen et al (2010) η οποία καταγράφει (και κατηγοριοποιεί) υπάρχοντες αλγόριθμους σχεδιασμού πορειών οι οποίοι απαντώνται στη διεθνή βιβλιογραφία. Εισαγωγικά αναφέρει πως το 32

37 μεγαλύτερο μέρος της έρευνας στον τομέα των αλγορίθμων σχεδιασμού πορειών (motion planning algorithms) έχει πραγματοποιηθεί ιστορικά κυρίως από τα επιστημονικά πεδία της Ρομποτικής και Τεχνητής Νοημοσύνης καθώς και από το πεδίο των συστημάτων ελέγχου. Τα μεν πρώτα δίνουν περισσότερη έμφαση σε υπολογιστικά θέματα και ζητήματα ελέγχου πραγματικού χρόνου, ενώ το δεύτερο περισσότερο σε θέματα δυναμικής και συγκεκριμένα ζητήματα αποδοτικότητας τροχιών. Το πρόβλημα της καθοδήγησης, αναπόσπαστο τμήμα του σχεδιασμού, ενός μη επανδρωμένου αεροσκάφους, συμπεριλαμβανομένων των αεροσκαφών σταθερής και περιστρεφόμενης πτέρυγας, διαφέρει σημαντικά σε σχέση με τα παραδοσιακά ρομποτικά συστήματα. Αυτό οφείλεται σε ποιοτικές διαφορές που χαρακτηρίζουν τις πλατφόρμες αυτές. Πιο αναλυτικά (Dadkhah et al, 2011): a. Πολύπλοκη δυναμική b. Τρισδιάστατο περιβάλλον πλοήγησης c. Επιχειρησιακές συνθήκες με έντονες διαταραχές d. Υψηλά επίπεδα αβεβαιότητας στη γνώση της πραγματικής κατάστασης υπό την οποία επιχειρούν Κατά τα άλλα, η καθοδήγηση των μη επανδρωμένων αεροσκαφών μοιράζεται αρκετά στοιχεία με τυπικά προβλήματα σχεδιασμού κίνησης άλλων συμβατικών ρομποτικών συστημάτων όπως η μερική γνώση του επιχειρησιακού περιβάλλοντος. 4.3 Ανάλυση του προβλήματος Ο προσδιορισμός μιας πορείας ή τροχιάς ενός μη επανδρωμένου αεροσκάφους αποτελεί ένα υποσύνολο του γενικότερου προβλήματος σχεδιασμού μιας πορείας ή τροχιάς για ένα όχημα το οποίο υπόκειται σε δυναμικούς περιορισμούς (περιορισμούς στη δυναμική της κίνησής του) μέσα από ένα περιβάλλον με εμπόδια. Το πρόβλημα αυτό αυξάνει σε πολυπλοκότητα καθώς αυξάνονται οι βαθμοί ελευθερίας κίνησης του οχήματος. Τυπικά, στην περίπτωση ενός UAV το οποίο κινείται στον τρισδιάστατο χώρο, οι βαθμοί ελευθερίας κυμαίνονται από δύο έως τέσσερις και υπεισέρχονται περιορισμοί περιλαμβανομένης της περιορισμένης ταχύτητας και της μέγιστης επιτάχυνσής του. Έτσι προκύπτει ένα πρόβλημα πέντε έως δώδεκα διαστάσεων. Όπως για παράδειγμα, σε ένα πρόβλημα όπου λαμβάνονται υπόψη οι συντεταγμένες θέσεις του οχήματος XYZ σε ένα σύστημα συντεταγμένων και οι τρείς γωνίες στροφής ω,φ,λ γύρω από τους άξονες. Αυτή τη στιγμή δεν υπάρχει κανένας αλγόριθμος ο οποίος να παρέχει μια ακριβή αναλυτική λύση σε ένα τέτοιο πρόβλημα. Ακόμα και προσεγγιστικοί αλγόριθμοι οι οποίοι έχουν αναπτυχθεί κατά καιρούς μειονεκτούν στο να υπολογίσουν τη λύση σε πραγματικό χρόνο (Goerzen et al, 2010) Ορολογία και ορισμοί Πριν προχωρήσουμε σε περισσότερες λεπτομέρειες που αφορούν τους αλγορίθμους πλοήγησης των μη επανδρωμένων αεροσκαφών είναι σημαντικό να δοθούν κάποιοι βασικοί ορισμοί που χρησιμοποιούνται σε αυτόν τον τομέα. 33

38 Ξεκινώντας από τον βασικό ορισμό του οχήματος, όχημα (vehicle) είναι οποιοδήποτε αντικείμενο που δύναται να κινηθεί. Συνήθως αυτό περιγράφεται με τη βοήθεια ενός διανύσματος θέσης, ενός διανύσματος προσανατολισμού και ενός γεωμετρικού μοντέλου για το σχήμα του. Ο χώρος περιβάλλοντος (world space) είναι ο φυσικός χώρος εντός του οποίου βρίσκεται το όχημα. Για παράδειγμα, ένα ελικόπτερο μπορεί να βρίσκεται στον τρισδιάστατο Ευκλείδειο χώρο ενώ ένα όχημα εδάφους μπορεί να θεωρηθεί πως βρίσκεται σε μια δισδιάστατη επιφάνεια ενσωματωμένη στον τρισδιάστατο χώρο. Η διαμόρφωση (configuration) είναι ένα διάνυσμα παραμέτρων το οποίο περιγράφει το σχήμα του οχήματος. Στις περισσότερες περιπτώσεις το όχημα θεωρείται άκαμπτο στο χώρο και επομένως αρκούν τρείς συντεταγμένες θέσεις και τρείς συντεταγμένες προσανατολισμού, σύνολο έξι, για τον προσδιορισμό του. Το σύνολο των πιθανών διαμορφώσεων ενός οχήματος αποτελεί το χώρο διατάξεων (configuration space). Η κατάσταση (state), η οποία είναι συχνά απαραίτητη, ειδικά σε περιπτώσεις αεροσκαφών, αποτελείται από το διάνυσμα της διαμόρφωσης (configuration) σε συνδυασμό με τους ρυθμούς μεταβολής των παραμέτρων του. Στην περίπτωση ενός αεροσκάφους, η κατάσταση δίδεται από τρείς συντεταγμένες θέσης, τρεις συντεταγμένες ταχύτητας, τρεις συντεταγμένες προσανατολισμού και τρείς παραμέτρους του γωνιακού ρυθμού μεταβολής του προσανατολισμού, σύνολο δώδεκα μεταβλητές. Το σύνολο όλων των πιθανών καταστάσεων αποτελεί το χώρο καταστάσεων (state space). Οι βαθμοί ελευθερίας που αναφέρθηκαν και προηγουμένως ισοδυναμούν με τον αριθμό των μεταβλητών για την πλήρη περιγραφή της διαμόρφωσης ή της κατάστασης του οχήματος. Ο χώρος περιβάλλοντος, ο χώρος διατάξεων ή ο χώρος καταστάσεων μπορούν να χωρισθούν σε δύο διαφορετικούς χώρους. Τον ελεύθερο χώρο (free space) και το χώρο εμποδίων (obstacle space). Οι δύο αυτοί χώροι αποτελούν διακριτά υποσύνολα του εκάστοτε χώρου. Ο ελεύθερος χώρος είναι ένα υποσύνολο σημείων μέσω των οποίων το όχημα μπορεί να κινηθεί χωρίς να έρθει σε επαφή με κάποιο εμπόδιο ενώ ο χώρος εμποδίων είναι το υποσύνολο των σημείων τα οποία αντιπροσωπεύουν μια σύγκρουση του οχήματος. Μονοπάτι ή πορεία (path) είναι κάποια καμπύλη που ακολουθείται από το όχημα στο χώρο διατάξεων ενώ τροχιά (trajectory) είναι μια πορεία η οποία περιλαμβάνει τον παράγοντα χρόνο κατά μήκος της πορείας. Έτσι λοιπόν, στη βιβλιογραφία ο όρος προγραμματισμός ή σχεδιασμός κίνησης (motion planning) αναφέρεται είτε στο σχεδιασμό πορειών είτε τροχιών και το αποτέλεσμά του είναι μια πορεία ή τροχιά από μια αρχική κατάσταση ή διαμόρφωση σε μια τελική κατάσταση ή διαμόρφωση του οχήματος Τυπικές προσεγγίσεις του προβλήματος Το είδος του προβλήματος στο οποίο καλείται να δώσει λύση ένας αλγόριθμος κίνησης ή πλοήγησης μπορεί να διαφέρει αρκετά στα δεδομένα και τη φύση του αναλόγως την περίπτωση. Έτσι, μπορούμε να διακρίνουμε στατικά (static) και δυναμικά (dynamic) προβλήματα όταν η γνώση του περιβάλλοντος είναι απόλυτη στην πρώτη περίπτωση ή 34

39 αντίστοιχα μη επαρκής στη δεύτερη και αλλάζει καθώς η αποστολή λαμβάνει χώρα. Επίσης, εάν τα εμπόδια θεωρηθούν σταθερά στο χρόνο τότε το πρόβλημα είναι ασυσχέτιστο με το χρόνο (time-invariant) ενώ αντίθετα, εάν τα εμπόδια κινούνται στο χώρο, το πρόβλημα θεωρείται σχετικό με το χρόνο (time-variant). Ακόμη χρησιμοποιείται ο όρος των διαφορικών περιορισμών (differential constraints). Εφόσον οι εξισώσεις κίνησης του οχήματος επιδρούν περιοριστικά στην πορεία του, τότε το πρόβλημα λέγεται πως έχει διαφορικούς περιορισμούς. Με τον όρο αυτό εννοείται μια συγκεκριμένη κατηγορία διαφορικών εξισώσεων (Sayrafi et al, 2005). Εάν δεν υπάρχουν διαφορικοί περιορισμοί τότε το όχημα μπορεί θεωρητικά να υποβληθεί σε άπειρες επιταχύνσεις (στους άξονες κίνησης του) προκειμένου να ακολουθήσει μια πορεία. Οι περισσότερο κοινοί τύποι προσέγγισης του προβλήματος, οι οποίοι χρησιμοποιούνται στην βιβλιογραφία για την εύρεση αλγορίθμων προσδιορισμού πορειών ή τροχιών, αναφέρονται συνοπτικά παρακάτω. 1. Σημειακό όχημα Αυτή η προσέγγιση θεωρεί το όχημα ως ένα κινούμενο σημείο στο χώρο περιβάλλοντος. Έτσι, ο χώρος διαμόρφωσης ταυτίζεται με το χώρο περιβάλλοντος. Συχνά, το σημείο που αναπαριστά το όχημα στο χώρο επεκτείνεται σε κύκλο (στον τρισδιάστατο χώρο σε σφαίρα) προκειμένου να ληφθεί υπόψη το συνολικό μέγεθος του κι έτσι ο χώρος διαμόρφωσης ταυτίζεται με το χώρο περιβάλλοντος με τα εμπόδια να επεκτείνονται κατά την ακτίνα του κύκλου που αναπαριστά το όχημα. Αυτή η προσέγγιση είναι μια απλοποίηση του προβλήματος του μεταφορέα (mover s problem) το οποίο αναλύεται παρακάτω. Το πρόβλημα του σημειακού οχήματος αποτελεί την απλούστερη μορφή προσέγγισης του γενικότερου προβλήματος και η βέλτιστη λύση ορίζεται με όρους απόστασης από το αρχικό στο τελικό σημείο. Η βέλτιστη διαδρομή είναι η συντομότερη. 2. Σημειακό όχημα με δυναμικούς περιορισμούς Στην περίπτωση αυτής της προσέγγισης, ο χρόνος και η κατάσταση του οχήματος θα πρέπει να ικανοποιούν τις εξισώσεις κίνησης του οχήματος. Οι τυπικοί περιορισμοί αφορούν κυρίως στην ταχύτητα και τις επιταχύνσεις. Για πολλά μη επανδρωμένα αεροσκάφη, αυτό το περισσότερο ρεαλιστικό μοντέλο αποτελεί ανάγκη για σταθερό έλεγχο του αεροσκάφους. Η βέλτιστη λύση μια τέτοιας προσέγγισης αφορά συνήθως στην ελαχιστοποίηση του απαιτούμενου χρόνου πτήσης από το αρχικό στο τελικό σημείο ή κάποιας άλλης παραμέτρου όπως η κατανάλωση. 3. Το πρόβλημα του δρομέα (Jogger s Problem) Σύμφωνα με αυτήν την προσέγγιση, το όχημα παρομοιάζεται με έναν δρομέα ο οποίος έχει περιορισμένο οπτικό πεδίο και επιχειρεί να φτάσει σε μια θέση προορισμού. Η προσέγγιση αυτή είναι αντιπροσωπευτική για ένα όχημα με δυναμικούς περιορισμούς το οποίο επιχειρεί σε ένα δυναμικό περιβάλλον με 35

40 κινούμενα εμπόδια καθώς και με περιορισμένη ακτίνα αισθητήρων. Οι αισθητήρες (συνήθως οπτικοί) αναλαμβάνουν τον έγκαιρο εντοπισμό των εμποδίων. 4. Πρόβλημα περιοχής με συντελεστές βάρους Όταν κάποιες περιοχές του χώρου περιβάλλοντος, της διαμόρφωσης ή της κατάστασης θεωρούνται περισσότερο κατάλληλες για το όχημα, τότε χρησιμοποιείται αυτή η προσέγγιση. Χαρακτηριστικό παράδειγμα είναι αυτό ενός επίγειου οχήματος το οποίο κινείται ευκολότερα σε ομαλό έδαφος και δυσκολότερα σε τραχύ. Τότε, ο χώρος μπορεί να περιγραφεί με μια εξίσωση η οποία δίνει χαμηλές τιμές συντελεστών σε ομαλά τμήματα και τιμές που τείνουν στο άπειρο για απρόσιτες περιοχές. Μια βέλτιστη λύση σε αυτή την περίπτωση είναι αυτή η οποία ελαχιστοποιεί το σύνολο των συντελεστών κατά μήκος της υπολογισθείσας διαδρομής. 5. Το πρόβλημα το μεταφορέα (mover s problem) Η προσέγγιση αυτή αφορά την κίνηση ενός οχήματος μέσα από ένα πεδίο εμποδίων. Το όχημα μοντελοποιείται ως ένα ακανόνιστο σώμα και επομένως ο χώρος διαμορφώσεων έχει περισσότερες διαστάσεις από τον χώρο περιβάλλοντος. Κλασσική περίπτωση τέτοιου προβλήματος είναι το δημοφιλές πρόβλημα του «μεταφορέα πιάνου» (piano mover s problem). Συνήθως σε αυτού του είδους τα προβλήματα θεωρείται πως δεν υπάρχουν δυναμικοί περιορισμοί. Στην πολυπλοκότητα του προβλήματος συνήθως συνυπολογίζεται αυτή του σχήματος οχήματος. 6. Δυναμικά περιβάλλοντα Σε τέτοιου είδους προβλήματα, το όχημα πρέπει να αποφύγει εμπόδια τα οποία κινούνται στο χρόνο. Οι ιδανικοί αλγόριθμοι σε αυτήν την περίπτωση προσπαθούν να ελαχιστοποιήσουν το μήκος της διαδρομής ή το χρόνο. 7. Προβλήματα πολλαπλών κινήσεων Αυτό το πρόβλημα αφορά την περίπτωση όπου πολλά οχήματα κινούνται στον ίδιο χώρο. Μπορεί να θεωρηθεί ως συνδυασμός του απλού προβλήματος του μεταφορέα σε δυναμικό περιβάλλον. Οι περισσότεροι αλγόριθμοι δυσκολεύονται να ανταποκριθούν στις απαιτήσεις του προβλήματος καθώς ο αριθμός των οχημάτων αυξάνει. Ένα μέτρο της βελτιστοποίησης αυτών των αλγόριθμων είναι η ελαχιστοποίηση του αθροίσματος της απόστασης, του χρόνου και άλλων μεγεθών που καλύπτονται από όλα τα οχήματα στο χώρο κίνησης. 4.4 Μέτρα ποσοτικοποίησης προβλημάτων Από τις παραπάνω διαφορετικές προσεγγίσεις, η καλύτερη επιλογή εξαρτάται πάντα από το υπό επίλυση πρόβλημα. Για παράδειγμα, εάν το πρόβλημα που τίθεται είναι η κίνηση ενός οχήματος σε ένα οδικό δίκτυο, τότε, οι δυναμικοί περιορισμοί δεν είναι απαραίτητοι για την εύρεση μια ικανοποιητικής λύσης. Το σημαντικότερο κριτήριο είναι συνήθως η πολυπλοκότητα των εμποδίων ή ο όγκος της πληροφορίας που απαιτείται για την 36

41 αναπαράσταση ενός μοντέλου του περιβάλλοντος. Συνήθως υπολογίζεται με βάση τον αριθμό των εμποδίων, των ακμών που περιγράφουν το σχήμα τους ή τα σημεία που τα ορίζουν και συμβολίζεται με το γράμμα N. Άλλα μέτρα αφορούν το βαθμό κάλυψης του χώρου διαμόρφωση από εμπόδια σε συνδυασμό με άλλα χαρακτηριστικά υψηλότερης τάξης όπως το μέσο πλάτος διέλευσης ανάμεσά τους ή το βαθμό ομαδοποίησής τους. 4.5 Κριτήρια απόδοσης αλγορίθμων Τα βασικότερα κριτήρια επιλογής κάποιου αλγόριθμου περιλαμβάνουν επιχειρησιακούς και υπολογιστικούς παράγοντες. Η διαρκής διατήρηση μιας ασφαλούς απόστασης από τα εμπόδια και η εξαγωγή ομαλών διαδρομών οι οποίες ικανοποιούν ορισμένες επιθυμητές ιδιότητες (π.χ. διάρκεια και ενεργειακή κατανάλωση) αποτελούν μερικά από αυτά. Επίσης, ο αξιόπιστος υπολογισμός σε πραγματικό χρόνο χωρίς απρόβλεπτες καθυστερήσεις είναι κρίσιμος καθώς αυτές μπορεί να εμποδίσουν την ικανοποίηση των επιχειρησιακών απαιτήσεων. Έτσι, η χαμηλή υπολογιστική πολυπλοκότητα του αλγόριθμου είναι ένας γενικά σημαντικός στόχος. Ένας γρήγορος αλγόριθμος μπορεί εύκολα να προσφέρει μια άμεση ανανέωση της λύσης σε περίπτωση αλλαγών. Τα βασικά χαρακτηριστικά των αλγορίθμων που χρησιμοποιούνται για την περιγραφή τους περιλαμβάνουν την πολυπλοκότητά τους (συμβολίζεται συνήθως με το γράμμα Ο) και το βαθμό προσέγγισης της βέλτιστης λύσης. Λαμβάνοντας υπόψη τη συχνά αβέβαιη φύση των πραγματικών προβλημάτων, η ικανότητα αντιμετώπισης ορισμένων από αυτές τις αβεβαιότητες και των σφαλμάτων του συστήματος, είναι κρίσιμη σε πρακτικές εφαρμογές. Σε αυτό το σημείο είναι σημαντικό να σημειωθεί πως ένας άλλος τρόπος αντιμετώπισης των αβεβαιοτήτων αυτών είναι με τη χρήση προσαρμοστικών αλγορίθμων (adaptive algorithms) οι οποίοι δεν απαιτούν επανυπολογισμό της λύσης. Στη περίπτωση των μη επανδρωμένων αεροσκαφών έχει αποδειχθεί πως δεν υπάρχει προς το παρόν κάποιος αλγόριθμος ο οποίος μπορεί να προσδιορίσει κάποια λύση σε ικανοποιητικούς χρόνους. Δεδομένου αυτού, είναι σημαντική η ύπαρξη μεθόδων οι οποίες επιτρέπουν την εξαγωγή ακριβών αναφορών προκειμένου να μπορεί κάποιος αλγόριθμος να αξιολογηθεί και να επιδειχθεί η απόδοση του πειραματικά. (Goerzen et al, 2010) 4.6 Το πρόβλημα από τη σκοπιά των UAVs Πολλά από τα μη επανδρωμένα αεροσκάφη μπορούν να μοντελοποιηθούν με την προσέγγιση του σημειακού οχήματος όπως αυτό περιγράφηκε παραπάνω. Αυτή είναι η απλούστερη προσέγγιση η οποία είναι επαρκής για την εξαγωγή πρακτικών αποτελεσμάτων και αυτό διότι συνήθως τα μη επανδρωμένα αεροσκάφη, όπως και τα συμβατικά, επιχειρούν σε ανοιχτούς χώρους χωρίς ιδιαίτερα εμπόδια. Έτσι λοιπόν, προβλήματα όπως αυτά του μεταφορέα (mover s problem) εμπεριέχουν ιδιαίτερα αυξημένη πολυπλοκότητα σε σχέση με τις ανάγκες του συγκεκριμένου προβλήματος. 37

