Koncepcja wykorzystania bezzałogowych statków powietrznych do monitorowania stanu lotniczego systemu PAPI

Kruszewska, Wiktoria; Stelmach, Anna

doi:10.5604/01.3001.0055.1639

Artykuł - szczegóły

Tytuł artykułu

Koncepcja wykorzystania bezzałogowych statków powietrznych do monitorowania stanu lotniczego systemu PAPI

Autorzy

Kruszewska Wiktoria , Stelmach Anna

Treść / Zawartość

Pełne teksty:

Pobierz

Identyfikatory

DOI

10.5604/01.3001.0055.1639

Warianty tytułu

The concept of using unmanned aerial vehicles to monitor the status of the PAPI aviation system

Języki publikacji

Abstrakty

System wskaźników ścieżki podejścia precyzyjnego do lądowania (PAPI), należący do grupy lotniczych urządzeń naziemnych (LUN), wymaga testów w celu wykazania wydajności w odniesieniu do intensywności kolorów oraz strefy przejściowej kolorów. Polska Agencja Żeglugi Powietrznej wykonuje inspekcje świateł PAPI tradycyjną metodą, używając samolotu kontrolno-pomiarowego Beechcraft Super King Air B300, zwanym Papugą. Alternatywą dla tej metody jest zastosowanie bezzałogowych statków powietrznych. Procedura inspekcji świateł PAPI za pomocą samolotu kontrolno-pomiarowego polega na wykonywaniu serii podejść w kierunku czterech jednostek świetlnych, oznaczonych ABCD, podczas których odczytywane są kąty zmiany barw dla każdej jednostki świetlnej osobno. Metoda ta wiąże się z wysokimi kosztami, ryzykiem i ograniczoną dostępnością samolotu. Zastosowanie BSP przyczyniłoby się do skrócenia czasu zakłóceń, mając na uwadze inspekcje prowadzone na lotnisku, skrócenie czasu lotu samolotu, a także obniżenie emisji CO₂, hałasu i kosztów inspekcji. W analizie przedstawiono możliwości użycia BSP jako przyszłościowego narzędzia, które można wykorzystać w celu przeprowadzenia inspekcji PAŻP wciąż korzysta z samolotów do monitorowania LUN, nie oferując jeszcze inspekcji urządzeń naziemnych za pomocą BSP. Niemniej jednak prowadzone są prace nad implementacją bezzałogowych statków powietrznych do tych inspekcji.

The Precision Approach Path Indicator (PAPI) system, part of the group of aviation ground devices (AGD), requires tests to demonstrate its performance in terms of color intensity and the color transition zone. The Polish Air Navigation Services Agency (PANSA) conducts PAPI light inspections exploiting a traditional method, using the Beechcraft Super King Air B300. It is a measurement and control aircraft known as Papuga. An alternative to this method is the use of unmanned aerial vehicles (UAV). The procedure for inspecting PAPI lights using a measurement and control aircraft involves performing a series of approaches towards four light units, labeled A, B, C, and D, during which the color change angles for each light unit are recorded separately. This method is associated with high costs, risks, and limited aircraft availability. The use of UAV would help reduce disruption time, considering inspections conducted at the airport, shorten aircraft flight time, and also lower CO₂ emissions, noise, and inspection costs. The analysis presents the potential use of UAV as a future tool that can be utilized for inspections. PANSA still uses aircraft to monitor LUN and they have not yet offered ground device inspections using UAV. However, work is being conducted on the implementation of unmanned aerial vehicles for these inspections.

Słowa kluczowe

bezzałogowy statek powietrzny lotnicze urządzenia naziemne LUN system PAPI

unmanned aerial vehicle aviation ground equipment PAPI system

Wydawca

Wydawnictwo Instytutu Technicznego Wojsk Lotniczych

Czasopismo

Journal of KONBiN

Rocznik

2025

Tom

Vol. 55, iss.2

Strony

201--218

Opis fizyczny

Bibliogr. 31 poz., rys.

