Design e avaliação de algoritmos de IA/ML para gerenciamento de tráfego aéreo com vários drones em cenários dinâmicos e próximos da realidade

• Processo: 25/09908-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de setembro de 2025
• Data de Término da vigência: 31 de agosto de 2026
• Área de conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Pesquisador responsável: Christian Rodolfo Esteve Rothenberg
• Beneficiário: Mauricio Javier Rodriguez Cesen
• Supervisor: Fredrik Heintz
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Linköping University (LiU), Suécia
• Vinculado à bolsa: 24/03016-0 - Algoritmo de planejamento de rotas em tempo real para veículos aéreos não tripulados: uma abordagem para cidades inteligentes além do 5G, BP.DR
• Assunto(s): Veículos aéreos não tripulados Engenharia de computação
• Palavra(s)-Chave do Pesquisador: Aircraft System Traffic Management (UTM) | Artificial Intelligence (AI) | Drones | Route Planning | Smart Cities Applications | Unmanned Aerial Vehicles (UAV) | Engenharia de Computação

Resumo

A adoção de Veículos Aéreos Não Tripulados ("UAVs") no transporte e na logística levou a um mercado competitivo com desafios no gerenciamento do tráfego aéreo, na segurança da navegação, na conformidade regulatória e na eficiência energética. Nas futuras cidades inteligentes conectadas por 5G e além, vários UAVs operarão em um espaço aéreo limitado, o que exige algoritmos robustos de planejamento de rotas e gerenciamento de tráfego aéreo em tempo real. No entanto, as restrições dinâmicas do ambiente do mundo real e a eficiência energética no planejamento de rotas de vários drones continuam sendo um desafio. Essa proposta do BEPE visa ampliar o trabalho em andamento no planejamento pré-voo, incorporando recursos de replanejamento em tempo real durante o voo com base em técnicas de IA e ML. O foco está no desenvolvimento de algoritmos adaptativos capazes de lidar com restrições variáveis, como zonas de exclusão aérea temporária, clima adverso e congestionamento aéreo. Esses algoritmos serão avaliados em uma versão aprimorada do nosso simulador UNetyEmu em cenários urbanos realistas. A pesquisa proposta contribuirá para a coordenação inteligente e dimensionável do tráfego de drones, dando suporte a operações seguras e eficientes de UAV em ambientes urbanos inteligentes. (AU)