42 Από την άλλη πλευρά βέβαια, στις περισσότερες πρακτικές εφαρμογές UAV, η παράλειψη των διαφορικών περιορισμών ενδεχομένως να προσφέρει πολύ συντηρητικές λύσεις και να αποτρέψει τον συνυπολογισμό παραγόντων όπως η διάρκεια της πτήσης και η κατανάλωση ενέργειας κατά την εκτέλεσή της. Οι προσεγγίσεις που επίσης λαμβάνονται υπόψη πολλές φορές αφορούν το πρόβλημα του δρομέα, των περιοχών με συντελεστές βαρύτητας καθώς και των πολλαπλών οχημάτων. Μερικά από τα εμπόδια που προκύπτουν σε περιπτώσεις UAV είναι η ανακρίβεια του προσδιορισμού θέσης του αεροσκάφους μέσω GPS, οι αναταράξεις και ακόμη και η μη επαρκής ανίχνευση και καταγραφή των εμποδίων. Οι λύσεις που δίνονται για τέτοιου είδους προβλήματα δεν έχουν φτάσει ακόμα σε ικανοποιητικό επίπεδο. Για την ακρίβεια η παραδοσιακές προσεγγίσεις των προβλημάτων κίνησης αδυνατούν να δώσουν μια πλήρη και ασφαλή λύση στις περισσότερες πρακτικές περιπτώσεις. 4.7 Αλγόριθμοι πλοήγησης Μέθοδοι με τη χρήση διαγραμμάτων (Roadmaps) Αυτές οι μέθοδοι περιορίζουν το βασικό πρόβλημα στην αναζήτηση σε δίκτυα κόμβων (σημείων) και συνδέσμων στο χώρο. Ένα διάγραμμα R συνδέει σημεία του ελεύθερου χώρου F έτσι ώστε οποιαδήποτε διάταξη του F να μπορεί να προκύψει και στο διάγραμμα R και επίσης να υπάρχει άμεση αντιστοιχία ανάμεσα στα συνδεδεμένα σημεία του R και του F (Saha, 2006). 1. Διάγραμμα ορατότητας (Visibility Graphs) Ως διαγράμματα ορατότητας ορίζονται ορισμένα σύνολα σημείων στο χώρο τα οποία ορίζονται στις εξωτερικές κορυφές πολυγώνων τα οποία αναπαριστούν ορισμένα εμπόδια και τα οποία ενώνονται μεταξύ τους με τρόπο ώστε να μην τέμνονται τα πολύγωνα των εμποδίων. Συνήθως, σε εφαρμογές υπολογισμού διαδρομών, τα διαγράμματα ορατότητας χρησιμοποιούνται για την αναπαράσταση των πλοηγήσιμων περιοχών σε ένα χώρο που κινείται κάποιο όχημα και επιτρέπουν τον εντοπισμό της βέλτιστης διαδρομής μεταξύ δύο σημείων. Με άλλα λόγια, τα διαγράμματα ορατότητας περιέχουν κόμβους (σημεία) τα οποία είναι πιθανά σημεία προσπέλασης από το όχημα καθώς και πολύγωνα τα οποία αντιπροσωπεύουν το χώρο εμποδίων στο περιβάλλον που εξετάζεται. (Medeiros & Silva, 2010). Οι αλγόριθμοι που στηρίζονται στο διάγραμμα ορατότητας αποτελούν μια λύση ακριβείας για το πρόβλημα του σημειακού οχήματος, είναι πλήρεις και βέλτιστοι και έχουν χρονική πολυπλοκότητα της τάξης του O(N 2 ) 1. Ωστόσο μπορούν να δώσουν λύση μονάχα στις δύο διαστάσεις. Σε περιπτώσεις περισσότερων διαστάσεων, μια πλήρης λύση είναι ιδιαίτερα δύσκολο να βρεθεί. Σύμφωνα με αυτή την προσέγγιση, ως δεδομένο θεωρείται ότι η συντομότερη απόσταση ανάμεσα σε δύο σημεία διέρχεται από τις κορυφές των πολυγώνων που ορίζουν τα εμπόδια κι έτσι δημιουργεί ένας «χάρτης» γραμμών οι οποίες συνδέουν κάθε

43 ΔΗΜΙΟΥΡΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗΝ ΕΞΑΓΩΓΗ ΠΛΟΗΓΗΣΙΜΩΝ UAS ΠΕΡΙΟΧΩΝ ΜΕ ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TACETT κορυφή πολυγώνου με όλες τις υπόλοιπες που είναι ορατές από την κορυφή αυτή. Εφόσον η βέλτιστη λύση παράγει μια διαδρομή που διέρχεται ιδιαίτερα κοντά στα εμπόδια, δεν παρέχει την απαραίτητη ασφάλεια για την αποφυγή σύγκρουσης σε περιπτώσεις συστημάτων όπου εμπεριέχεται κάποιου είδους αβεβαιότητα ως προς τη θέση του αεροσκάφους. Μια έμμεση λύση σε αυτό το πρόβλημα έχει δοθεί από τους ερευνητές με την επέκταση του χώρου των εμποδίων κατά μια ακτίνα ασφαλείας, συνήθως μεγαλύτερη από τη μέγιστη ακτίνα του αεροσκάφους ή την ακρίβεια προσδιορισμού της θέσης του. Εικόνα 4 1: Διάγραμμα ορατότητας όπως αυτό προκύπτει ανάμεσα σε εμπόδια (πηγή: 2. Διαγράμματα ορατότητας με δειγματοληψία ακμών (Edge-Sampledd Visibility Graphs) Αυτοί οι αλγόριθμοι επιλύουν προσεγγιστικά το πρόβλημα της ελαχιστοποίησης της τρισδιάστατης διαδρομής ενός σημειακού οχήματος και ο χρόνος υπολογισμού ενός τέτοιου αλγόριθμου είναι πολυωνυμικής τάξης (π.χ. n 2 ), έχουν δηλαδή υψηλότερη χρονική πολυπλοκότητα. Αυτό επιτυγχάνεται με τη δημιουργία πολλαπλών σημείων (κόμβων) κατά μήκος κάθε πλευράς των εμποδίων έτσι ώστε να ορίζεται ένα ελάχιστο μήκος πλευράς η από τα οποία προκύπτει ένα διάγραμμα ορατότητας. 3. Χάρτης του Voronoi (Voronoi Roadmap) Αυτή η προσέγγιση λαμβάνει υπόψη της το γεγονός της δυσκολίας πλοήγησης ενός εναέριου οχήματος χωρίς τον κίνδυνο πρόσκρουσης σε κάποιο εμπόδιο. Σε αυτήν την περίπτωση, ο αλγόριθμος με χρήση του χάρτη του Voronoi (Wager, 2000) δημιουργεί ένα σκελετό διαδρομών οι οποίες κινούνται στη μέγιστη δυνατή απόσταση από τα εμπόδια και προσδιορίζει τη διαδρομή ελάχιστης απόστασης με βάση αυτό το σκελετό. Αν και ο αλγόριθμος δίνει λύσεις στις δύο διαστάσεις, έχουν 39

44 γίνει προσπάθειες επέκτασής του στις τρείς διαστάσεις. Είναι ολοκληρωμένος αλλά μη βέλτιστος. Εικόνα 4 2: Παράδειγμα χάρτη του Voronoi. Φαίνεται η χαρακτηριστική τάση των πιθανών διαδρομών να βρίσκονται κατά το δυνατόν μακρύτερα από τα εμπόδια (πηγή: 4. Μέθοδος ελεύθερης διόδου (Freeway method) Αυτή η μέθοδος, όπως και ο χάρτης του Voronoi, δημιουργεί ένα σκελετό πιθανών διαδρομών μακριά από τα εμπόδια προσαρμόζοντας κυλίνδρους στον ελεύθερο χώρο. Το πλεονέκτημά του είναι ότι δεν περιορίζεται στις δύο διαστάσεις αλλά ταυτόχρονα δεν είναι ολοκληρωμένος και βέλτιστος. 5. Μέθοδος της σιλουέτας (Silhouette Method) Αν και δεν χρησιμοποιείται σε πρακτικές εφαρμογές, η μέθοδος αυτή είναι χρήσιμη για την απόδειξη των ορίων των αλγορίθμων ως προς την πολυπλοκότητα. Είναι ο μοναδικός αλγόριθμος ο οποίος είναι ολοκληρωμένος για άγνωστο αριθμό διαστάσεων με άγνωστη γεωμετρία εμποδίων Μέθοδοι διαχωρισμού κελιών Οι μέθοδοι αυτοί διαχωρίζουν τον ελεύθερο χώρο σε «κελιά» (πολύγωνα) τα οποία δεν επικαλύπτονται και στα οποία οποιαδήποτε δύο σημεία του ελεύθερου χώρου διατάξεων μπορούν να συνδεθούν με μια γραμμή. Ανάμεσα στα κελιά δημιουργείται ένα δίκτυο το οποίο αναπαριστά τις σχέσεις γειτνίασης μεταξύ τους. Εν συνεχεία, στο δίκτυο πραγματοποιείται αναζήτηση ανάμεσα σε δύο σημεία για τη βέλτιστη διαδρομή ανάμεσά τους (Saha, 2006). Οι μέθοδοι αυτοί μπορούν να χωριστούν σε δύο βασικές κατηγορίες, τον 40

45 ακριβή διαχωρισμό κελιών (exact cell decomposition) και τον προσεγγιστικό διαχωρισμό κελιών (approximate cell decomposition) όπως φαίνεται στα επόμενα Ακριβής διαχωρισμός κελιών (exact cell decomposition) Η βασική λογική των μεθόδων αυτών είναι ο διαχωρισμός του ελεύθερου χώρου με βάση τα εμπόδια. Παρακάτω αναφέρονται συνοπτικά οι βασικότερες μέθοδοι που εμπίπτουν σε αυτήν την κατηγορία. 1. Τραπεζοειδής (κάθετη) διαχωρισμός (Trapeoidal [vertical] Decomposition) Αυτή η προσέγγιση διαχωρίζει τον ελεύθερο χώρο σε τραπεζοειδής περιοχές χωρίζοντας τον με κάθετες γραμμές οι οποίες ξεκινούν από τις κορυφές των πολυγώνων των εμποδίων. Οι κάθετες γραμμές κόβονται έτσι ώστε να μην τέμνουν τα ίδια τα εμπόδια. Έτσι, στη συνέχεια δημιουργείται ένα χάρτης (roadmap) ενώνοντας τα μέσα των γειτονικών τραπεζίων και αναζητείται η βέλτιστη διαδρομή χρησιμοποιώντας κάποιον αλγόριθμο αναζήτησης (π.χ. αλγόριθμος Dijkstra). Η προσέγγιση αυτή δίνει ολοκληρωμένα αποτελέσματα αλλά δεν είναι βέλτιστη. Εικόνα 4 3: Παράδειγμα διαχωρισμού κελιών με την απλούστερη μορφή του τραπεζοειδούς διαχωρισμού (πηγή: 2. Διαχωρισμός βασιζόμενος σε κρίσιμες καμπύλες (Critical-Curve Based Decomposition) Ενώ η προηγούμενη προσέγγιση είναι χρήσιμη για την εύρεση πορειών στην περίπτωση σημειακού οχήματος, περισσότερο πολύπλοκα σχήματα με τη δυνατότητα περιστροφής χρήζουν μιας περισσότερο πολύπλοκης προσέγγισης. Στην περίπτωση αυτή ο ελεύθερος χώρος χωρίζεται σε κρίσιμες και μη κρίσιμες περιοχές. Τα όρια αυτών των περιοχών ορίζονται από πολυωνυμικές καμπύλες. Οι περιοχές που σχηματίζονται ενώνονται μέσω ενός διαγράμματος (δικτύου) και το δίκτυο αυτό στη συνέχεια διερευνάται για τον προσδιορισμό μιας διαδρομής. Ο αλγόριθμος αφορά προβλήματα δύο διαστάσεων, είναι ολοκληρωμένος αλλά όχι βέλτιστος. 3. Κυλινδρικός αλγεβρικός διαχωρισμός (Cylindrical Algebric Decomposition) 41

46 Αυτή η περισσότερο πολύπλοκη αποδόμηση επεκτείνει την αποδόμηση κρίσιμων καμπύλων στις τρείς διαστάσεις. Έτσι, τέμνει τον ελεύθερο χώρο χρησιμοποιώντας κρίσιμες επιφάνειες. Είναι επίσης ολοκληρωμένος αλλά όχι βέλτιστος. 4. Ενωμένες σφαίρες σε ελεύθερο χώρο (Connected Balls in Free Space) Αυτή η προσέγγιση είναι σχεδιασμένη για να αντιμετωπίζει μη δομημένα πεδία εμποδίων και χρησιμοποιεί αλληλεπικαλυπτόμενους κύκλους ή σφαίρες αντίστοιχα στο δισδιάστατο και τρισδιάστατο χώρο η οποίες βρίσκονται εξ ολοκλήρου στον ελεύθερο χώρο Προσεγγιστικός διαχωρισμός κελιών (approximate cell decomposition) Σε αυτές τις περιπτώσεις πραγματοποιούνται διαδοχικοί διαχωρισμοί του ελεύθερου χώρου έως ότου κάθε κελί να βρίσκεται εξ ολοκλήρου στον ελεύθερο χώρο ή στο χώρο εμποδίων ή να έχει ξεπεραστεί κάποιο όριο στον αριθμό των πραγματοποιημένων διαιρέσεων ( Δύο βασικές μέθοδοι προσεγγιστικού διαχωρισμού κελιών είναι: 1. Αποδόμηση με βάση πολύγωνα (Rectanguloid cell decomposition) Σε αυτήν την περίπτωση, όλος ο χώρος διαμορφώσεων χωρίζεται σε πολύγωνα και κάθε ένα από αυτά χαρακτηρίζεται ως πλήρως δεσμευμένο (μαύρο), μερικώς δεσμευμένο (γκρι) και πλήρως κενό (άσπρο). Η λύση αυτή είναι πλήρης λύσεων (resolution complete). 2. Δενδροειδής διαχωρισμός (Tree decomposition) Αυτή η αποδόμηση είναι σχεδιασμένη έτσι ώστε να μειώνει τον απαιτούμενο αριθμό των σημείων για την περιγραφή των εμποδίων και γίνεται όλο και πιο διαδεδομένη τα τελευταία χρόνια. 42

47 Εικόνα 4 4: Η περίπτωση του δενδροειδούς διαχωρισμού στις περιπτώσεις προσεγγιστικού διαχωρισμού κελιών. Η περιοχή διαιρείται και διαδοχικά κάθε διαιρεμένο τμήμα της διαιρείται κι αυτό κ.ο.κ έως ότου η κάθε υποπεριοχή να ανήκει εξ ολοκλήρου είτε στον ελεύθερο χώρο είτε στο χώρο εμποδίων Μέθοδοι με χρήση δυναμικών πεδίων Οι μέθοδοι αυτές βασίζονται στην αρχή της εφαρμογής ενός δυναμικού πεδίου στον ελεύθερο χώρο όπου σε κάθε θέση δίδεται μια τιμή του πεδίου. Έτσι, η κίνηση του σώματος στον ελεύθερο χώρο παρομοιάζεται με αυτή ενός σωματιδίου στο δυναμικό πεδίο. Το σημείο προορισμού έχει το χαμηλότερο δυναμικό και έτσι «έλκει» το όχημα προς αυτό ενώ τα εμπόδια το απωθούν. Οι προσεγγίσεις αυτές γενικά χαρακτηρίζονται από χαμηλή υπολογιστική πολυπλοκότητα αλλά ταυτόχρονα είναι μη ολοκληρωμένες. Παρ όλα αυτά, ένα δυναμικό πεδίο το οποίο έχει τις ιδιότητες μιας εξίσωσης πλοήγησης μπορεί να δώσει ολοκληρωμένες λύσεις (Saha, 2006) (Goerzen et al, 2010). 43

48 5 Προσδιορισμός ελεύθερων περιοχών πλοήγησης Μια από τις αρκετά συχνά χρησιμοποιούμενες προσεγγίσεις στο πρόβλημα εντοπισμού μιας βέλτιστης πορείας ανάμεσα σε δύο σημεία για ένα μη επανδρωμένο αεροσκάφος, είναι αυτή της χρήσης διαγραμμάτων ορατότητας όπως ειπώθηκε και στην παράγραφο 4.7. Επίσης συχνός τρόπος προσέγγισης του προβλήματος πλοήγησης ενός μη επανδρωμένου οχήματος είναι ο διαχωρισμός της ελεύθερης περιοχής πτήσης σε κελιά (cell decomposition). Υπάρχει επομένως σαφής διαχωρισμός ανάμεσα στο χώρο εμποδίων και στον ελεύθερο χώρο και στις δύο αυτές παραδοσιακές προσεγγίσεις του προβλήματος καθώς και στην προσέγγιση με χρήση δυναμικών πεδίων. Είναι επομένως αντιληπτό, με βάση τα προηγούμενα, ότι βασική προϋπόθεση για την εφαρμογή αυτών των προσεγγίσεων αποτελεί ο προσδιορισμός των πολυγώνων των εμποδίων. Ο τρόπος εξαγωγής των εμποδίων μπορεί να ποικίλει, με την έννοια ότι μπορεί να γίνεται σε πραγματικό χρόνο από αισθητήρες που βρίσκονται εντός του αεροσκάφους, ανανεώνοντας συνεχώς τα δεδομένα που αφορούν το χώρο γύρω από αυτό, είτε εκ των προτέρων μέσω άλλων πηγών δεδομένων που αφορούν την περιοχή πτήσης. Και στις δύο περιπτώσεις, αυτό που ενδιαφέρει είναι τελικά ο προσδιορισμός κατά κάποιο τρόπο της τοπογραφίας του χώρου στην οποίο πραγματοποιείται η πτήση. Οι επιστήμες της φωτογραμμετρίας και της τηλεπισκόπησης προσφέρουν εμπεριστατωμένες λύσεις σε αυτό το πρόβλημα χρησιμοποιώντας τεχνολογίες LASER, RADAR και στερεοζεύγων εικόνων. Το αποτέλεσμα τέτοιων λύσεων είναι στις περισσότερες περιπτώσεις ένα ψηφιακό μοντέλο εδάφους σε μορφή εικόνας. Με τον όρο ψηφιακό μοντέλο εδάφους (Digital Terrain Model, DTM) ή ψηφιακό μοντέλο επιφανείας (Digital Surface Model, DSM) νοείται μια εικόνα μιας συγκεκριμένης γεωγραφικής περιοχής της οποίας οι ψηφίδες (pixels) παίρνουν ως τιμή, μια τιμή ανάλογη του υψομέτρου του εδάφους σε αυτή τη θέση (Παρασχάκης κα, 1991). Δεδομένων των παραπάνω επομένως, προκύπτει το ζήτημα εξαγωγής των εμποδίων στο χώρο πτήσης ενός μη επανδρωμένου αεροσκάφους, τα οποία ορίζονται από τα τοπογραφικά χαρακτηριστικά της συγκεκριμένης περιοχής και συνήθως παρέχονται μέσω 44

