Detección y clasificación de conflictos entre aeronaves no tripuladas (UAS) en entornos multi-USSP

Abstract

El crecimiento sostenido de las operaciones con aeronaves no tripuladas (UAS) ha transformado la movilidad aérea, generando nuevos desafíos para la gestión del espacio aéreo, especialmente en entornos urbanos y rurales con múltiples proveedores de servicios U-space (USSP). La expansión de los UAS hacia sectores críticos como la agricultura, vigilancia y logística ha incrementado la necesidad de sistemas que garanticen la seguridad y eficiencia operativa en espacios aéreos compartidos. En entornos multi-USSP, donde distintos proveedores gestionan simultáneamente el tráfico aéreo, surgen conflictos derivados de la falta de coordinación, diferencias en algoritmos y políticas operativas. Estos conflictos pueden manifestarse como intersecciones de trayectorias, maniobras inesperadas o situaciones de proximidad peligrosa, lo que exige soluciones avanzadas para su detección y resolución. Este proyecto propone el diseño e implementación de un sistema avanzado para la detección y clasificación de conflictos entre UAS en entornos multi-USSP. El sistema se basa en filtros IMM (Interacting Multiple Model) para la estimación precisa de trayectorias bajo incertidumbre, y en modelos de geometría de conflicto táctico definidos en el proyecto SPATIO-SESAR, lo que permite una clasificación efectiva de los conflictos según su configuración espacial. El sistema ofrece capacidades de detección en tiempo real y predicción temprana, generando alertas que permitan a los operadores tomar decisiones informadas para evitar colisiones. Además, integra técnicas de análisis de datos en tiempo real y aprendizaje continuo, lo que permite mejorar su precisión y adaptabilidad a medida que se acumulan datos operativos. La arquitectura del sistema está diseñada para garantizar su interoperabilidad con infraestructuras U-space existentes, utilizando el protocolo AMQP (Advanced Message Queuing Protocol) para una comunicación segura y eficiente entre módulos. Esto facilita su escalabilidad y adaptación a distintas regiones geográficas y normativas locales. La metodología adoptada es cuantitativa, basada en simulaciones controladas y métricas clave como precisión de detección, tasa de falsos positivos, eficiencia de clasificación y capacidad de respuesta en tiempo real. El sistema es evaluado en escenarios derivados del proyecto SPATIO-SESAR, replicando condiciones reales de tráfico aéreo no tripulado. Este proyecto responde a la necesidad urgente de mejorar la seguridad y eficiencia del tráfico aéreo en espacios de muy bajo nivel (VLL), donde múltiples USSP operan sin coordinación explícita. Su implementación contribuye al desarrollo de estándares interna cionales, fomenta la interoperabilidad entre sistemas UAS y fortalece la infraestructura global de gestión del espacio aéreo. (Texto tomado de la fuente)

The sustained growth of operations involving unmanned aircraft systems (UAS) has transformed air mobility, creating new challenges for airspace management, particularly in urban and rural environments with multiple U-space service providers (USSP). The expansion of UAS into critical sectors such as agriculture, surveillance, and logistics has increased the demand for systems that ensure operational safety and efficiency within shared airspace. In multi-USSP environments, where different providers simultaneously manage air traffic, conflicts arise from a lack of coordination, as well as from divergences in algorithms and operational policies. These conflicts may manifest as trajectory intersections, unexpected manoeuvres, or hazardous proximity situations, thus requiring advanced solutions for their detection and resolution.

This project proposes the design and implementation of an advanced system for the detection and classification of conflicts between UAS operating in multi-USSP environments. The system is based on Interacting Multiple Model (IMM) filters to enable accurate trajectory estimation under uncertainty, and on tactical conflict-geometry models defined within the SPATIO-SESAR project, allowing effective classification of conflicts according to their spatial configuration. The system provides real-time detection and early prediction capabilities, generating alerts that support operators in making informed decisions to prevent collisions.

Furthermore, it integrates real-time data analysis techniques and continuous learning mechanisms, enabling improvements in accuracy and adaptability as operational data accumulate. The system architecture is designed to ensure interoperability with existing U-space infrastructures, employing the Advanced Message Queuing Protocol (AMQP) to achieve secure and efficient communication between modules. This facilitates scalability and adaptation to different geographical regions and local regulatory frameworks.

The adopted methodology is quantitative, relying on controlled simulations and key metrics such as detection accuracy, false-positive rate, classification efficiency, and real time responsiveness. The system is evaluated in scenarios derived from the SPATIO SESAR project, replicating real-world conditions of unmanned air traffic. This project addresses the urgent need to enhance safety and efficiency in very low-level (VLL) airspace, where multiple USSP operate without explicit coordination. Its implementation contributes to the development of international standards, promotes interoperability among UAS systems, and strengthens the global infrastructure for airspace management.