.png)
עתיד ניהול השמיים לרחפנים: מניעת התנגשויות בסביבה צפופה באמצעות ניווט ארבע-ממדי מתקדם
כאשר עשרות רחפנים וציי eVTOL נאלצים לחלוק מרחב אווירי עירוני צפוף, ארכיטקטורות הניווט הישנות מגיעות לנקודת השבר שלהן. המעבר של התעשייה מטיסות מבודדות לניהול ציים אוטונומיים חושף כשל מובנה: צוואר הבקבוק המרכזי שמגביל כיום את ה-Scale אינו כוח החישוב בקצה, אלא הארכיטקטורה האלגוריתמית של תכנון המסלול ברמת ה-UTM.
הכשל של תכנון מרחבי סטטי (3D Space)
כיום, מערכות UTM רבות מסתמכות על תכנון מסלול גלובלי בתלת-ממד (לרוב ואריאציות של A* או RRT), שמגובות במערכות Local Avoidance על גבי כלי הטיס. ההפרדה הזאת בין הממד המרחבי לממד הזמן מצליחה בסביבה דלילה, אך אינה מצליחה תחת עומס תנועה.
כאשר אלגוריתמים שכאלה אינם מתייחסים לזמן כממד רציף בשלב התכנון הגלובלי, פתרון קונפליקטים מתבצע באופן ראקטיבי בלבד. התוצאה: בלימות חירום, ריבוי מצבי Hovering ששואבים זרם גבוה מהסוללה, ואפקט רשת של פקקי תנועה אוויריים שמורידים את קיבולת המרחב ומעלים את ההסתברות לכשל.
תכנון אופטימלי ב-4D: מתמטיקה של Space-Time Tubes
כדי לאפשר סקיילביליות אמיתית, יש להגדיר את המסלול מראש כפונקציה מפורשת של זמן, תוך התחשבות במרחב הפיזי ובאילוצי הצידוד של החיישנים:
σ(t) = (x(t), y(t), z(t), ψ(t))
גישה זו מייצרת עבור כל רחפן צינור זמן-מרחב מוגן. מבחינה מתמטית, היא מאפשרת לשני כלים לחצות בדיוק את אותה קואורדינטה מרחבית, כל עוד האלגוריתם מבטיח מרווח זמן Δt שעומד בדרישות הבטיחות הרגולטוריות.
האתגר החישובי ברמת השרת המרכזי ב- Multi-Agent Path Finding הוא אדיר. שימוש נאיבי באופטימיזציה קלאסית כמו MILP לא יעמוד בדרישות ה-Real-Time. לכן, יישום Production-grade דורש אלגוריתמיקה מתקדמת כגון וריאציות של Conflict-Based Search. ארכיטקטורה זו מפרידה בין חיפוש המסלול האינדיבידואלי לבין פתרון הקונפליקטים הגלובליים על גבי גרף זמן-מרחב, ומאפשרת למזער את פונקציית העיכוב הכוללת, ה-Total Fleet Delay ללא קריסה חישובית.
סגירת הפער למציאות הפיזיקלית: Robust MPC ואי-וודאות תקשורת
הפער המסוכן ביותר באלגוריתמיקה תיאורטית הוא התעלמות מהפיזיקה. רחפן אינו חלקיק נקודתי, יש לו אילוצים קינודינמיים, אינרציה, והוא נתון למשבי רוח ול-Latency מול שרת ה-UTM.
כדי להפוך תכנון 4D למערכת בטיחותית, אנו משלבים את התכנון המרכזי עם בקרת מודל חיזוי רובסטית ובפרט Robust Tube MPC, שרצה על גבי מחשב ה-Edge. על ידי שימוש בפותרני אופטימיזציה קלילים שמותאמים לזמן אמת, ובמסנני קלמן לשערוך המצב, המערכת מחשבת טווחי ביטחון דינמיים סביב המסלול. גם תחת אובדן פאקטות ספורדי, כלי הקצה מבטיח הישארות בתוך ה-Space-Time Tube שהוקצה לו, או מבצע Fallback דטרמיניסטי למצב בטוח.
מאלגוריתמיקה תיאורטית ל-Production
תעשיית הרחפנים בשלה לפתרונות תוכנה שמוכיחים עמידות מתמטית מול רגולטורים. האתגר הוא לקחת אופטימיזציה קומבינטורית, תורת הבקרה והיתוך חיישנים, ולשלב אותם לכדי קוד C++/Python יציב ושקוף.
כאן Mathematic.ai נכנסת לתמונה.
אנו לא רק חברת ייעוץ אלא מספקים מחקר אלגוריתמי יישומי ומתייחסים להיבטים מדעיים, הנדסיים, תפעוליים, כלכליים וליכולת תחזוקה והרחבה של האלגוריתמיקה והפתרונות האלגוריתמיים. אנו מביאים את כוח האש המתמטי וההנדסי שנדרש כדי לפתור את בעיות הליבה הקשות יותר בניווט, רובוטיקה ותעופה אוטונומית. מהגדרת המשוואות ופיתוח האלגוריתם התיאורטי, דרך ביצוע סימולציות מורכבות, ועד לאספקת קוד Production יציב, מאובטח ואלגנטי שרץ על חומרת הקצה שלכם. אנו עוזרים לכם לשבור את תקרת הזכוכית של ה-Scale, לחסוך חודשי פיתוח יקרים, ולהגיע לשוק בטוחים יותר ומהר יותר.
מוכנים להוציא את הצי שלכם מהפקק?
דברו איתנו כדי לראות איך שדרוג הארכיטקטורה האלגוריתמית יכול להכפיל את קיבולת הצי שלכם.
אם אתם זקוקים לשותף טכנולוגי עתיר ניסיון שיודע לספק שירותי מחקר ופיתוח Hands-on, מארגוני אנטרפרייז ועד סטארט-אפים, ממשרדי תכנון ועד למפעלי אנרגיה, על מנת להוציא חזון אלגוריתמי שלכם מהכוח אל הפועל? הבה נדבר!
כמובן, אנחנו כתמיד ממשיכים לספק שירותי מחקר אלגוריתמי יישומי ונותנים פתרונות ב-"קימונו פתוח" ומקדמים עצמאות הלקוחות שלנו ואי-תלות בנו.
שלמה יונה,
מייסד ומדען ראשי,
מתמטיקאי מחקר ופיתוח בע"מ
053-7326360
פודקאסט על החברה ועליי, שלמה יונה, ואופן העבודה שלנו ואיתנו:
Comments