49 αρχείων εικόνων οι οποίες χαρακτηρίζονται από κάποιες συγκεκριμένες ιδιότητες τις οποίες θα αναλύσουμε παρακάτω. Έτσι λοιπόν, στο κομμάτι αυτό του σχεδιασμού πτήσεων των μη επανδρωμένων αεροσκαφών υπεισέρχονται οι μέθοδοι εξαγωγής χαρακτηριστικών του εδάφους και γενικότερα του περιβάλλοντος πτήσης από τηλεπισκοπικά δεδομένα σε μορφή εικόνας. Γι αυτό το σκοπό χρησιμοποιούνται στην πράξη διάφοροι αλγόριθμοι οι οποίοι αναφέρονται στη βιβλιογραφία ως αλγόριθμοι Raster σε Vector (R2V) (Παρασχάκης κα, 1991). 5.1 Διανυσματική (Vector) και ψηφιδωτή (Raster) μορφή δεδομένων Οι ψηφιακές εικόνες, όπως ένας χάρτης ή μια δορυφορική εικόνα για παράδειγμα, αναπαρίστανται ψηφιακά (σε κάποιο Η/Υ) με τη χρήση δύο βασικών μορφών δεδομένων (data format). Οι δύο αυτές βασικές μορφές ονομάζονται α) διανυσματική μορφή (vector format) και β) ψηφιδωτή μορφή (raster format) (Παρασχάκης κα, 1990). Η διανυσματική μορφή (vector format) στηρίζεται, στην απλούστερη μορφή της, στην ανάλυση της εικόνας σε επιμέρους ευθύγραμμα τμήματα, τα οποία περιγραφόμενα κατάλληλα την αποδίδουν σε ψηφιακή μορφή (digital format). Τα ευθύγραμμα αυτά τμήματα ορίζονται ως διανύσματα (vectors) σε κάποιο σύστημα αναφοράς συντεταγμένων. Σημαντική παράμετρος που συνοδεύει τον ορισμό των διανυσμάτων, πέραν του μέτρου, της θέσης, της διεύθυνσης και της φοράς τους, αποτελεί και η τοπολογική πληροφορία, η οποία αφορά τις σχέσεις μεταξύ των διανυσμάτων στο χώρο (Παρασχάκης κα, 1990). Εικόνα 5 1: Ο τρόπος αναπαράστασης των διανυσματικών δεδομένων Στην παραπάνω εικόνα εμφανίζεται μια διάταξη διανυσματικών δεδομένων. Διακρίνονται ταυτόχρονα ορισμένα σημεία, γραμμές και πολύγωνα. Η ψηφιδωτή μέθοδος απεικόνισης από την άλλη, αναπαριστά μια εικόνα σε ψηφιακή μορφή με τελείως διαφορετικό τρόπο. Πιο συγκεκριμένα, «αντιμετωπίζει την εικόνα ως ένα ενιαίο σύνολο, το οποίο αποτελείται από επί μέρους στοιχειώδη τμήματα, της λεγόμενες ψηφίδες». Οι ψηφίδες ή αλλιώς εικονοστοιχεία συναντώνται στη διεθνή βιβλιογραφία με 45

50 τον όρο picture elements από το οποίο εν συντομία προκύπτει ο ιδιαίτερα διαδεδομένος όρος pixels. Η εικόνα, με τη βοήθεια ενός ορθογωνικού καννάβου χωρίζεται σε επιμέρους ορθογώνια τμήματα τα οποία αποτελούν και τα pixel της εικόνας. Σε κάθε pixel αντιστοιχεί μια τιμή και μια αυστηρά προκαθορισμένη θέση. «Η τιμή της ψηφίδας αποδίδει την αντίστοιχη οπτική διαφοροποίηση που υπάρχει μεταξύ των ψηφίδων, όπως αυτή εκφράζεται από το γεγονός ύπαρξης ή όχι σχεδιασμένου τμήματος της ψηφίδας, είτε της μεταξύ τους χρωματικής διαφοροποίησης». Επιπλέον, «η θέση κάθε ψηφίδας καθορίζεται από δύο δείκτες I και j, κατά τρόπο απολύτως όμοιο με αυτόν που γίνεται η αρίθμηση των στοιχείων ενός πίνακα. Ο δείκτης i δηλώνει τη γραμμή στην οποία ανήκει η ψηφίδα και ο δείκτης j τη στήλη. Έτσι, η ψηφιοποιημένη εικόνα μπορεί να περιγραφεί από κάποιο πίνακα, ο οποίος θα έχει στις θέσεις των στοιχείων του τη χαρακτηριστική αριθμητική τιμή της αντίστοιχης ψηφίδας» (Παρασχάκης κα, 1990). Επομένως μπορούμε να πούμε συμπερασματικά ότι μια εικόνα σε ψηφιδωτή μορφή (raster) είναι επί της ουσίας ένας δισδιάστατος πίνακας στοιχείων των οποίων οι τιμές αποδίδουν τη χρωματική διάκριση ανάμεσα στις διαφορετικές περιοχές της εικόνας (σχεδιασμένες ή μη κλπ) ενώ η τοπολογική πληροφορία παρέχεται από της ίδια τη θέση της κάθε ψηφίδας, δηλαδή τους δείκτες I και j. Κλείνοντας, η ακρίβεια των δύο μεθόδων στην αναπαράσταση μιας εικόνας, ενός χάρτη, μιας γεωγραφικής περιοχής εξαρτάται από την ακρίβεια των συντεταγμένων των επί μέρους διανυσμάτων για τη διανυσματική μορφή και από το μέγεθος της ψηφίδας στην ψηφιδωτή μορφή. 46

51 Εικόνα 5 2: Σύγκριση της διαφορετικής αναπαράστασης μεταξύ διανυσματικών (αριστερά) και ψηφιδωτών (δεξιά) δεδομένων 5.2 Δεδομένα Raster και Vector, συντεταγμένες και γεωαναφορά Όταν μια εικόνα περιγράφει μια συγκεκριμένη γεωγραφική περιοχή, όπως για παράδειγμα ένας χάρτης, τα δεδομένα που περιέχει είναι απαραίτητο να αναφέρονται σε κάποιο γεωγραφικό σύστημα αναφοράς. Αυτό είναι σκόπιμο πολλές φορές για την περαιτέρω εκμετάλλευση των δεδομένων όπως για παράδειγμα εντός κάποιου συστήματος GIS. Στις περιπτώσεις διανυσματικών δεδομένων, τα διανύσματα που τα περιγράφουν, όπως φάνηκε και προηγουμένως, αποτελούνται από σημεία των οποίων οι συντεταγμένες αναφέρονται εξ ορισμού σε κάποιο σύστημα αναφοράς. Σε περίπτωση που το σύστημα αναφοράς των διανυσμάτων δεν είναι το επιθυμητό ή είναι άγνωστο, τότε μπορεί να εφαρμοσθεί άμεσα στις συντεταγμένες τους κάποιος μετασχηματισμός. Στις περιπτώσεις ψηφιδωτών δεδομένων αντίθετα, τα εικονοστοιχεία της εικόνας δεν περιέχουν από μόνα τους την πληροφορία αυτή. Ένα αρχείο εικόνας στην απλούστερη μορφή του ορίζει μονάχα ένα τοπικό σύστημα αναφοράς συντεταγμένων, το σύστημα αναφοράς της εικόνας, το οποίο ορίζεται με αρχή (θέση 0,0) την άνω αριστερή γωνία της εικόνας συνήθως (Παρασχάκης κα, 1991). Για το λόγο αυτό, σε εικόνες raster οι οποίες αναπαριστούν κάποια γεωγραφική περιοχή, θα πρέπει ταυτόχρονα να προσδιορίζονται και ορισμένες επιπλέον παράμετροι εφόσον είναι επιθυμητή η εξαγωγή γεωγραφικής πληροφορίας από αυτές. Τέτοιου είδους παράμετροι συνήθως αφορούν: 47

52 Το γεωγραφικό σύστημα αναφοράς στο οποίο αναφέρεται η εικόνα. Ότι δηλαδή κάθε θέση εντός της εικόνας αναφέρεται σε ένα γεωγραφικό σύστημα αναφοράς και ότι μπορούν να εξαχθούν οι συντεταγμένες αυτές. Τα γεωγραφικά όρια της εικόνας. Αυτό στην πράξη σημαίνει ότι δίδονται οι συν/νες στο συγκεκριμένο σύστημα αναφοράς για το άνω αριστερό άκρο και το κάτω δεξιό άκρο της εικόνας. Από αυτά προκύπτει το εύρος σε Χ και Υ των συν/νων της εικόνας. Τη χωρική ανάλυση της κάθε ψηφίδας. Με τον όρο χωρική ανάλυση εννοούμε τη διάσταση που θα είχε κάθε ψηφίδα στο έδαφος στο συγκεκριμένο σύστημα αναφοράς. Αυτό σημαίνει, για παράδειγμα, ότι σε μια δορυφορική εικόνα του δορυφόρου Landsat TM κάθε εικονοστοιχείο καλύπτει μια περιοχή στο έδαφος μεγέθους 30x30 μέτρα. Λαμβάνοντας υπόψη ότι σε διανυσματική μορφή ένα εικονοστοιχείο αναπαρίσταται ως πολύγωνο και συγκεκριμένα ως τετράγωνο, μετατρέποντας το σε διανυσματική μορφή, το εικονοστοιχείο αυτομάτως μετατρέπεται σε ένα τετράγωνο διαστάσεων 30x30 μέτρων. Χαρακτηριστική και αρκετά διαδεδομένη μορφή αναπαράστασης ψηφιδωτών δεδομένων είναι τα αρχεία τύπου geotiff. Τα αρχεία αυτά εκμεταλλεύονται μια από τις πιο διαδεδομένες και ευέλικτες μορφές αρχείων εικόνων, τη μορφή TIFF για την αναπαράσταση της εικόνας και συνοδεύονται από επιπλέον καταχωρίσεις με γεωγραφικά δεδομένα. Τα δεδομένα αυτά μπορούν στη συνέχεια να χρησιμοποιηθούν για τον ακριβή προσδιορισμό της γεωγραφικής περιοχής που καλύπτει η εικόνα (osgeo.org). 5.3 Αλγόριθμοι μετατροπής Raster σε Vector (R2V) Στην πράξη είναι πολλές φορές επιθυμητή η μετατροπή δεδομένων από τη μια μορφή στην άλλη. Η δομή των δεδομένων raster εκ φύσεως δεν επιτρέπει την εξαγωγή άμεσων συμπερασμάτων ή δεν είναι περαιτέρω εκμεταλλεύσιμα σε αυτή τη μορφή αλλά ούτε και τροποποιήσιμα. Για το λόγο αυτό, η περίπτωση της μετατροπής δεδομένων raster σε vector είναι ιδιαίτερα συχνή. Μερικά χαρακτηριστικά παραδείγματα είναι η εξαγωγή μεμονωμένων στοιχείων από ένα χάρτη ή μια εικόνα με συγκεκριμένα χαρακτηριστικά και η απόρριψη της υπόλοιπης πληροφορίας της εικόνας. Ακόμη, μεγάλο πλεονέκτημα των δεδομένων διανυσματικής μορφής και λόγος για τον οποίο πραγματοποιούνται αρκετές μετατροπές είναι 1 : Δεν απαιτούν μεγάλο αποθηκευτικό χώρο Μπορούν να αναπαριστούν τα δεδομένα με την αρχική τους ακρίβεια Διατηρούν τις τοπολογικές σχέσεις Οι αλγόριθμοι μετατροπής raster σε vector μπορούν να χωριστούν σε δύο βασικές κατηγορίες (Teng et al, 2008). Οι αλγόριθμοι εντοπισμού γραμμών Οι αλγόριθμοι εντοπισμού πολυγώνων

53 Η πρώτη κατηγορία συναντάται συχνά σε περιβάλλοντα CAD (Computer Aided Design) όπου απαιτείται η ψηφιοποίηση εικόνων συνήθως σαρωμένων από χαρτί όπως για παράδειγμα η ψηφιοποίηση ισοϋψών καμπύλων από κάποιο τοπογραφικό χάρτη. Κατά τη διαδικασία αυτή, τα γραμμικά χαρακτηριστικά αναγνωρίζονται αυτόματα και αναπαριστώνται σε μορφή διανυσμάτων. Υπάρχει πληθώρα αλγορίθμων για το σκοπό αυτό και αρκετά λογισμικά πακέτα. Από την άλλη πλευρά, η δεύτερη κατηγορία η οποία απασχολεί τη συγκεκριμένη εργασία, ο εντοπισμός δηλαδή συγκεκριμένων περιοχών με όμοια χαρακτηριστικά σε μια εικόνα και η μετατροπή τους σε πολύγωνα διανυσματικής μορφής, χρησιμοποιείται κυρίως σε περιπτώσεις εξαγωγής γεωγραφικών χαρακτηριστικών από τηλεπισκοπικές εικόνες. Χαρακτηριστικά παραδείγματα είναι η εξαγωγή περιοχών για την ανανέωση δεδομένων χρήσης γης από δορυφορικές εικόνες ή ο προσδιορισμό περιοχών με συγκεκριμένο υψόμετρο για την υποβοήθηση της πλοήγησης μη επανδρωμένων αεροσκαφών το οποίο αναλύεται στην παρούσα εργασία. Η διαδικασία μετατροπής δεδομένων Raster σε Vector είναι μια ιδιαίτερα πολύπλοκη και σημαντική διαδικασία κυρίως για τους παρακάτω λόγους σύμφωνα με τους Teng et al (2008): Είναι ιδιαίτερα απαιτητική σε χρόνο και απαιτεί μεγάλη υπολογιστική ισχύ από τον Ηλεκτρονικό υπολογιστή. Όσο πιο γρήγορος είναι κάποιος αλγόριθμος, τόσο μεγαλύτερες εικόνες μπορεί να επεξεργαστεί σε ικανοποιητικό χρονικό διάστημα. Σε γενικές γραμμές η χρονική πολυπλοκότητα ενός αλγόριθμου R2V είναι της τάξης Ο(n*m), όπου n και m είναι οι διαστάσεις της εικόνας, καθώς κάθε ψηφίδα πρέπει να προσπελαστεί τουλάχιστον μια φορά. Η ταχύτητα ενός αλγόριθμου R2V επηρεάζεται επίσης από τη χωρική ανάλυση της εικόνας. Καθώς η ανάλυση της εικόνας αυξάνεται, ο όγκος των υπό επεξεργασία δεδομένων αυξάνεται. Αυτό μπορεί είτε να μειώσει δραματικά την απόδοση απεικόνισης μιας εικόνας είτε ακόμα και να εμποδίσει την πλήρη φόρτωση της στον υπολογιστή λόγω μειωμένης επεξεργαστικής ισχύος. Είναι επομένως σημαντικός ο εντοπισμός μιας προσέγγισης με μειωμένη χωρική πολυπλοκότητα. Προκειμένου τα αποτελέσματα οποιουδήποτε αλγόριθμου R2V να είναι άμεσα διαθέσιμα σε περιβάλλοντα GIS είναι επιθυμητό, το σύνολο των διανυσματικών δεδομένων να περιέχονται σε ένα αρχείο, αντί σε πολλαπλά με κάθε τύπο αποθηκευμένο σε διαφορετικό αρχείο. Είναι επίσης σημαντικό να διατηρούνται στο ίδιο σύνολο δεδομένων και οι διάφορες τοπολογικές σχέσεις μεταξύ των πολυγώνων. Αυτό επιτρέπει, μετά το πέρας της διαδικασίας R2V, την αναπαράσταση των δεδομένων χωρίς επιπλέον διαδικασίες Θεμελιώδεις έννοιες R2V Όπως έχει αναφερθεί και προηγουμένως, οι αλγόριθμοι Raster σε Vector χωρίζονται σε αλγόριθμους ψηφιοποίησης γραμμών και πολυγώνων. Η ψηφιοποίηση των γραμμών επικεντρώνεται κυρίως στον εντοπισμό γραμμικών χαρακτηριστικών σε μια εικόνα και τη μετατροπή τους από συμπαγείς γραμμές σε γραμμές μηδενικού πάχους (δανύσματα). 49

54 Αντίθετα, ο προσδιορισμός των πολυγώνων που ορίζουν κάποιες περιοχές αφορά τον εντοπισμό του συνόλου των περιοχών αυτών και την εξαγωγή των ορίων τους ως πολύγωνα διανυσματικής μορφής. Ακολουθεί μια πιο εκτενής ανάλυση των εννοιών που συναντώνται σε τέτοιου είδους εφαρμογές. Ο εντοπισμός πολυγώνων από αρχεία ψηφιδωτής μορφής μπορεί σε ορισμένες περιπτώσεις να σχετίζεται με τον εντοπισμό γραμμών. Για παράδειγμα, κάποια μέθοδος μπορεί να χρησιμοποιεί σε πρώτο στάδιο πρακτικές εντοπισμού γραμμών προκειμένου να γίνεται η εξαγωγή των ορίων των πολυγώνων και σε δεύτερο στάδιο να πραγματοποιείται η περαιτέρω επεξεργασία σε κάποιο περιβάλλον GIS για τον καθορισμό της τοπολογίας μεταξύ τους. Παρ όλα αυτά, αυτή η προσέγγιση σπάνια χρησιμοποιείται κυρίως λόγω μειωμένης ακρίβειας και αποδοτικότητας. Σε αντίθεση με την ψηφιοποίηση γραμμών, όπου τα γραμμικά χαρακτηριστικά της εικόνας εξάγονται με βάση τα σημεία του κέντρου των ψηφίδων, η ψηφιοποίηση των πολυγώνων εξάγεται μέσω των ακμών που ορίζονται ανάμεσα σε γειτονικά pixels. Έτσι, τρείς βασικές έννοιες που χαρακτηρίζουν και συνοδεύουν τους αλγόριθμους R2V σε περιπτώσεις πολυγώνων και θα αναλυθούν παρακάτω είναι (Ten et al, 2008): Τα Pixel της εικόνας και η περιοχή που ορίζουν Κόμβοι (nodes) και ακμές (edges) Τοπολογιά μεταξύ των πολυγώνων Αρχικά, το εικονοστοιχείο όπως αναφέρθηκε και στην παράγραφο 5.1 είναι το δομικό στοιχείο μιας οποιαδήποτε εικόνας. Άρα και κατ επέκταση μιας οποιαδήποτε εικόνας η οποία προκύπτει από τηλεπισκοπικές ή φωτογραμμετρικές μεθόδους (δορυφορικές εικόνες, αεροφωτογραφίες, ψηφιακά μοντέλα εδάφους [DEM], ψηφιακά μοντέλα επιφάνειας [DSM] κλπ). Επιπλέον, κάθε pixel σε μια εικόνα αντιστοιχεί και σε μια συγκεκριμένη τιμή χρώματος για αυτό το σημείο της εικόνας όπως αναφέρθηκε και προηγουμένως. Ο συνδυασμός του συνόλου των pixel και των χρωμάτων που προκύπτουν από τις τιμές τους δίνουν το οπτικό αποτέλεσμα μιας ολοκληρωμένης εικόνας. Πολλές φορές η τιμή αυτή δεν αντιστοιχεί βέβαια σε κάποιο χρώμα του οπτικού φάσματος αλλά στην τιμή κάποιου άλλου μεγέθους. Χαρακτηριστικό παράδειγμα είναι τα ψηφιακά μοντέλα εδάφους ή DEM ψηφιδωτής (Raster) μορφής. Αυτά, δεν είναι παρά εικόνες μιας συγκεκριμένης γεωγραφικής περιοχής των οποίων όμως τα pixel έχουν ως τιμές το υψόμετρο του εδάφους στο σημείο που βρίσκεται στην εικόνα. 50

55 ΔΗΜΙΟΥΡΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗΝ ΕΞΑΓΩΓΗ ΠΛΟΗΓΗΣΙΜΩΝ UAS ΠΕΡΙΟΧΩΝ ΜΕ ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TACETT Εικόνα 5 3: Παράδειγμα ψηφιακού μοντέλου εδάφους μιας γεωγραφικής περιοχής σε μορφή raster. Οι λευκές περιοχές έχουν υψηλότερες τιμές ψηφίδων και κατ επέκταση αντιστοιχούν σε περιοχές υψηλότερων υψομέτρων. (πηγή: Ordnance Survey) Ακμές και κόμβοι Εάν σε μια εικόνα Raster ορισθεί ένα «παράθυρο» διαστάσεων 2x2 pixel, τότε, ανάλογα με τους συνδυασμούς των σχετικών τιμών των pixels μεταξύ τους, μπορούν να ορισθούν δύο θεμελιώδη διανυσματικά μεγέθη. Το πρώτο αφορά τα ευθύγραμμα τμήματα που προκύπτουν ως όρια ανάμεσα σε γειτονικά pixel με διαφορετικές τιμές καθώς και αλληλουχίες αυτών. Το δεύτερο αφορά τα σημεία που προκύπτουν ως τομές μεταξύ των ευθύγραμμων αυτών τμημάτων. Τα πρώτα ονομάζονται ακμές (edges) ενώ τα δεύτερα κόμβοι (nodes) (Teng et al, 2008). Κατά τη διαδικασία εντοπισμού πολυγώνων, είναι σημαντικό να γίνει προσδιορισμός των ορίων μεταξύ των πολυγώνων. Είναι φανερό, ότι τα όρια των πολυγώνων μπορεί να μην βρίσκονται σε ομογενείς περιοχές της εικόνας. Έτσι, βάση του παραθύρου 2x2 που αναφέρθηκε πριν, μπορούμε να εντοπίσουμε έξι διακριτές περιπτώσεις σύνδεσης ακμών μεταξύ των εικονοστοιχίων (edge connections) και οκτώ περιπτώσεις σύνδεσης κόμβων (node connections) όπως φαίνεται στην επόμενη εικόνα. Οι εικόνες a-f αναπαριστούν τις πιθανές περιπτώσεις ακμών και οι εικόνες g-n τις πιθανές περιπτώσεις κόμβων (Teng et al, 2008). 51

56 Εικόνα 5 4: Στοιχεία a-f: Οι έξι διαφορετικές περιπτώσεις σύνδεσης ακμών. Στοιχεία g-n: Οι οκτώ περιπτώσεις σύνδεσης κόμβων. Συμπερασματικά λοιπόν, είναι φανερό ότι το όριο ενός πολυγώνου αποτελείται από μια αλληλουχία τέτοιων συνδέσεων ακμών και κόμβων. Μια συνεχής αλληλουχία ακμών μπορεί να θεωρηθεί ως μια συνεχής τεθλασμένη γραμμή που προσδιορίζεται γεωμετρικά από τις συντεταγμένες των άκρων των ακμών που την αποτελούν. Κατά την εκτέλεση λοιπόν τέτοιου είδους αλγόριθμων, στόχος είναι ο εντοπισμός των ακμών αυτών και ο προσδιορισμός των τεθλασμένων γραμμών που ταυτίζονται με το συγκεκριμένο τμήμα του ορίου του πολυγώνου. Εάν κατά τον εντοπισμό των ακμών, εντοπισθεί κάποιος κόμβος, τότε η τεθλασμένη γραμμή του ορίου που έχει ορισθεί μέχρι αυτό το σημείο διακόπτεται. Εικόνα 5 5: Γραφική αναπαράσταση του εντοπισμού των ορίων ανάμεσα σε περιοχές διαφορετικών τιμών σε αρχεία raster (κόκκινη γραμμή) καθώς και τον κόμβων ανάμεσα σε αυτά (κίτρινος κύκλος). Στην επάνω εικόνα διακρίνονται με κόκκινο οι αλληλουχίες ακμών που ορίζονται για τα πολύγωνα με τιμή 1 και τιμή 2 καθώς και η θέση ενός κόμβου (κύκλος) στο σημείο που διαχωρίζονται τα πολύγωνα αυτά Τοπολογικές σχέσεις Οι τοπολογικές σχέσεις οι οποίες έχουν ήδη αναφερθεί αφορούν επί της ουσίας τα στοιχεία εκείνα που είναι απαραίτητα για τη σωστή αναπαράσταση των δεδομένων που έχουν εξαχθεί σε διανυσματική μορφή. Για παράδειγμα, στις περιπτώσεις εξαγωγής γραμμικών 52

57 χαρακτηριστικών, αφού έχουν εντοπισθεί τα μεμονωμένα διανύσματα που αποτελούν μια γραμμή, αυτά, εφόσον ανήκουν στην ίδια γραμμή, θα πρέπει τοποθετηθούν με τέτοια σειρά έτσι ώστε να μην υπάρχουν ασυνέχειες στο τελικό διάνυσμα της γραμμής (Παρασχάκης κα, 1991). Αντίστοιχα, σε περιπτώσεις πολυγώνων, τα διανύσματα των τεθλασμένων γραμμών που ορίζουν τα όρια τους, αντιστοιχούν σε συγκεκριμένα πολύγωνα. Η πληροφορία αυτή θα πρέπει να ανακτηθεί κατά την εκτέλεση κάποιου αλγόριθμου προκειμένου στα τελικά πολύγωνα να αντιστοιχηθούν οι σωστές γραμμές και να προκύψουν τα τελικά διανυσματικά πολύγωνα. 53

58 6 Ο Αλγόριθμος TACET Ο αλγόριθμος TACET, με τον οποίο ασχολείται η παρούσα διατριβή, αποτελεί ένα σχετικά πρόσφατο αλγόριθμο μετατροπής δεδομένων Raster σε Vector. Δηλαδή δεδομένων από ψηφιδωτή σε διανυσματική μορφή. Οι αλγόριθμοι R2V όπως αναφέρθηκε χρησιμοποιούνται εκτενώς σε φωτογραμμετρικές εφαρμογές και εφαρμογές GIS. Στην παρούσα εργασία, εξετάζεται η εφαρμογή τους για την εξαγωγή διαγραμμάτων ορατότητας για την πλοήγηση μη επανδρωμένων αεροσκαφών. Αν και περιλαμβάνονται συχνά σε εμπορικά λογισμικά φωτογραμμετρίας, χαρτογραφίας, GIS κλπ, οι δημιουργοί του αλγόριθμου (Teng et al, 2008) αυτού σημειώνουν ότι υπάρχουν αρκετά περιθώρια βελτίωσης ακόμα στον τομέα της υπολογιστικής απόδοσης των υπαρχόντων αλγόριθμων. Στο έργο τους περιγράφουν έναν νέο αλγόριθμο μετατροπής δεδομένων Raster σε Vector ο οποίος είναι αρκετά αποδοτικός καθώς έχει τη δυνατότητα να επεξεργάζεται μεγάλα αρχεία εικόνας και να δημιουργεί ταυτόχρονα τις τοπολογικές σχέσεις που προκύπτουν σαρώνοντας τις γραμμές τις εικόνας μια προς μια. Η ονομασία του αλγόριθμου, σύμφωνα με τους συγγραφείς, η οποία περιγράφει τη βασική μέθοδο που χρησιμοποιεί ο είναι η εξής: Two-Arm Chain Edge Tracing ή εν συντομία TACET η οποία θα αναλυθεί παρακάτω. Προγραμματιστικά, η υλοποίηση της μεθόδου αυτής, από τους Teng et all (2008) έγινε χρησιμοποιώντας τη γλώσσα προγραμματισμού C++. Η γλώσσα αυτή, αρκετά διαδεδομένη και ισχυρή, χρησιμοποιείται ευρύτατα για την επεξεργασία αρχείων εικόνας καθότι παρέχει τη δυνατότητα καλύτερης διαχείρισης της μνήμης που απαιτείται. Είναι επομένως λογικό, στο βαθμό που η επεξεργασία/φόρτωση ενός αρχείου εικόνας είναι ιδιαίτερα απαιτητικά σε μνήμη από τον υπολογιστή, η C++ να αποτελεί μια δικαιολογημένη επιλογή σε αυτήν την περίπτωση από τους συγγραφείς. Τα βασικότερα πλεονεκτήματά του αλγόριθμου, σύμφωνα με τους δημιουργούς είναι: Μπορεί να μετατρέψει τις διαφορετικές περιοχές μιας εικόνας σε πολύγωνα μόλις με μια σάρωση της εικόνας. Δημιουργεί τις διάφορες τοπολογικές σχέσεις των πολυγώνων καταγράφοντας τα όρια των διαφορετικών περιοχών της αρχικής εικόνας μόνο μια φορά 54

59 Η απόδοσή του αυξάνεται όσο αυξάνεται το μέγεθος της υπό σάρωση εικόνας. Φέρεται να είναι περισσότερο αποδοτικός με μεγάλες εικόνες σε σχέση με άλλα εμπορικά λογισμικά όπως το ENVI ( το οποίο παρέχει εργαλεία επεξεργασίας εικόνας σε περιβάλλοντα GIS όπως το ArcMap ( 6.1 Η μέθοδος TACET (Two-Arm Chain Edge Tracing) Βελτιώσεις σε σχέση με άλλους αλγόριθμους i. Διαδικασία σάρωσης Σημαντική διαφορά σε σχέση με άλλους αλγόριθμους είναι ότι δεν απαιτείται η φόρτωση στη μνήμη ολόκληρης της εικόνας, παρά μόνο μια λωρίδας πλάτους δύο εικονοστοιχείων. Έτσι, σε σχέση με το συνολικό μέγεθός της εικόνας, ο αλγόριθμος επιφορτίζεται μονάχα με ένα μικρό ποσοστό του συνολικού μεγέθους σε κάθε επανάληψη μετακινούμενο σταδιακά προς τα κάτω έως ότου ολοκληρωθεί η πλήρης σάρωση της εικόνας (plane sweeping). Εικόνα 6 1: Από το σύνολο των εικονοστοιχείων της εικόνας επεξεργάζονται κάθε φορά μόνο δύο λωρίδες γεγονός που μειώνει δραματικά τις απαιτήσεις μνήμης του αλγόριθμου. ii. Τοπολογία Προκειμένου η εξαγωγή των τοπολογικών σχέσεων των πολυγώνων να γίνει σωστά, μια ακμή (edge) θεωρείται ότι έχει δύο πλευρικές επιφάνειες και ένα κεντρικό άξονα. Οι πρώτες χρησιμοποιούνται αποκλειστικά στην καταγραφή και το σχηματισμό των τοπολογικών σχέσεων των πολυγώνων ενώ ο δεύτερος για την καταγραφή της γεωμετρίας των ακμών μεταξύ τους. Με άλλα λόγια, οι πλευρικές επιφάνειες καταγράφουν κατά τη σάρωση ποια ακμή ανήκει σε ποιο πολύγωνο ενώ ο άξονας τις συντεταγμένες των κόμβων που τις ορίζουν. 55

60 Εικόνα 6 2: Ποιοτική αναπαράσταση της πληροφορίας που συνοδεύει τα όρια που εντοπίζονται σύμφωνα με τη μέθοδο. Ο κεντρικός άξονας (κόκκινο) φέρει τη γεωμετρική πληροφορία ενώ οι εξωτερικές πλευρές (μπλε) φέρουν την τοπολογική πληροφορία iii. Μέθοδος μονής επανάληψης Ο αλγόριθμος TACET, λόγω της μορφής με την οποία διαβάζει το αρχείο της εικόνας και πραγματοποιεί τη σάρωση, έχει επίσης το σημαντικό πλεονέκτημα της ολοκλήρωσης της μετατροπής από Raster σε Vector και την καταγραφή της πλήρους τοπολογίας μόνο με μια επανάληψη. Όπως προκύπτει από τα παραπάνω, το σημαντικότερο πλεονέκτημα του αλγόριθμου αυτού αποτελεί το γεγονός του συνδυασμού της διαδικασίας εξαγωγής των διανυσματικών αντικειμένων (πολυγώνων) και της τοπολογίας που ορίζεται μεταξύ τους σε μόνο μια επανάληψη Βασικές έννοιες και αντικείμενα της μεθόδου i. Αντικείμενα πολυγώνων Στον αλγόριθμο αυτό, κάθε πολύγωνο στην εικόνα θεωρείται πως μπορεί να αναπαρασταθεί από δύο αλληλουχίες τεθλασμένων γραμμών και πιο συγκεκριμένα από αλληλουχίες ακμών (edge connections) όπως αυτές περιγράφηκαν παραπάνω. Στην εργασία των Teng et al, (2008), αναφέρεται ο όρος arc chains για να περιγράψει τις αλληλουχίες αυτές. Ο αλγόριθμος ξεκινάει πάντα την σάρωση της εικόνας από πάνω προς τα κάτω και από αριστερά προς τα δεξιά. Επομένως το αρχικό σημείο (κόμβος) έναρξης καταγραφής ενός πολυγώνου βρίσκεται πάνω αριστερά ενώ το τελικό σημείο καταγραφής βρίσκεται κάτω δεξιά. 56

61 Εικόνα 6 3: Σχηματική αναπαράσταση των πολυγώνων σύμφωνα με τη μεθοδολογία TACET. Γίνεται η παραδοχή ότι αυτό μπορεί να θεωρηθεί πως αποτελείται από μια αλληλουχία ευθύγραμμων τμημάτων η οποία έχει στη δεξιά πλευρά της το εσωτερικό του πολυγώνου και μια δεύτερη η οποία έχει στην αριστερή πλευρά της το εσωτερικό του πολυγώνου. Οι αλληλουχίες αυτές ξεκινούν στο ανώτερο αριστερό άκρο του πολυγώνου και καταλήγουν στο κάτω δεξιά. ii. iii. Τόξα Σύμφωνα με τα προηγούμενα, κάθε ακμή θεωρείται πως έχει δύο πλευρές (αριστερά και δεξιά) και οι οποίες φέρουν την πληροφορία του πολυγώνου στο οποίο ανήκουν ενώ ο άξονας φέρει τη γεωμετρική πληροφορία που ορίζει τα όρια των πολυγώνων που θα προκύψουν. Όταν μια τέτοια αλληλουχία ακμών πρέπει να «κλείσει», να σταματήσει δηλαδή η διαδικασία καταγραφής έως εκείνο το σημείο διότι εντοπίστηκε κάποιος κόμβος, τότε η πληροφορία που φέρουν η αριστερή και δεξιά πλευρά καταχωρείται στα δεδομένα του αντίστοιχου πολυγώνου. Αντικείμενα Two-Arm Προκειμένου να πραγματοποιηθεί η καταγραφή όλων αυτών των πληροφοριών, της γεωμετρίας των τόξων και κατ επέκταση των πολυγώνων καθώς και της τοπολογίας τους, οι συντελεστές της εργασίας έχουν αναπτύξει ένα αντικείμενο το οποίο βοηθάει στην καταγραφή αυτή κατά τη σάρωση. Το αντικείμενο αυτό, το οποίο οι συγγραφείς αποκαλούν με τον όρο Two-Arm, αποτελείται βασικά από δύο κάθετους βραχίονες οι οποίοι, όπως διαπιστώνεται, μοιάζουν με μοναδιαία διανύσματα, έναν οριζόντιο με φορά προς τα δεξιά και έναν κάθετο με φορά προς τα κάτω. Αυτό διότι, όπως αναφέρθηκε και προηγουμένως, η σάρωση της εικόνας γίνεται από αριστερά προς τα δεξιά και από πάνω προς τα κάτω. Τοποθετώντας επομένως το νοητό αυτό αντικείμενο στο κέντρο ενός παραθύρου διαστάσεων 2x2 pixel μπορούμε να διακρίνουμε τρείς διαφορετικές περιοχές ενδιαφέροντος: 57

62 Την εσωτερική, η οποία αντιστοιχεί σε πολύγωνο που βρίσκεται ανάμεσα στους δύο βραχίονες. Την αριστερή, η οποία αντιστοιχεί σε πολύγωνο που βρίσκεται αριστερά από τον κάθετο βραχίονα Την επάνω, η οποία αντιστοιχεί σε πολύγωνο που βρίσκεται επάνω από τον οριζόντιο βραχίονα Εικόνα 6 4: Σχηματική αναπαράσταση της έννοιας του αντικειμένου Two-Arm. φαίνονται οι εσωτερική, η αριστερή και η δεξιά περιοχή που ορίζουν καθώς και ο κάθετος και οριζόντιος βραχίονας. Σε αυτό το σημείο εισάγεται και η έννοια του εικονικού βραχίονα (virtual arm). Σε περίπτωση που δύο γειτονικά pixel, από τις δύο πλευρές του βραχίοντα, έχουν την ίδια τιμή (ανήκουν στην ίδια κλάση, πολύγωνο), τότε ο βραχίονας θεωρείται εικονικός μιας και δεν προσφέρει κάτι η καταγραφή πληροφορίας σε αυτό το σημείο και άρα δεν λαμβάνεται υπόψη από τον αλγόριθμο. Μια επιπλέον πληροφορία η οποία συνοδεύει τα αντικείμενα αυτά σύμφωνα με τη συγκεκριμένη μέθοδο είναι ο αριθμός της θέσης της ψηφίδας την οποία αφορά το αντικείμενο η οποία χρησιμοποιείται όπως περιγράφεται στην παράγραφο Έχοντας διαθέσιμες τις παραπάνω πληροφορίες σε κάθε εικονοστοιχείο της εικόνας, το σύνολο του αλγόριθμου μπορεί να υλοποιηθεί συνδέοντας τα αντικείμενα αυτά και σχηματίζοντας αλυσίδες από αντικείμενα Two-Arm όπως φαίνεται αναλυτικότερα παρακάτω Κανόνες σχηματισμού αλυσίδων Two-Arm Σύμφωνα με τη μέθοδο TACET, εφόσον το σύνολο της τοπολογικής πληροφορίας μεταξύ των ακμών και των πολυγώνων εμπεριέχεται στους βραχίονες των αντικειμένων Two-Arm που ορίζονται, το σύνολο της διαδικασία μπορεί να ολοκληρωθεί με ένωση των διαδοχικών αντικειμένων τα οποία τοποθετούνται στο πάνω αριστερό σημείο κάθε ψηφίδα κατά τη 58

63 σάρωση. Παρακάτω ακολουθούν οι βασικοί κανόνες σχηματισμού αλυσίδων των αντικειμένων Two-Arm Μεταφορά τοπολογικών σχέσεων μεταξύ γειτονικών αντικειμένων Two-Arm Η βασική λογική για τη μεταφορά των τοπολογικών σχέσεων που ορίζονται σε κάθε αντικείμενο Two-Arm έχει ως εξής. Κατά τη σάρωση από αριστερά προς τα δεξιά και από πάνω προς τα κάτω, οι τοπολογικές πληροφορίες μπορούν να μεταφερθούν ανάμεσα σε διαδοχικά αντικείμενα Two-Arm. Αυτό επιτυγχάνεται με την εισαγωγή δύο επιπλέον βοηθητικών αντικειμένων Two-Arm κατά τη σάρωση. Ενός στη θέση πάνω από το τρέχον αντικείμενο και ενός στη θέση πριν από το τρέχον. Η ένωση (μεταφορά πληροφορίας) ανάμεσα στους βραχίονες γίνεται με βάση τους εξής κανόνες: Κατ αρχάς, ο κάθετος βραχίονας του προηγούμενου Two-Arm αντικειμένου καθώς και ο οριζόντιος βραχίονας του επάνω Two-Arm αντικειμένου αγνοούνται διότι η σάρωση εκτελείται από αριστερά προς τα δεξιά και από πάνω προς τα κάτω επομένως αυτοί έχουν ληφθεί υπόψη από τον αλγόριθμο σε προηγούμενη επανάληψη. Δεύτερον, οι τοπολογικές πληροφορίες, κληρονομούνται από τους μη εικονικούς βραχίονες των γειτονικών αντικείμενων Two-Arm στους μη εικονικούς βραχίονες του επόμενου, αγνοώντας τους εικονικούς. Τρίτον, μετά την ένωση των βραχιόνων, η πληροφορία που βρίσκεται στους οριζόντιους βραχίονες μεταφέρεται στον επόμενο διαθέσιμο κάθετο βραχίονα ή κλείνει εφόσον εντοπισθεί κόμβος. Εικόνα 6 5: Δύο παραδείγματα διατάξεων αντικειμένων TwoArm όπως αυτά διαμορφώνονται κατά τη σάρωση της εικόνας. Διακρίνονται μη εικονικοί και εικονικοί βραχίονες καθώς και η μεταβίβαση της τοπολογικής πληροφορίας μεταξύ τους. Στην Εικόνα 6 5 που φαίνεται παραπάνω παρουσιάζονται δύο παραδείγματα διατάξεων των εν λόγω τριών αντικειμένων Two-Arm. Στην αριστερή περίπτωση ο κάθετος βραχίονας του επάνω αντικειμένου είναι εικονικός ενώ ο οριζόντιος βραχίονας του προηγούμενο αντικειμένου και ο κάθετος του τρέχοντος είναι μη εικονικοί. Έτσι, η τοπολογική 59

64 πληροφορία από τον οριζόντιο βραχίονα του προηγούμενου περνάει στον κάθετο βραχίονα του τρέχοντος. Αυτό σημαίνει πρακτικά πως το όριο του πολυγώνου της εσωτερικής πλευράς του προηγούμενου αντικειμένου ταυτίζεται με το όριο του πολυγώνου της αριστερής πλευράς του τρέχοντος. Αντίστοιχα το όριο του επάνω πολυγώνου του προηγούμενο αντικειμένου ταυτίζεται με αυτό της εσωτερικής πλευράς του τρέχοντος. Στην δεύτερη περίπτωση, το όριο του πολυγώνου της επάνω περιοχής του προηγούμενου αντικειμένου ταυτίζεται με αυτό της αριστερής περιοχής του επάνω αντικειμένου και το οποίο τερματίζεται διότι αυτή η διάταξη ταυτίζεται με κόμβο. Επίσης, το όριο του πολυγώνου της εσωτερικής περιοχής του προηγούμενου αντικειμένου ταυτίζεται με αυτό της αριστερής περιοχής του τρέχοντος ενώ το όριο του πολυγώνου της εσωτερικής περιοχής του επάνω αντικειμένου ταυτίζεται με αυτό της εσωτερικής του τρέχοντος Καταχώριση τόξων για το σχηματισμό πολυγώνων Στην περίπτωση εντοπισμού κάποιου κόμβου η διαδικασία καταγραφής τερματίζεται. Σε αυτήν την περίπτωση οι αλληλουχίες ακμών που έχουν σχηματιστεί πρέπει να καταχωρηθούν στο αντίστοιχο πολύγωνο το οποίο ανήκουν. Έτσι διακρίνονται οι εξής δύο κεντρικές περιπτώσεις: Ο βραχίονας τερματισμού του τόξου είναι οριζόντιος: Η αριστερή πλευρά καταχωρείται στα αριστερά τόξα του επάνω πολυγώνου ενώ η δεξιά στα δεξιά τόξα του εσωτερικού πολυγώνου του αντικειμένου Two-Arm. Ο βραχίονας τερματισμού είναι κάθετος: Η δεξιά πλευρά καταχωρείται στα δεξιά τόξα του αριστερού πολυγώνου ενώ η αριστερή πλευρά καταχωρείται στα αριστερά τόξα του εσωτερικού πολυγώνου του τρέχοντος αντικειμένου Two-Arm Αλυσίδες Two-Arm αντικειμένων κατά τη σάρωση Κατά τη διάρκεια της σάρωσης επομένως, αρχικός στόχος του αλγόριθμου είναι η δημιουργία των αντικειμένων Two-Arm σε κάθε σημείο καθώς και των αλυσίδων αυτών σε κάθε γραμμή σάρωσης. Στην Εικόνα 6 6 παρουσιάζεται ο τρόπος σχηματισμού των αλυσίδων για την εξαγωγή των διαφόρων περιπτώσεων που μπορεί να ορίζονται ανάμεσα σε τρία αντικείμενα Two-Arm (τρέχων, προηγούμενο και επάνω). Στην περίπτωση α εμφανίζεται μια γραμμή κάποιας εικόνας με τις αντίστοιχες τιμές των ψηφίδων της ενώ στην περίπτωση β παρουσιάζεται η διάταξη των αντικειμένων Two-Arm που ορίζονται σε κάθε θέση αυτής. Καθώς η γραμμή αφορά το άνω όριο της εικόνας, όλοι οι οριζόντιοι βραχίονες των αντικειμένων είναι μη εικονικοί εκτός από τον τελευταίο καθώς δεν χωρίζει διαφορετικές περιοχές. Κατά μια έννοια, και οι περιοχή εκτός των ορίων της εικόνας αντιμετωπίζεται κι αυτή σαν ένα πολύγωνο. Περνώντας στην περίπτωση γ βλέπουμε τη δεύτερη γραμμή της εικόνας και τις αντίστοιχες τιμές των ψηφίδων της και στην περίπτωση δ τα αντικείμενα Two-Arm που ορίζονται σε κάθε θέση. Φαίνεται εδώ ότι σε σημεία στα οποία δεν υπάρχει διαφορετική τιμή στις γειτονικές ψηφίδες, δεν δημιουργούνται αντικείμενα. Στην περίπτωση ε βλέπουμε ότι για την τρέχουσα γραμμή 60

65 σάρωσης (δεύτερη) λαμβάνονται υπόψη και τα αντικείμενα Two-Arm της προηγούμενης γραμμής και στις αντίστοιχες θέσεις τους τοποθετούνται, όπου δεν υπάρχουν, αντικείμενα με εικονικό κάθετο βραχίονα. Έπειτα, στην περίπτωση στ οι οριζόντιοι βραχίονες των αντικειμένων προεκτείνονται έως ότου συναντήσουν το επόμενο αντικείμενο. Τέλος, στην περίπτωση ζ βλέπουμε τη διάταξη που δημιουργείται ανάμεσα στα αντικείμενα της προηγούμενης γραμμής και της τρέχουσας. Να σημειωθεί πως, όπως φαίνεται και στην εικόνα, στις θέσης των αντικειμένων της τρέχουσας γραμμής έχουν προστεθεί, όπου δεν υπάρχουν, αντικείμενα στην προηγούμενη γραμμή. Εικόνα 6 6: Παράδειγμα δημιουργίας αλυσίδων TwoArm κατά μήκος της γραμμής σάρωσης σε δύο διαδοχικές γραμμές της εικόνας. (πηγή: Ανακατασκευή από Teng et al, 2008) Ανάλυση σύνδεσης αντικειμένων Two-Arm Κατά τη διαδικασία που περιγράφηκε στην παράγραφο δημιουργούνται διατάξεις ανάμεσα στα αντικείμενα Two-Arm κατά τη σάρωση, τα οποία αναλύονται προκειμένου να προσδιορισθεί η γεωμετρία και η τοπολογία των πολυγώνων όπως στο παράδειγμα της Εικόνα 6 5 στην παράγραφο Οι διαφορετικές περιπτώσεις που προκύπτουν ανάμεσα στις πιθανές διατάξεις αποτελούν τον πυρήνα του αλγόριθμου σύμφωνα με τις οποίες πραγματοποιούνται οι βασικές ενέργειες του. Το σύνολο των περιπτώσεων που μπορούν να προκύψουν είναι 16 (2 4 ) εκ των οποίων μόνο οι 11 θεωρούνται έγκυρες. Οι περιπτώσεις παρουσιάζονται σχηματικά στην εεικόνα

66 Εικόνα 6 7: Οι 16 περιπτώσεις που μπορούν να προκύψουν ανάμεσα σε μια διάταξη 2x2 εικονοστοιχείων. Οι περιπτώσεις αυτές ελέγχονται μέσω των αντικειμένων TwoArm που διαμορφώνονται σε κάθε επανάληψη της σάρωσης και αναλόγως ο αλγόριθμος δημιουργεί νέα ή κλείνει υπάρχοντα πολύγωνα, προεκτείνει τις πλευρές τους και μεταβιβάζει τις τοπολογικές σχέσεις μεταξύ τους. (πηγή: Ανακατασκευή από Teng et al, 2008) Σύμφωνα με την Εικόνα 6 7, η περίπτωση α αφορά σε αντικείμενα των οποίων όλοι οι βραχίονες είναι μη εικονικοί. Στην περίπτωση αυτή, η καταγραφή του επάνω αριστερού πολυγώνου τερματίζεται ενώ ξεκινάει η καταγραφή ενός νέου πολυγώνου κάτω δεξιά. Στην περίπτωση β η τοπολογική πληροφορία μεταφέρεται από τα δεξιά προς τα αριστερά καθώς επίσης αρχίζει και η καταγραφή ενός νέου πολυγώνου. Στη γ η πληροφορία μεταφέρεται από πάνω προς τα κάτω κι επίσης αρχίζει η καταγραφή νέου πολυγώνου. Η περίπτωση δ καταγράφει δύο νέα πολύγωνα, ένα εσωτερικά και ένα εξωτερικά από τους μη εικονικούς βραχίονες. Στην περίπτωση ε συναντάται το κλείσιμο ενός πολυγώνου ενώ η υπόλοιπη τοπολογική πληροφορία μεταφέρεται από πάνω προς τα κάτω. Η περιπτώσεις στ και ζ αφορούν στην επέκταση του ορίου του πολυγώνου προς τα κάτω κατά τον κάθετο βραχίονα. Η περίπτωση η είναι μη έγκυρη καθώς συναντάται μονάχα ένας μη εικονικός βραχίονας το οποίο δεν ορίζεται. Αυτό συμβαίνει διότι, εφόσον προκύπτει τουλάχιστον ένας βραχίονας εντός του 62

67 παραθύρου των τεσσάρων ψηφίδων 2x2 σημαίνει πως τουλάχιστον μια ψηφίδα έχει διαφορετική τιμή από τις υπόλοιπες τρείς και επομένως απαιτείται και δεύτερος βραχίονας για να τη διαχωρίσει από τις δύο γειτονικές της. Στην περίπτωση θ πραγματοποιείται το κλείσιμο ενός πολυγώνου και η μεταφορά της τοπολογικής πληροφορίας από τα αριστερά προς τα δεξιά. Οι περιπτώσεις ι και ια είναι αντίστοιχες των στ και ζ κατά την οποία λαμβάνει χώρα η επέκταση του ορίου του πολυγώνου προς τα δεξιά ενώ η περίπτωση ιβ είναι μη έγκυρη. Τέλος, η περίπτωση ιγ αφορά τον τερματισμό ενός πολυγώνου και οι τρείς τελευταίες περιπτώσεις ιδ, ιε, ιστ είναι επίσης μη έγκυρες Εντοπισμός νησιών και ορίων πολυγώνων Καθώς ο αλγόριθμος σαρώνει την εικόνα, η περίπτωση να εντοπισθεί κάποιος κόμβος είναι ιδιαίτερα πιθανή και κατ επέκταση να ξεκινήσει η καταγραφή ενός νέου πολυγώνου. Σε αυτό το στάδιο όμως, ο αλγόριθμος δεν μπορεί να γνωρίζει εκ των πρότερων εάν το νέο πολύγωνο που καταγράφεται, και στην πορεία ανιχνεύεται, είναι τελικά κάποιο νέο μεμονωμένο πολύγωνο, ή εάν αποτελεί μέρος ενός ήδη υπάρχοντος πολυγώνου. Η διαπίστωση αυτών των δύο περιπτώσεων μπορεί να γίνει μονάχα κατά τον εντοπισμό του κόμβου κλεισίματος του εν λόγω πολυγώνου. Στην πρώτη περίπτωση, δεν ισχύει κάτι ιδιαίτερο σε σχέση με αυτά που ειπώθηκαν στις προηγούμενες παραγράφους. Αντίθετα, στη δεύτερη περίπτωση, όπου το φαινομενικά νέο πολύγωνο αποτελεί τελικά μέρος ενός άλλου πολυγώνου, απαιτούνται κάποιες επιπλέον ενέργειες. Μάλιστα, από αυτήν την περίπτωση μπορούμε να διακρίνουμε δύο υποπεριπτώσεις. Η πρώτη υποπερίπτωση αφορά το γεγονός ότι ένα πολύγωνο που ανιχνεύεται καταλήγει να αποτελεί μέρος του ορίου ενός ευρύτερου πολυγώνου. Η δεύτερη υποπερίπτωση αφορά το γεγονός όταν ένα πολύγωνο είναι εσωτερικό (νησί) ενός μεγαλύτερου πολυγώνου. Σύμφωνα με τους κανόνες της μεθοδολογίας TACET η τοπολογική πληροφορία δημιουργείται κατά τον εντοπισμό ενός νέου πολυγώνου και ολοκληρώνεται κατά τον τερματισμό του στο δεξί κάτω άκρο. Στην περίπτωση λοιπόν ενός εσωτερικού πολυγώνου πρέπει να προσδιορισθεί το πολύγωνο στο οποίο ανήκει. Για το σκοπό αυτό, λαμβάνεται υπόψη η πληροφορία της θέσης που βρίσκεται το κάθε αντικείμενο Two-Arm στη σειρά που εξετάζεται. Ένα αντικείμενο με μικρότερο αριθμό θέσης (στήλης) σημαίνει ότι βρίσκεται αριστερότερα στην εικόνα απ ότι ένα με μεγαλύτερο καθώς ο αλγόριθμος έχει φορά σάρωσης από αριστερά προς τα δεξιά. Έτσι, είναι σχετικά απλό να εντοπισθεί το αντικείμενο Two-Arm το οποίο «προηγείται» του τρέχοντος και κατ επέκταση το προηγούμενο πολύγωνο το οποίο σχετίζεται με αυτό. Έτσι, εάν το νέο πολύγωνο που ανιχνεύεται τελικά είναι εσωτερικό, τότε αυτό ανήκει στο προηγούμενο. Η διαδικασία και για τις δύο υποπεριπτώσεις φαίνεται περισσότερο ξεκάθαρα στην Εικόνα 6 8. Στις εικόνες αυτές βλέπουμε τις δύο υποπεριπτώσεις που περιγράφηκαν παραπάνω. Στην αριστερή εικόνα, στη θέση Α εντοπίζονται δύο νέα πολύγωνα, ένα εξωτερικό και ένα εσωτερικό (1 και 2 αντίστοιχα). Στη θέση Β εντοπίζονται δύο νέα πολύγωνα, το 3 και το 4 με 63

68 παρόμοιο τρόπο. Σε αυτό το σημείο ο αλγόριθμος μπορεί να εντοπίσει ότι το αμέσως προηγούμενο πολύγωνο που είχε εντοπισθεί είναι το 2 το οποίο αποτελεί εν δυνάμει γονικό πολύγωνο του 3. Στο σημείο C κλείνουν τα πολύγωνα 4 και 3 και αντίστοιχα στο σημείο D τα πολύγωνα 2 και 1 τα οποία είχαν δημιουργηθεί εξ αρχής. Αυτό, από τη στιγμή που διατηρείται αυτή η συνοχή, σημαίνει ότι το πολύγωνο 3 είναι εσωτερικό του 2 το οποίο είχε υποτεθεί από τον αλγόριθμο κατά τον εντοπισμό του 3. Στη δεξιά εικόνα αντιμετωπίζεται η δεύτερη υποπερίπτωση η οποία αφορά τον εντοπισμό ενός πολυγώνου το οποίο τελικά αποτελεί μέρος ενός άλλου. Συγκεκριμένα, στο σημείο A εντοπίζονται και πάλι δύο πολύγωνα 1 και 2. Στο σημείο Β αντίστοιχα δύο πολύγωνα 3 και 4. Αυτό που συμβαίνει όμως μετά είναι ότι στα σημεία C και Ε οι ακμές του πολυγώνου 3 ενώνονται με αυτές του πολυγώνου 2. Αυτό καταδεικνύει αυτομάτως στον αλγόριθμο ότι το πολύγωνο 3 δεν υπάρχει αλλά αποτελεί μέρος του 2 και οι ακμές του θα πρέπει να ενταχθούν σε αυτές του 2. Στην περίπτωση του πολυγώνου 4 βλέπουμε ότι δεν ισχύει κάτι τέτοιο και έτσι λαμβάνεται ως ξεχωριστό πολύγωνο από τον αλγόριθμο. Εικόνα 6 8: Οι περιπτώσεις εντοπισμού από τον αλγόριθμο TACET a)εσωτερικών πολυγώνων εντός άλλων μεγαλύτερων και b) πολυγώνων τα οποία διαπιστώνεται πως αποτελούν μέρος άλλων πολυγώνων και ενσωματώνονται σε αυτά (πηγή: Teng et al, 2008). Κλείνοντας σε αυτό το σημείο το σύνολο της μεθοδολογίας μπορούμε να πούμε ότι οι περιπτώσεις που αναλύθηκαν αποτελούν το σύνολο των πιθανών περιπτώσεων που μπορεί να συναντήσει ο αλγόριθμος κατά την εκτέλεσή του. Έτσι, αυτό τον καθιστά έναν ολοκληρωμένο αλγόριθμο μετατροπής δεδομένων raster σε vector και ο οποίος χρησιμοποιήθηκε για την κατασκευή μιας βιβλιοθήκης για την εξαγωγή μη πλοηγήσιμων περιοχών από ψηφιακά δεδομένα ανάγλυφου σε μορφή raster. 6.2 Συμπεράσματα Συμπερασματικά, αφού έχει ολοκληρωθεί σε αυτό το στάδιο η ανάλυση της μεθοδολογίας TACET, σύμφωνα με τους Teng et al (2008), μπορούμε να αναφέρουμε και τα εξής αποτελέσματα από κάποιες εκτελέσεις που πραγματοποίησαν. Πιο συγκεκριμένα, οι δημιουργοί έφτιαξαν μια εφαρμογή με το όνομα Little Huskie R2V για την αξιολόγηση του αλγορίθμου TACET και της οποίας την απόδοση συνέκριναν με αυτή του προγράμματος 64

69 ENVI, ενός διαδεδομένου εμπορικού πακέτου μετατροπής τηλεπισκοπικών εικόνων σε μορφή vector. Οι δοκιμές έγιναν σε μια σειρά δορυφορικών εικόνων του δορυφόρου Landsat TM5 διαστάσεων 500x500, 1000x1000 και 2000x2000 pixels αντίστοιχα για την εξαγωγή των διαφόρων χρήσεων γης. Τα τεχνικά χαρακτηριστικά του υπολογιστή που χρησιμοποιήθηκε ήταν: Επεξεργαστής 2.4GHz και μνήμη RAM 512MB. Τα αποτελέσματα φαίνονται στον επόμενο πίνακα. Μέγεθος Εικόνας (εικονοστοιχείας) Πολύγωνα Χρόνος από την εφαρμογή ENVI (δευτερόλεπτα) Χρόνος από την εφαρμογή Little Huskie (δευτερόλεπτα) 500x x x Πίνακας 6-1: Πίνακας αποτελεσμάτων των δοκιμών του αλγόριθμου TACET από τους Teng et al (2008). 65

70 7 Βιβλιοθήκη Υλοποίησης του Αλγορίθμου TACET 7.1 Εισαγωγή Στα πλαίσια της παρούσας εργασίας έγινε η υλοποίηση του αλγόριθμου που περιγράφηκε στο κεφάλαιο 6. Απώτερος σκοπός της υλοποίησης είναι η δημιουργία μια πλατφόρμας όπου ο τελικός χρήστης θα έχει τη δυνατότητα να εξάγει, χρησιμοποιώντας ψηφιακά μοντέλα εδάφους σε μορφή εικόνας, τις μη πλοηγήσιμες περιοχές ευρύτερων περιοχών ενδιαφέροντος στις οποίες πρόκειται να προγραμματιστούν πτήσεις μη επανδρωμένων αεροσκαφών. Αυτό, σύμφωνα και με τα προηγούμενα, έχει ως σκοπό την αποφυγή πιθανών συγκρούσεων με τα φυσικά εμπόδια της εν λόγω περιοχής. Ανάλογα με το ψηφιακό μοντέλο που θα εισαχθεί, είναι πιθανή και η εξαγωγή και άλλων εμποδίων πέραν των φυσικών όπως τεχνητά (κτήρια και λοιπές κατασκευές). Η υλοποίηση έγινε εξ ολοκλήρου στη γλώσσα προγραμματισμού Java όπου και δημιουργήθηκαν εκ νέου όλες οι απαραίτητες έννοιες και τα αντικείμενα που περιγράφονται στο κεφάλαιο 6. Πέρα από τα βασικά αυτά αντικείμενα, δημιουργήθηκαν και επιπλέον αντικείμενα που είναι απαραίτητα για την τελική εξαγωγή των εμποδίων σε αξιοποιήσιμη μορφή σε περαιτέρω στάδια. Βασικός στόχος και γνώμονας επομένως αυτής της υλοποίησης ήταν η κατασκευή μιας βιβλιοθήκης αντικειμένων για το σκοπό αυτό η οποία θα μπορεί να χρησιμοποιηθεί από τρίτες εφαρμογές αυτούσια ή και τμηματικά. Η εργασία αυτή παρουσιάζει τη χρήση της βιβλιοθήκης όπως έχει διαμορφωθεί έως τώρα εντός μιας απλής εφαρμογής επίσης σε Java. 7.2 Η γλώσσα προγραμματισμού Java Η γλώσσα προγραμματισμού Java αναπτύχθηκε από την εταιρεία Sun πρώτη φορά τη δεκαετία του 90. Τα βασικά χαρακτηριστικά της γλώσσας είναι ότι είναι γενικού σκοπού, ασύγχρονη, βασίζεται σε κλάσεις και είναι καθαρά αντικειμενοστραφής. Με τον όρο ασύγχρονη, περιγράφεται η ικανότητα της γλώσσας να παρέχει τη δυνατότητα εκτέλεσης διαφορετικών τμημάτων κώδικα παράλληλα (ασύγχρονα). Παράλληλα έχει σχεδιαστεί έτσι ώστε να απαιτεί τις λιγότερες δυνατές εξαρτήσεις για την εκτέλεσή της. Η σημαντικότερη 66

71 έκφανση αυτής της ιδιότητας είναι ότι τα προγράμματα που γράφονται σε Java μπορούν να εκτελεσθούν απ ευθείας σε όποια πλατφόρμα υποστηρίζει τη γλώσσα χωρίς να χρειάζεται η εκ νέου μεταγλώττιση τους σε γλώσσα μηχανής. Από το 2015 θεωρείται η περισσότερο διαδεδομένη γλώσσα προγραμματισμού με εννέα εκατομμύρια καταγεγραμμένους προγραμματιστές παγκοσμίως. Η σύνταξή της είναι παρόμοια με αυτή των γλωσσών C και C++ με σκοπό την ευκολότερη της κατανόησής της από τους παλαιότερους προγραμματιστές αλλά στερείται περισσότερο σε χαρακτηριστικά χαμηλού επιπέδου σε σχέση με αυτές (Gosling et al, 2015) Δόμηση της γλώσσας Όπως αναφέρθηκε και προηγουμένως, ο κώδικας σε Java βασίζεται σε κλάσεις οι οποίες αποτελούν το βασικό στοιχείο της γλώσσας. Με άλλα λόγια, σε αντίθεση με άλλες γλώσσες προγραμματισμού, οποιοδήποτε τμήμα εκτελέσιμου κώδικα στη Java γράφεται εντός κάποιας κλάσης. Αυτό σημαίνει ότι μια συνάρτηση ενώ σε ορισμένες γλώσσες προγραμματισμού μπορεί να γραφεί ανεξάρτητα σε κάποιο αρχείο κώδικα, στη Java, όλες οι συναρτήσεις και οι μεταβλητές ανήκουν αναγκαστικά σε μια κλάση. Είναι δηλαδή μέλη αυτής της κλάσης και μπορούν να κληθούν μονάχα μέσω αυτής. Κάθε κλάση χαρακτηρίζεται από το όνομά της και σχεδιαστικά περιέχει τις μεταβλητές και τις συναρτήσεις που αφορούν τη λειτουργία την οποία εκτελεί. Οι κλάσεις ορίζουν μια φόρμα από την οποία μπορούν στη συνέχεια να δημιουργηθούν αντικείμενα της κλάσης αυτής τα οποία, το καθένα περιέχει τις μεταβλητές και εκτελέσιμες συναρτήσεις που ορίζει η κλάση. Οι κλάσεις με τη σειρά τους, υπάρχουν στα λεγόμενα πακέτα (packages) τα οποία χαρακτηρίζονται κι αυτά με τη σειρά τους από ένα μοναδικό όνομα. Το όνομα του κάθε πακέτου θα πρέπει να είναι μοναδικό εντός της κάθε εφαρμογής και συνήθως ακολουθείται μια ονοματολογική σύμβαση η οποία χωρίζει το όνομα του πακέτου σε μέρη. Τα πρώτα μέρη αφορούν κάποιο χαρακτηριστικό του δημιουργού (π.χ. όνομα εταιρείας ή οργανισμού) ενώ τα επόμενα συνήθως χαρακτηρίζουν το όνομα της συγκεκριμένης εφαρμογής και του συγκεκριμένου πακέτου. Ο διαχωρισμός των τμημάτων αυτών των πακέτων πραγματοποιείται με τη χρήση του χαρακτήρα της τελείας. Με αυτόν τον τρόπο, κάθε χρησιμοποιούμενη κλάση στον κώδικα μπορεί να προσδιοριστεί μοναδικά με βάση το πακέτο στο οποίο ανήκει αφού αυτό λειτουργεί σαν διεύθυνση για αυτήν. Έτσι, η βιβλιοθήκη υλοποίησης του αλγόριθμου TACET αποτελείται από δύο πακέτα τα οποία περιέχουν όλες τις απαραίτητες κλάσεις για την εκτέλεσή του και οι οποίες αναλύονται παρακάτω. 7.3 Δομή της βιβλιοθήκης Βασικά γεωμετρικά αντικείμενα (οντότητες) Σε πρώτο στάδιο αυτό που είναι σημαντικό για την υλοποίηση του αλγόριθμού αυτού είναι ο προσδιορισμός και ο σχεδιασμός των απαραίτητων αντικειμένων που συμμετέχουν στη διαδικασία. Για το λόγο αυτό, κι εφόσον πρόκειται για αλγόριθμο ο οποίος χρησιμοποιεί 67

72 γεωμετρικές έννοιες, κατά τα πρώτα στάδια προσδιορίστηκαν τα βασικά γεωμετρικά αντικείμενα που απαιτούνται με γνώμονα τη μεθοδολογία TACET. Για το σκοπό αυτό δημιουργήθηκε ξεχωριστό πακέτο εντός της εφαρμογής το οποίο προορίζεται αποκλειστικά για τα γεωμετρικά αντικείμενα που χρησιμοποιεί ο αλγόριθμος. Το πακέτο ονομάστηκε edu.auth.tatm.rtov.geom. Οι κλάσεις που περιέχονται σε αυτό το πακέτο παρουσιάζονται παρακάτω. RasterCoordinate: Η κλάση αυτή υλοποιεί τη θεμελιώδη έννοια ενός σημείου σε κάποιο σύστημα αναφοράς. Καθότι ο αλγόριθμος εφαρμόζεται σε αρχεία Raster στα οποία πρέπει να καθορίζονται οι θέσεις των ακμών ανάμεσα στις ψηφίδες με ακρίβεια, τα σημεία αυτά αφορούν ακέραιες θέσεις ως προς το σύστημα αναφοράς της εικόνας. Για το λόγο αυτό, εντός της κλάσης χρησιμοποιούνται δύο μεταβλητές τύπου Long (μεγάλος ακέραιος) Χ και Υ οι οποίες προσδιορίζουν τη θέση ενός σημείου στο χώρο της εικόνας. Οι συναρτήσεις που εντάσσονται σε αυτήν την κλάσεις είναι: getx(): Επιστρέφει την τιμή της τετμημένης για αυτό το σημείο gety(): Επιστρέφει την τιμή της τεταγμένης για αυτό το σημείο Εικόνα 7 1: Μεταβλητές και συναρτήσεις της κλάσης RasterCoordinate Polyline: Η κλάση αυτή υλοποιεί την ευρύτερη έννοια μια τεθλασμένης γραμμής η οποία αποτελείται από μια αλληλουχία σημείων (vertices). Στη περίπτωση της συγκεκριμένης υλοποίησης τα σημεία που αποτελούν μια γραμμή είναι τύπου RasterCoordinate τα οποία αναλύθηκαν προηγουμένως. Στη περίπτωση της κλάσης αυτής έχουν ενσωματωθεί δύο βασικές έννοιες, ιδιαίτερα χρήσιμες για την ομαλή εκτέλεση του τελικού αλγορίθμου. Οι έννοιες αυτές είναι οι εξής: Κωδικός γραμμής: Για τον σαφή προσδιορισμός της γραμμής σε σχέση με τυχόν άλλες οι οποίες δημιουργούνται κατά την εκτέλεση, χρησιμοποιείται ένας μοναδικός κωδικός ο οποίος την χαρακτηρίζει και ορίζεται από τον αλγόριθμο κατά τη δημιουργία της γραμμής στη διάρκεια της εκτέλεσής του. Αντίστροφη γραμμή: Εντός της κλάσης, στο αντικείμενο κάθε γραμμής, πέρα από την αλληλουχία των σημείων όπως αυτά τοποθετούνται διαδοχικά, συνυπάρχει και μια δεύτερη αλληλουχία στην οποία τα σημεία τοποθετούνται με αντίστροφη σειρά. Ο σκοπός αυτής της υλοποίησης είναι η διατήρηση εντός της κλάσης και των δύο αλληλουχιών για μεταγενέστερη χρήση. Αυτό είναι απαραίτητο για την ακριβή 68

73 αποκατάσταση των πολυγώνων στα τελικά στάδια του αλγορίθμου όπως θα αναλυθεί παρακάτω. Συνθήκη αντιστροφής: Στοιχείο το οποίο συμπληρώνει την προηγούμενη έννοια των αντίστροφων γραμμών αποτελεί η συνθήκη αντιστροφής. Αυτή υλοποιείται μέσω μια μεταβλητής τύπου Boolean η οποία προσδιορίζει εάν τα σημεία της γραμμής λαμβάνονται αντίστροφα ή με τη σειρά εισαγωγής τους. Οι συναρτήσεις που εντάσσονται στην κλάση αυτή είναι: getid(): Επιστρέφει τον μοναδικό κωδικό της γραμμής addvertex(): Προσθέτει ένα νέο σημείο στη γραμμή addvertices(): Προσθέτει μια ακολουθία σημείων στη γραμμή getvertices(): Επιστρέφει την ακολουθία των σημείων της γραμμής setreversed(): Καθορίζει τον τύπο της γραμμής. Αντίστροφη ή κανονική isreversed(): Επιστρέφει την τιμή εάν η γραμμή είναι αντίστροφη ή όχι getverticesreversed(): Επιστρέφει την αλληλουχία των σημείων της αντίστροφης γραμμης. Εικόνα 7 2: Μεταβλητές και συναρτήσεις της κλάσης Polyline RasterPolygon: Η κλάση αυτή υλοποιεί την έννοια των πολυγώνων όπως αυτά εντοπίζονται στο αρχείο της εικόνας. Σύμφωνα με τη μέθοδο TACET κάθε πολύγωνο αποτελείται από δύο αλληλουχίες γραμμών (Polylines), τις αριστερές γραμμές και τις δεξιές γραμμές. Αυτό συμβαίνει κατά τη σάρωση της εικόνας με τους βραχίονες των αντικειμένων TwoArm όπου κάθε πλευρά του βραχίονα εμπίπτει στο όριο κάποιου πολυγώνου και ανάλογα με την πλευρά (αριστερή ή δεξιά) αυτή καταχωρείται σε μια από τις δύο αλληλουχίες του πολυγώνου. Έτσι τα αντικείμενα της κλάσης RasterPolygon περιέχουν δύο μεταβλητές τύπου Polyline για την αριστερή και δεξιά γραμμή αντίστοιχα. Ακόμη, εντός της κλάσης βρίσκεται και μια μεταβλητή η οποία διατηρεί τον μοναδικό κωδικό του πολυγώνου. 69

74 Οι συναρτήσεις εντός της κλάσης είναι: getid(): Επιστρέφει την τιμή του μοναδικού κωδικού του πολυγώνου addleftpolyline(): Προσθέτει μια νέα γραμμή ως αριστερή γραμμή του πολυγώνου addrightpolyline(): Προσθέτει μια νέα γραμμή ως δεξιά γραμμή του πολυγώνου getleftpolyline(): Επιστρέφει την αριστερή γραμμή του πολυγώνου getrightpolyline(): Επιστρέφει τη δεξιά γραμμή του πολυγώνου Εικόνα 7 3: Μεταβλητές και συναρτήσεις της κλάσης RasterPolygon VectorPolygon: Η κλάση αυτή αποτελεί την τελευταία κλάση στο πακέτο της γεωμετρίας της βιβλιοθήκης. Μέσω αυτής της κλάσεις δημιουργούνται τα τελικά αντικείμενα των πολυγώνων που προκύπτουν από τη διαδικασία Raster σε Vector, γεγονός το οποίο δικαιολογεί και το όνομα της. Το τελικό αποτέλεσμα επομένως του αλγορίθμου είναι μια σειρά αντικειμένων αυτής της κλάσης τα οποία έχουν τα εξής χαρακτηριστικά. Σύμφωνα με τα στάνταρτ του OGC (Open Geospatial Consortium) η αναπαράσταση των διανυσματικών πολυγώνων (συνήθως σε προγράμματα ανάλυσης χωρικών δεδομένων) πραγματοποιείται με τη χρήση κάποιων εννοιών οι οποίες έχουν ενσωματωθεί στην κλάση αυτή. Πιο συγκεκριμένα, ένα πολύγωνο θεωρείται ότι αποτελείται από το εξωτερικό του όριο (δακτύλιο [outer ring]) ο οποίος επί της ουσίας είναι μια κλειστή καμπύλη που αποτελείται με τη σειρά της από μια αλληλουχία σημείων. Η φορά των σημείων στην περίπτωση του εξωτερικού δακτυλίου είναι δεξιόστροφη. Αυτό σημαίνει πως εάν ένας φανταστικός παρατηρητής βάδιζε κατά μήκος του εξωτερικού δακτυλίου θα είχε το πολύγωνο στα δεξιά του. Θεωρητικά ένα πολύγωνο, εάν ήταν πολύπλοκο θα μπορούσε να αποτελείται από περισσότερα του ενός διαφορετικά πολύγωνα κι επομένως, θα περιείχε περισσότερους του ενός εξωτερικούς δακτυλίους (Open GIS Consortium, 1999). Μια άλλη περίπτωση είναι αυτή των εσωτερικών «νησιών» εντός κάποιου πολυγώνου. Τα νησιά αυτά, αποτελούν μια ασυνέχεια στην επιφάνεια που ορίζεται από τον εξωτερικό δακτύλιο του πολυγώνου. Σε αυτήν την περίπτωση, εισάγεται η έννοια των εσωτερικών δακτυλίων (inner rings). Οι δακτύλιοι αυτοί, σε αντίθεση με τους εξωτερικούς, έχουν 70

75 αριστερόστροφη φορά. Αυτό συμβαίνει έτσι ώστε να ισχύει η σύμβαση του εξωτερικού παρατηρητή ο οποίος κινούμενος πάλι κατά μήκος του δακτυλίου, πρέπει να έχει το πολύγωνο στα δεξιά του. Εικόνα 7 4: Παραδείγματα απλών πολυγώνων (1) και πολυγώνων με εσωτερικά όρια (2,3). (πηγή: Προκειμένου να υλοποιηθούν αυτές οι έννοιες, εντός κάθε τελικού πολυγώνου δημιουργούνται δυο πίνακες οι οποίοι περιέχουν τους εξωτερικούς και τους εσωτερικούς δακτυλίους του πολυγώνου αντίστοιχα. Η έννοια του δακτυλίου υλοποιήθηκε και αυτή προγραμματιστικά ως εμφωλευμένη κλάση (Ring) εντός της μητρικής κλάσης των πολυγώνων. Η κλάση των δακτυλίων περιέχει μια μεταβλητή η οποία δηλώνει τον τύπο του (εξωτερικός ή εσωτερικός) καθώς επίσης και μια μεταβλητή τύπου Polyline η οποία ορίζει τα σημεία που τον σχηματίζουν. Πέρα από τις μεταβλητές των δακτυλίων, η μητρική κλάση περιέχει μια μεταβλητή η οποία περιέχει τον μοναδικό κωδικό του πολυγώνου καθώς επίσης και μια σειρά συναρτήσεων για τη διαχείριση και σωστή δημιουργία των πολυγώνων. Μια από τις βασικές αυτές συναρτήσεις είναι η εξαγωγή του πολυγώνου σε μορφή WKT (Well Known Text). Το WKT αποτελεί μια συμβολική γλώσσα αναπαράστασης διανυσματικών δεδομένων η οποία ορίζεται από τον OGC ( Οι συναρτήσεις που περιέχονται σε αυτήν την κλάση έχουν ως εξής: getid(): Επιστρέφει το μοναδικό κωδικό του διανυσματικού πολυγώνου addring(): Προσθέτει κάποιον δακτύλιο στο πολύγωνο getouterrings(): Επιστρέφει τους εξωτερικούς δακτυλίους του πολυγώνου getinnerrings(): Επιστρέφει τους εσωτερικούς δακτυλίους του πολυγώνου 71

76 ΔΗΜΙΟΥΡΓΙΑ ΛΟΓΙΣΜΙΚΟΥ ΓΙΑ ΤΗΝ ΕΞΑΓΩΓΗ ΠΛΟΗΓΗΣΙΜΩΝ UAS ΠΕΡΙΟΧΩΝ ΜΕ ΧΡΗΣΗ ΤΟΥ ΑΛΓΟΡΙΘΜΟΥ TACETT getwktstring(): Επιστρέφει την αναπαράσταση του τελικού διανυσματικού πολυγώνου σε μορφή WKT. Εικόνα 7 5: Μεταβλητές και συναρτήσεις της κλάσης VectorPolygon Το σύνολο των κλάσεων του γεωμετρικού πακέτου της βιβλιοθήκης φαίνεται στην εικόνα με χρήση διαγράμματος κλάσεων UML (class diagram). Εικόνα 7 6: Διάγραμμα κλάσεων UML το οποίο αναπαριστά τις κλάσεις του γεωμετρικού πακέτου της βιβλιοθήκης edu.auth.tatm.rtov.geomm Αντικείμενα εξαγωγής πολυγώνων Raster σε Vector Σε δεύτερο στάδιο τα παραπάνω αντικείμενα χρησιμοποιούνται από τις κλάσεις οι οποίες βρίσκονται στο δεύτερο πακέτο εντός της εφαρμογής με όνομα edu.auth.tatm.rtov. Το 72

77 πακέτο αυτό περιέχει όλα τα βασικά αντικείμενα που χρησιμοποιούνται για την εκτέλεση του βασικού αλγόριθμου μετατροπής raster σε vector και περιγράφονται παρακάτω. Αντικείμενα TwoArm (TwoArmObject): Όπως αναφέρθηκε και στο κεφάλαιο 6, τα αντικείμενα αυτά αποτελούν τον πυρήνα του αλγόριθμου εντοπισμού πολυγώνων σε μια εικόνα raster. Δημιουργούνται σε κάθε στάδιο της σάρωσης από τη μια ψηφίδα στην επόμενη (από αριστερά προς τα δεξιά και από πάνω προς τα κάτω) και διερευνώνται οι διαφορετικές περιπτώσεις όπως προκύπτουν από τις σχέσεις τους με το αμέσως προηγούμενο και επάνω αντικείμενο TwoArm. Η υλοποίηση των αντικειμένων προγραμματιστικά έγινε με τη δημιουργία μιας αντίστοιχης κλάσης η οποία ενσωματώνει τα επιμέρους αντικείμενα τα οποία απαρτίζουν το μητρικό αντικείμενο TwoArm. Συγκεκριμένα περιέχει δύο αντικείμενα τα οποία αναπαριστούν την έννοια του βραχίονα όπως αυτή περιγράφηκε προηγουμένως και υλοποιούνται με την εμφωλευμένη κλάση Arm. Κάθε βραχίονας, σύμφωνα και με τη μέθοδο των Teng et al (2008), επί της ουσίας χαρακτηρίζεται από ένα μοναδικό κωδικό και τα σημεία τα οποία έχει προσπελάσει έως τώρα. Στη συγκεκριμένη υλοποίηση επομένως, η έννοια του βραχίονα υλοποιήθηκε με παρεμφερή τρόπο με την εξαίρεση ότι τα σημεία τα οποία έχει προσπελάσει ο βραχίονας μέχρι το σημείο εκείνο τοποθετούνται σε ένα αντικείμενο τύπου Polyline για μεγαλύτερη σαφήνεια και ευκολία στην υλοποίηση του αλγόριθμου. Ο χαρακτηριστικός κωδικός του βραχίονα επομένως με τη σειρά του ταυτίζεται με τον κωδικό του Polyline που τον υλοποιεί. Ακόμη, όπως ακολουθείται και από τη μέθοδο των Teng et al (2008), η κλάση περιέχει ως μεταβλητές την τιμή της ψηφίδας (pixel) στη θέση του κάθε αντικειμένου, τη θέση του αντικειμένου ως προς το σύστημα αναφοράς της εικόνας (X και Y) και τέλος τρείς μεταβλητές τύπου RasterPolygon οι οποίες περιέχουν τα αντικείμενα των πολυγώνων στις τρείς περιοχές ενδιαφέροντος που ορίζει το αντικείμενο twoarm (βλ. κεφάλαιο 6). Τη δομή της κλάσης ακολουθούν βοηθητικές συναρτήσεις οι οποίες χρησιμεύουν για τον ορισμό και εξαγωγή των τριών πολυγώνων από τρίτες κλάσεις καθώς και συναρτήσεις δημιουργίας, ορισμού και προέκτασης των βραχιόνων του αντικειμένου. Αυτές είναι: getpixel(): Επιστρέφει την τιμή της ψηφίδας στη θέση του αντικειμένου setpolygoninside(): Ορίζει το πολύγωνο της εσωτερικής περιοχής του αντικειμένου getpolygoninside(): Επιστρέφει το πολύγωνο της εσωτερικής περιοχής setpolygonleft(): Ορίζει το πολύγωνο της αριστερής περιοχής getpolygonleft(): Επιστρέφει το πολύγωνο της αριστερής περιοχής setpolygonabove(): Ορίζει το πολύγωνο της επάνω περιοχής getpolygonabove(): Επιστρέφει το πολύγωνο της επάνω περιοχής createhorizontalarm(): Σχηματίζει στη θέση του αντικειμένου ένα μοναδιαίο οριζόντιο μη εικονικό βραχίονα sethorizontalarm(): Ορίζει κάποια γραμμή (Polyline) ως τον οριζόντιο μη εικονικό βραχίονα του αντικειμένου 73

78 extendhorizontalarm(): Προεκτείνει τον οριζόντιο βραχίονα του αντικειμένου προσθέτωντας μια αλληλουχία σημείων υπό μορφή Polyline gethorizontalarm(): Επιστρέφει τη γραμμή που ορίζει τον οριζόντιο βραχίονα του αντικειμένου createverticalarm(): Σχηματίζει στη θέση του αντικειμένου ένα μοναδιαίο κάθετο μη εικονικό βραχίονα setverticalarm():ορίζει κάποια γραμμή (Polyline) ως τον κάθετο μη εικονικό βραχίονα του αντικειμένου extendvertivalarm(): Προεκτείνει τον κάθετο βραχίονα του αντικειμένου προσθέτωντας μια αλληλουχία σημείων υπό μορφή Polyline getverticalarm(): Επιστρέφει τη γραμμή που ορίζει τον οριζόντιο βραχίονα του αντικειμένου Εικόνα 7 7: Μεταβλητές και συναρτήσεις της κλάσης TwoArmObject RasterPolygonContainer: Αυτή είναι μια βοηθητική κλάση η οποία δημιουργήθηκε αποκλειστικά στα πλαίσια της συγκεκριμένης βιβλιοθήκης καθώς δεν περιγράφεται κάτι παρόμοιο από τους Teng et al (2008). Σκοπός της κλάσης αυτής είναι, σε γενικές γραμμές, να διατηρεί τη συνοχή και τη σχέση ανάμεσα στα πολύγωνα που ανιχνεύονται από τον 74

79 αλγόριθμο κατά την εκτέλεση του. Καθώς ο αλγόριθμος εκτελείται, σε πολλές περιπτώσεις γίνεται η ανίχνευση ενός νέου πολυγώνου. Το πολύγωνο αυτό στην πορεία εκτέλεσης του αλγόριθμου ενδεχομένως να διαπιστωθεί ότι αποτελεί μέρος ενός άλλου πολυγώνου το οποίο δεν έχει σχηματιστεί ακόμη όπως περιγράφηκε στην παράγραφο Σε αυτήν την περίπτωση θα πρέπει να γίνει κάποιου είδους συνένωση των δεδομένων που φέρουν τα δύο πολύγωνα σε ένα. Αυτό το σκοπό επομένως εξυπηρετεί η κλάση αυτή. Εντός της κλάσης διατηρείται μια υποκλάση η οποία ονομάζεται PolygonChain και η οποία περιγράφει τις αλληλουχίες των πολυγώνων που έχουν εντοπιστεί μέχρι εκείνη τη στιγμή τα οποία όμως αποτελούν τμήματα του ίδιου τελικού πολυγώνου. Όταν εντοπιστεί από τον αλγόριθμο το κλείσιμο ενός πολυγώνου, τότε όλα τα επιμέρους πολύγωνα που το απαρτίζουν συμμετέχουν στον τελικό σχηματισμό της γεωμετρίας του. Αυτό επιτυγχάνεται συνδυάζοντας τα Polylines των επιμέρους πολυγώνων με τη σωστή σειρά και φορά έτσι ώστε να προκύψει η γενική σύμβαση ορισμού των πολυγώνων σύμφωνα με την οποία, αυτά σχηματίζονται από δυο Polylines τα οποία ξεκινούν από την κορυφή του πολυγώνου που βρίσκεται πάνω αριστερά και καταλήγουν στην κορυφή κάτω δεξιά. Η κλάση αυτή διατηρεί, εντός αντίστοιχων πινάκων, όλα τα RasterPolygons που ανιχνεύονται από τον αλγόριθμο αλλά και όλα τα τελικά διανυσματικά πολύγωνα (VectorPolygons) που προκύπτουν από αυτά κατά τον εντοπισμό της κατώτατης δεξιάς κορυφής τους. Με άλλα λόγια, διαδοχικά, όλα τα πολύγωνα που εντοπίζονται και ξεκινάει η ανίχνευσή τους τοποθετούνται σε ένα αντικείμενο τύπου PolygonChain το οποίο διατηρείται εντός της κλάσης RasterPolygonContainer. Κατά τον εντοπισμό επόμενων πολυγώνων, εφόσον αυτά δεν αποτελούν μέρος κάποιου άλλου πολυγώνου που έχει εντοπισθεί νωρίτερα, τοποθετούνται σε μια νέα αλυσίδα ως γονικά πολύγωνα. Σε άλλη περίπτωση, εντοπίζεται η αλυσίδα του γονικού πολυγώνου στο οποίο ανήκουν και τοποθετούνται εκεί με βάση τη σειρά εντοπισμού (η σειρά προκύπτει από τον χαρακτηριστικό κωδικό των πολυγώνων ο οποίος έχει αύξουσα σειρά κατά την εκτέλεση). Κάθε αλυσίδα πολυγώνων χαρακτηρίζεται και αυτή με ένα μοναδικό κωδικό για τον εντοπισμό της. Από εκεί και πέρα, όπως αναφέρθηκε και προηγουμένως, περιλαμβάνει ένα γονικό πολύγωνο, κι έπειτα, εφόσον υπάρχουν, περιλαμβάνει πολύγωνα τα οποία εντοπίσθηκαν αλλά αποτελούν τμήματα του γονικού πολυγώνου. Ταυτόχρονα, εντός του αντικειμένου PolygonChain διατηρούνται όλες οι γραμμές (Polylines) των πολυγώνων που τοποθετούνται στην αλυσίδα, τόσο αυτές που αντιστοιχούν στην αριστερή όσο και στη δεξιά γραμμή του πολυγώνου. Όταν τερματίζεται η ανίχνευση ενός πολυγώνου (το πολύγωνο κλείνει), τότε μέσω της κλάσης RasterPolygonContainer πραγματοποιείται ο εντοπισμός της αντίστοιχης αλυσίδας και καλείται η συνάρτηση σχηματισμού (κλεισίματος) του τελικού πολυγώνου. Σε αυτό το στάδιο εντοπίζεται και το αντίστοιχο διανυσματικό πολύγωνο το οποίο έχει δημιουργηθεί κατά την προσθήκη κάθε νέου πολυγώνου (RasterPolygon) και εξάγεται ο δακτύλιος που ορίζει το όριό του από τα Polylines της συγκεκριμένης αλυσίδας. Τα τελικά διανυσματικά πολύγωνα πλέον, καταχωρημένα στον πίνακα των διανυσματικών πολυγώνων της κλάσης RasterPolygonContainer μπορούν να εξαχθούν από εξωτερικές κλάσεις και να αξιοποιηθούν αναλόγως. Αυτά αποτελούν και το τελικό αποτέλεσμα του αλγορίθμου Raster σε Vector της βιβλιοθήκης. Οι βασικές συναρτήσεις που συμμετέχουν στην κλάση αυτή περιγράφονται ως εξής: 75

80 add(): Προσθέτει ένα νέο πολύγωνο όταν αυτό εντοπίζεται closepolygon(): Αναλαμβάνει τον εντοπισμό της αλυσίδας του πολυγώνου και τον σχηματισμό του διανυσματικού από αυτή mergepolygons(): Δέχεται ως ορίσματα δύο πολύγωνα των οποίων οι ακμές ενώνονται και αναλαμβάνει να τα ενώσει εφόσον αποτελούν το ίδιο πολύγωνο getpolygonscount(): Επιστρέφει τον αριθμό των διανυσματικών πολυγώνων που έχουν σχηματιστεί getvectorpolygons(): Επιστρέφει τον πίνακα που περιέχει τα αντικείμενα τύπου VectorPolygon των τελικών διανυσματικών πολυγώνων. Εικόνα 7 8: Μεταβλητές και συναρτήσεις της κλάσης RasterPolygonContainer Αντικείμενα υψηλότερου επιπέδου Μέχρι τώρα είδαμε τα βασικά αντικείμενα τα οποία αποτελούν τις βασικές οντότητες λειτουργίας του αλγορίθμου που υλοποιείται σε αυτή τη βιβλιοθήκη. Τα αντικείμενα αυτά έχουν σχεδιαστεί με τέτοιο τρόπο έτσι ώστε να είναι διαχειρήσημα από ορισμένες κλάσεις τις βιβλιοθήκης σε υψηλότερο επίπεδο. Κλάσεις δηλαδή οι οποίες αναλαμβάνουν να εκτελέσουν το μεγαλύτερο και γενικότερο μέρος του αλγόριθμου και οι οποίες ανήκουν και αυτές στο πακέτο edu.auth.tatm.rtov. Η περιγραφή αυτών των κλάσεων ακολουθεί παρακάτω. Raster2Vector: Η κλάση αυτή υλοποιεί το κεντρικό αντικείμενο εκτέλεσης του αλγόριθμου. Με άλλα λόγια, δημιουργεί το αντικείμενο το οποίο προορίζεται προς χρήση από τους τελικούς χρήστες της βιβλιοθήκης Raster σε Vector για την εξαγωγή πολυγώνων από ένα αρχείο εικόνας. Η κλάση αυτή χρησιμοποιεί τρία βασικά αντικείμενα ως εσωτερικές μεταβλητές. Ένα αντικείμενο τύπου RasterPolygonContainer το οποίο χρησιμεύει στην καταχώρηση όλων των ανιχνευόμενων πολυγώνων με τον τρόπο που περιγράφηκε προηγουμένως με απώτερο σκοπό τη λήψη των τελικών αποτελεσμάτων (των 76

81 διανυσματικών πολυγώνων) του αλγόριθμου και τη μετέπειτα εκμετάλλευση τους από οποιαδήποτε εφαρμογή ή βιβλιοθήκη τρίτων η οποία επιθυμεί μια τέτοια λειτουργία. Ένα αντικείμενο τύπου TACETScanner το οποίο θα αναλυθεί παρακάτω και αναλαμβάνει τη σάρωση της εικόνας και την εφαρμογή της γενικότερης μεθοδολογίας του αλγόριθμου TACET. Ένα αντικείμενο τύπου ImagePixelProvider το οποίο επίσης θα περιγραφεί σε αυτό το κεφάλαιο και αναλαμβάνει το έργο της ανάγνωσης της εικόνας αυτής καθ αυτής. Την παροχή δηλαδή στον αλγόριθμο των τιμών των ψηφίδων αλλά και άλλων δεδομένων που σχετίζονται με τα στοιχεία της εικόνας. Οι βασικές συναρτήσεις της κλάσεις αυτές είναι: execute(): Αυτή η συνάρτηση αναλαμβάνει την εκτέλεση του αλγόριθμου για την εικόνα η οποία έχει περαστεί ως όρισμα στο αντικείμενο. Εικόνα 7 9: Μεταβλητές και συναρτήσεις της κλάσης Raster2Vector TACETScanner: Όπως αναφέρθηκε συνοπτικά και προηγουμένως, η κλάση αυτή αναλαμβάνει να εκτελέσει τη βασική λειτουργία του αλγόριθμου. Αυτή μπορεί να διαχωριστεί σε δύο θεμελιώδη τμήματα: Να σαρώσει την εικόνα από την οποία πρόκειται να εξαχθούν τα πολύγωνα και να δημιουργήσει τις αλυσίδες των αντικειμένων twoarm σε κάθε γραμμή σάρωσης του αλγόριθμου. Για κάθε αντικείμενο twoarm σε κάθε γραμμή σάρωσης να εξάγει και να δημιουργήσει τις 16 περιπτώσεις της μεθοδολογίας TACET. Επειδή κατά τη σάρωση, τα αντικείμενα twoarm που εξετάζονται είναι αυτά που βρίσκονται στην τρέχουσα θέση, την προηγούμενη αλλά και επάνω από την τρέχουσα, δημιουργήθηκε μια υποκλάση εντός της μητρικής κλάσης TACETScanner η οποία ενσωματώνει τρία αντικείμενα τύπου twoarm ακριβώς γι αυτό το σκοπό. Η κλάση αυτή ονομάζεται TwoArmObjectSet και περιέχει τρείς μεταβλητές τύπου TwoArmObject για το τρέχον, το προηγούμενο και το επάνω αντικείμενο αντίστοιχα προκειμένου να υλοποιήσει 77

82 τις διατάξεις από αντικείμενα TwoArm που δημιουργούνται κατά τη σάρωση της εικόνας (βλ. Εικόνα 6 5). Το πρώτο τμήμα του αλγόριθμου υλοποιείται μέσω μιας συνάρτησης η οποία αναλαμβάνει να εξετάσει τις τιμές των γειτονικών (τρέχουσα, προηγούμενη και επάνω) ψηφίδων σε κάθε θέση σύμφωνα με τη σειρά σάρωσης χρησιμοποιώντας την υποκλάση TwoArmObjectSet που περιγράφηκε στην προηγούμενη παράγραφο. Έτσι, η συνάρτηση αυτή σε πρώτο στάδιο δημιουργεί τα τρία αντικείμενα twoarm που θα χρησιμοποιηθούν στο συγκεκριμένο πέρασμα της σάρωσης. Ως προηγούμενο αντικείμενο χρησιμοποιείται αυτό της προηγούμενης επανάληψης. Εάν ο αλγόριθμος στο συγκεκριμένο πέρασμα βρίσκεται στην αρχή μιας νέας γραμμής της εικόνας, τότε δεν υφίσταται κάποιο προηγούμενο αντικείμενο twoarm. Για το λόγο αυτό, δημιουργείται τότε ένα εικονικό αντικείμενο με προκαθορισμένη «κενή» τιμή ψηφίδας (επιλέχθηκε η τιμή -1) και εικονικούς βραχίονες προκειμένου να μπορεί ο αλγόριθμος να εκτελεστεί. Ταυτόχρονα, δημιουργείται ένα νέο αντικείμενο twoarm στην τρέχουσα θέση με την αντίστοιχη τιμή ψηφίδας. Τέλος, λαμβάνεται και το αντικείμενο twoarm που βρίσκεται στη θέση επάνω από την τρέχουσα εφόσον υπάρχει. Εάν δεν υπάρχει κάποιο, τότε δημιουργείται ένα με εικονικό κάθετο βραχίονα. Στη συνέχεια, η συνάρτηση εξετάζει τις τιμές των ψηφίδων στην τρέχουσα θέση, στην προηγούμενη και στην επάνω. Εάν το προηγούμενο και το τρέχον pixel ανήκουν σε διαφορετικές κλάσεις (έχουν διαφορετικές τιμές), τότε ορίζεται ο αντίστοιχος κάθετος βραχίονας. Εάν ταυτόχρονα η τρέχουσα ψηφίδα διαφέρει και με την επάνω, τότε δημιουργείται και ο οριζόντιος βραχίονας. Το δεύτερο βασικό τμήμα της κλάσης, αφού προκύψουν τα σωστά αντικείμενα twoarm, είναι αυτά να δοθούν ως ορίσματα σε μια δεύτερη βασική συνάρτηση η οποία αναλαμβάνει να προσδιορίσει την ακριβή περίπτωση ανάμεσα στις 16 περιπτώσεις που περιγράφηκαν στο κεφάλαιο 6 η οποία ισχύει για τη συγκεκριμένη διάταξη των αντικειμένων twoarm όπως αυτά δημιουργήθηκαν στην προηγούμενη συνάρτηση. Αναλόγως με την περίπτωση που εντοπίζεται, η συνάρτηση αναλαμβάνει: Να ορίσει τα πολύγωνα για τις τρείς θέσεις που ορίζει η διάταξη twoarm του τρέχοντος αντικειμένου κληρονομώντας τα στοιχεία αυτά από τα αντίστοιχα αντικείμενα twoarm στην προηγούμενη και επάνω θέση από το τρέχων. Να δημιουργήσει νέα πολύγωνα στα σημεία που απαιτείται και να τα καταχωρήσει στο αντικείμενο τύπου RasterPolygonContainer για την καταγραφή και περαιτέρω παρακολούθησή τους. Να «κλείσει» τα πολύγωνα των οποίων εντοπίζονται τα κατώτατα δεξιά σημεία τους καλώντας την αντίστοιχη συνάρτηση του αντικειμένου RasterPolygonContainer. Να καταχωρίσει κατά την εκτέλεση του αλγόριθμου τυχόν αλληλουχίες σημείων (Polylines) από τους βραχίονες (οι οποίοι φέρουν αυτήν την πληροφορία) στα αντίστοιχα πολύγωνα όταν εντοπισθεί η θέση κάποιου κόμβου. Να προεκτείνει τους βραχίονες των αντικειμένων προσθέτοντας επιπλέον σημεία σε αυτούς στην τρέχουσα θέση. 78

83 Τέλος, να εντοπίσει τυχόν παραβίαση των βασικών κανόνων ανάμεσα στα αντικείμενα twoarm σε περίπτωση μη αποδεκτής διάταξης μεταξύ τους. Οι συναρτήσεις της κλάσεις TACETScanner είναι: scan(): Εκκινεί τη διαδικασία σάρωσης της εικόνας configtwoarms(): Διαμορφώνει τη διάταξη των τριών αντικειμένων TwoArm σε κάθε θέση σάρωσης applytwoarmcases(): Εξετάζει και εφαρμόζει στη διάταξη των τριών αντικειμένων TwoArm τις 16 περιπτώσεις της μεθόδου submitpreviousarc(): Καταχωρεί στο εσωτερικό και επάνω πολύγωνο του προηγούμενου αντικειμένου τον οριζόντιο βραχίονά του ως όριο (Polyline) submitabovearc(): Καταχωρεί στο εσωτερικό και αριστερό πολύγωνο του επάνω αντικειμένου τον κάθετο βραχίονά του ως όριο (Polyline) closepolygon(): Αναλαμβάνει να κλείσει ή να ενώσει τα πολύγωνα όταν εντοπίζεται κάποιος κόμβος. gettwoarmabove(): Επιστρέφει το αντικείμενο TwoArm το οποίο βρίσκεται στην αντίστοιχη θέση σάρωσης της προηγούμενης γραμμής επάνω από το τρέχων. Εφόσον δεν υπήρχε κάποιο κατά τη σάρωση της προηγούμενης γραμμής τότε δημιουργείται ένα με εικονικό κάθετο βραχίονα. Εικόνα 7 10: Μεταβλητές και συναρτήσεις της κλάσης TACETScanner I_PixelProvider: Η κλάση αυτή εμπίπτει σε μια ειδική κατηγορία κλάσεων της Java. Οι κλάσεις αυτού του τύπου χαρακτηρίζονται με τον όρο Interface και έχουν το ιδιαίτερο γνώρισμα ότι καθορίζουν μια σειρά από συναρτήσεις, συμπεριλαμβανομένου του τύπου 79

84 δεδομένων που επιστρέφουν και των ορισμάτων που δέχονται, χωρίς όμως να παρέχουν την υλοποίηση τους. Όπως υποδηλώνει και το όνομα τους, οι κλάσεις αυτές δεν ορίζουν τις μεταβλητές και τις συναρτήσεις ενός αντικειμένου όπως οι κανονικές κλάσεις αλλά μια διεπαφή. Η διεπαφή αυτή στη συνέχεια μπορεί να χρησιμοποιηθεί από άλλες κλάσεις έτσι ώστε τα αντικείμενα που δημιουργούν να τηρούν τη διεπαφή αυτή μέσω των συναρτήσεων που ορίζει. Χαρακτηριστικό παράδειγμα είναι η επαφή διαφορετικών τμημάτων κώδικα αλλά και υλοποιήσεων μεταξύ τους όπως έχει γίνει και στην περίπτωση της βιβλιοθήκης αυτής με τον τρόπο που περιγράφεται παρακάτω. Στη συγκεκριμένη περίπτωση, καθώς ο αλγόριθμος απαιτεί την ανάγνωση των τιμών των ψηφίδων της εικόνας από την οποία επιθυμείται η εξαγωγή των πολυγώνων, αποφασίσθηκε για λόγους ευελιξίας της βιβλιοθήκης η χρήση μιας τέτοιας διεπαφής. Αυτό έγινε καθώς ενώ η βιβλιοθήκη απαιτεί την λήψη των τιμών των ψηφίδων από αρχεία εικόνας, παρ όλα αυτά δεν είναι μέρος της το έργο αυτό αλλά η εφαρμογή της μεθόδου TACET σε εικόνες που μπορεί να παρέχονται με διαφορετικούς τρόπους. Η ανάγνωση μιας εικόνας Raster από αρχείο είναι μια τελείως διακριτή διαδικασία, η οποία δεν αφορά την υλοποίηση της βιβλιοθήκης αυτής. Με σκοπό τη δημιουργία μιας πλήρως ανεξάρτητης βιβλιοθήκης η οποία θα παρέχει σε τρίτους προγραμματιστές την ελευθερία να την εκμεταλλευτούν χωρίς δεσμεύσεις ως προς τον τρόπο ανάγνωσης των αρχείων εικόνων, ακολουθήθηκε αυτή η μέθοδος. Πιο συγκεκριμένα, παρέχεται η κλάση (Interface) I_PixelProvider η οποία αποτελεί τη διεπαφή ανάμεσα στη βιβλιοθήκη και την εκάστοτε υλοποίηση ανάγνωσης των τιμών των ψηφίδων των εικόνων προς επεξεργασία. Έτσι, το κεντρικό αντικείμενο εκτέλεσης του αλγόριθμου TACETScanner εντός της βιβλιοθήκης λαμβάνει κατά τη δημιουργία του ως όρισμα ένα αντικείμενο το οποίο υλοποιεί την διεπαφή τύπου I_PixelProvider. Έπειτα, μέσω της διεπαφής αυτής, το αντικείμενο TACETScanner μπορεί να λαμβάνει τα στοιχεία που αφορούν την εικόνα (τις τιμές των ψηφίδων κ.α.) ανάλογα με το αντικείμενο που την υλοποιεί. Οι συναρτήσεις που περιέχονται στην παρούσα έκδοση της βιβλιοθήκης μέσω της συγκεκριμένης διεπαφής είναι: getpixel(): Η συνάρτηση αυτή, δεδομένων τριών ορισμάτων τα οποία δέχεται, επιστρέφει μια τιμή ψηφίδας. Τα ορίσματα αυτά είναι η θέση X και Y στο σύστημα αναφοράς της εικόνας καθώς και η μπάντα k για την οποία επιθυμείται η λήψη της τιμής. getnoval(): Η συνάρτηση αυτή επιστρέφει μια τιμή στις θέσεις που δεν παρέχεται κάποια τιμή ψηφίδας. Αυτό χρησιμεύει στις περιπτώσεις των ορίων της εικόνας όπου πρέπει να ορισθούν τα τρία αντικείμενα twoarm και είτε το προηγούμενο είτε το επάνω βρίσκονται εκτός των ορίων της εικόνας όπου δεν υπάρχει τιμή ψηφίδας. pixelsdiffer(): Η συνάρτηση αυτή επιστρέφει μια τιμή τύπου Boolean δεδομένων δύο τιμών ψηφίδας και υποδεικνύει εάν οι τιμές που παρέχονται θα έπρεπε από τον αλγόριθμο να θεωρηθούν πως ανήκουν σε δύο διαφορετικές κλάσεις της εικόνας (διαφορετικά πολύγωνα) ή όχι. Σκοπός αυτής της συνάρτησης είναι να 80

85 παρέχει ευελιξία ως προς το επιθυμητό αποτέλεσμα του αλγόριθμου με την έννοια ότι σε κάποια υλοποίηση μπορεί από ένα εύρος τιμών ψηφίδων να είναι επιθυμητή η διάκριση μερικών μονάχα κλάσεων. Έτσι, η υλοποίηση της συνάρτησης αυτής αναλαμβάνει να υποδείξει στον βασικό αλγόριθμο της βιβλιοθήκης εάν δύο διαφορετικές τιμές pixel ανήκουν ή όχι στην ίδια κλάση. getheight(): Επιστρέφει το ύψος της εικόνας σε pixels getwidth(): Επιστρέφει το πλάτος της εικόνας σε pixels Εικόνα 7 11: Οι συναρτήσεις της διεπαφής I_PixelProvider Στο σχήμα που ακολουθεί παρουσιάζονται όλες οι κλάσεις του πακέτου edu.auth.tatm.rtov, οι βασικές μεταβλητές και συναρτήσεις της κάθε μίας καθώς και ο τρόπος συσχέτισής τους. 81

86 Εικόνα 7 12: Διάγραμμα κλάσεων του πακέτου edu.auth.tatm.rtov και που αποτελούν τις βασικές κλάσεις της βιβλιοθήκης. 82

87 8 Εφαρμογή εξαγωγής μη Πλοηγήσιμων περιοχών για συστήματα UAS Στο κεφάλαιο αυτό, μετά την πλήρη ανάλυση της βιβλιοθήκης και των κλάσεων που την αποτελούν, ακολουθεί η περιγραφή της εφαρμογής που χρησιμοποιεί την βιβλιοθήκη για την αξιολόγησή της και την εκτίμηση και των τελικών αποτελεσμάτων της. Το όνομα της εφαρμογής είναι UNAE (UAS Non-navigable Area Extractor) δηλαδή Πρόγραμμα Εξαγωγής μη πλοηγήσιμων Περιοχών για συστήματα UAS. Αποτελεί μια αρκετά απλή εφαρμογή με βασική γραφική διεπαφή χρήστη (Graphical User Interface) η οποία είναι αρκετά κατανοητή στη χρήση, ειδικά για εξοικειωμένους χρήστες προγραμμάτων GIS και παρουσιάζεται παρακάτω. Το σύνολο της γραφικής υλοποίησης αλλά και το τμήμα της ανάγνωσης των ψηφιακών μοντέλων εδάφους καθώς και το τμήμα της απεικόνισης των αποτελεσμάτων σε διανυσματική μορφή έγιναν εξ ολοκλήρου με χρήση κλάσεων της βιβλιοθήκης geotools ( Η βιβλιοθήκη αυτή είναι μια βιβλιοθήκη ανοιχτού κώδικα, υλοποιημένη σε Java, η οποία παρέχει μεθόδους σύμφωνες με τα καθιερωμένα πρότυπα (Open Geospatial Consortium) για τη διαχείριση και εκμετάλλευση χωρικών δεδομένων. Πολλές εφαρμογές που χρησιμοποιούν τη βιβλιοθήκη είναι διαθέσιμες στον σύνδεσμο Βασικές λειτουργίες της εφαρμογής και διεπαφή χρήσης Η εφαρμογή αποτελείται από ένα κεντρικό παράθυρο, το οποίο φαίνεται και στην Εικόνα 8 1. Το παράθυρο αυτό περιέχει μία επιφάνεια προβολής των γεωγραφικών δεδομένων που μπορεί να εισάγει ο χρήστης καθώς και των δεδομένων που εξάγονται από το πρόγραμμα ως αποτέλεσμα. Αυτά είναι η εικόνα του ψηφιακού μοντέλου εδάφους και τα διανυσματικά πολύγωνα που εξάγονται από τη βιβλιοθήκη TACET αντίστοιχα. Επιπλέον, περιλαμβάνονται κάποιες βασικές λειτουργίες, όπως μεγέθυνση και σμίκρυνση της περιοχής απεικόνισης καθώς και επιλογή των διανυσματικών στοιχείων και προβολή των λεπτομερειών. 83

88 Εικόνα 8 1: Το κεντρικό παράθυρο της εφαρμογής UNAE Περιλαμβάνει ένα βασικό μενού εργαλείων και μια περιοχή απεικόνισης των γεωγραφικών δεδομένων. Για την εισαγωγή των δεδομένων του ανάγλυφου της περιοχής πτήσης χρησιμοποιείται μία κοινή φόρμα εισαγωγής αρχείου, η οποία εμφανίζει μόνο συμβατούς τύπους αρχείων (π.χ. geotiff). Στην παρακάτω εικόνα παρουσιάζεται ένα παράδειγμα εισαγωγής ενός τέτοιου αρχείου με το ψηφιακού μοντέλο εδάφους μία γεωγραφικής περιοχής. Εικόνα 8 2: Το παράθυρο εισαγωγής των δεδομένων (DTM) για τον εντοπισμό των μη πλοηγίσιμων περιοχών. 84

89 Όπως αναφέρθηκε και παραπάνω, το κεντρικό παράθυρο της εφαρμογής έχει τη δυνατότητα να εμφανίζει τα γεωγραφικά δεδομένα που εισάγει ο χρήστης. Στην παρακάτω εικόνα φαίνεται το παράδειγμα της εισαγωγής ενός ψηφιακού μοντέλου εδάφους στην εφαρμογή. Ο χρήστης μπορεί να πλοηγηθεί και να μεγεθύνει την εικόνα σε όποιο σημείο επιθυμεί. Εικόνα 8 3: Το κεντρικό παράθυρο της εφαρμογής μετά την εισαγωγή ενός ψηφιακού μοντέλου εδάφους Μετά την εισαγωγή του ψηφιακού μοντέλου εδάφους της περιοχής που ενδιαφέρει μπορεί να εκτελεστεί από την εφαρμογή η μετατροπή του αρχείου raster σε vector χρησιμοποιώντας τον αλγόριθμο TACET όπως αυτός υλοποιήθηκε από τη βιβλιοθήκη που περιγράφηκε στο κεφάλαιο 8. Από την μετατροπή αυτή εξάγονται τα πολύγωνα των μη πλοηγίσιμων περιοχών, τα οποία και αποθηκεύονται σε μορφή shape file (.shp). Στο σημείο αυτό, όπως φαίνεται και στην Εικόνα 8 4, η εφαρμογή ζητάει από τον χρήστη να ορίσει τη διαδρομή αποθήκευσης του αρχείου με τα εξαγόμενα πολύγωνα. 85

90 Εικόνα 8 4: Παράθυρο αποθήκευσης των αποτελεσμάτων της εξαγωγής σε μορφή Shapefile (.shp) Αφού αποθηκευτεί το αρχείο με τα πολύγωνα των μη πλοηγίσιμων περιοχών η εφαρμογή εμφανίζει τα τελικά αποτελέσματα του αλγόριθμου στο κεντρικό της παράθυρο, όπως φαίνεται και στην παρακάτω εικόνα. Εικόνα 8 5: Η εμφάνιση των αποτελεσμάτων στο κεντρικό παράθυρο της εφαρμογής. Μετά το πέρας της διαδικασίας αυτής, ο χρήστης έχει τη δυνατότητα να εισάγει ένα νέο ψηφιακό μοντέλο εδάφους στην εφαρμογή ως δεδομένο και να ξεκινήσει μια νέα διαδικασία μετατροπής για την εξαγωγή των μη πλοηγήσιμων περιοχών σε αυτό. 86