Twórcy

autor

Kruszewska Wiktoria

wiktoria.kruszewska@pw.edu.pl

Warsaw University of Technology (Politechnika Warszawska), Poland

https://orcid.org/0009-0004-5254-7443

autor

Stelmach Anna

anna.stelmach@pw.edu.pl

Warsaw University of Technology (Politechnika Warszawska), Poland

https://orcid.org/0000-0002-2301-6908

Bibliografia

1. Ustawa z dnia 3 lipca 2002 r. – Prawo lotnicze, Dz. U. z 2020 r. poz. 1970.
2. „Nowa Papuga w służbie bezpieczeństwa lotniczego”, https://www.pansa.pl/inspekcja/beechcraft-king-air-350/ [Accessed: Feb. 01, 2025].
3. P. Lesiak, “Inspection and Maintenance of Railway Infrastructure with the Use of Unmanned Aerial Vehicles,” Problemy Kolejnictwa – Railway Report, Iss.188, Sep. 2020.
4. B. Berner and J. Chojnacki, „Monitorowanie zanieczyszczeń środowiska za pomocą dronów,” Autobusy, Vol. 7-8, pp. 57–60, 2017.
5. J. van der Sluijs, E. Saiet, C.N. Bakelaar, A. Wentworth, R.H. Fraser, and S.V. Kokelj, “Beyond visual-line-of-sight (BVLOS) drone operations for environmental and infrastructure monitoring: a case study in northwestern Canada,” Drone Systems and Applications, Sep. 25, 2023.
6. Y.S. Afridi, K. Ahmad, and L. Hassan, “Artificial Intelligence Based Prognostic Maintenance of Renewable Energy Systems: A Review of Techniques, Challenges, and Future Research Directions,” arXiv, 2021. DOI: 10.48550/arXiv.2104.12561.
7. B.G. Basumatary, N. Ramanna, N. Gopalakrishnan, A. Mathew, and M.H. Karthik, “Innovative approaches in structural health monitoring: Harnessing the power of drones,” 2024. DOI: 10.1007/978-3-030-12345-6_9.
8. S.S.C. Congress, A.J. Puppala, M.A. Khan, N. Biswas, and P. Kumar, ”Application of unmanned aerial technologies for inspecting pavement and bridge infrastructure assets conditions,” Transportation Research Record, 2679(1), 2022. DOI: 10.1177/03611981221105273.
9. L. Cummins, A. Sommers, S.B. Ramezani, S. Mittal, J. Jabour, M. Seale, and S. Rahimi, “Explainable Predictive Maintenance: A Survey of Current Methods, Challenges and Opportunities,” arXiv, 2024. DOI: 10.48550/arXiv.2401.07871.
10. S. Hassankhani Dolatabadi and I. Budinska, “Systematic Literature Review Predictive Maintenance Solutions for SMEs from the Last Decade,” Machines, 9(9), 2021. DOI: 10.3390/machines9090191.
11. U.T.I. Igwenagu, R. Debnath, A.A. Ahmed, and M.J.B. Alam, “An Integrated Approach for Earth Infrastructure Monitoring Using UAV and ERI: A Systematic Review,” Drones, 9(3), 2025, DOI: 10.3390/drones9030225.
12. J. Liu, H. Huang, H. Sun, Z. Wu, and R. Luo, “LRAD-Net: An Improved Lightweight Network for Building Extraction From Remote Sensing Images,” in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol. 16, pp. 675-687, 2023, DOI 10.1109/JSTARS.2022.3229460.
13. T. Lukito, R. Herlianti, M. Mayanti, and L.H. Kusumah, “Implementation of predictive maintenance in various Industry: A Review,” TEKNOSAINS: Jurnal Sains, Teknologi Dan Informatika, 12(1), 2025, 133-144, DOI: 10.37373/tekno.v12i1.1338.
14. O. Serradilla, E. Zugasti, and U. Zurutuza, “Deep learning models for predictive maintenance: a survey, comparison, challenges and prospect,” 2020. DOI: 10.48550/arXiv.2010.03207.
15. Z. Shi, G. Shi, J. Zhang, D. Wang, T. Xu, L. Ji, and Y. Wu, “Design of UAV Flight State Recognition System for Multisensor Data Fusion,” in IEEE Sensors Journal, Vol. 24, No. 13, pp. 21386-21394, July, 2024, DOI: 10.1109/JSEN.2024.3394883.
16. B. Mendu and N. Mbuli, “State-of-the-Art Review on the Application of Unmanned Aerial Vehicles (UAVs) in Power Line Inspections. Current Innovations, Trends, and Future Prospects,” Drones, Vol. 9, Iss. 265, 2025. DOI: 10.3390/drones9040265.
17. H. Wang, G. Barone, and A. Smith, “Current and Future Role of Data Fusion and Machine Learning in Infrastructure Health Monitoring,” Structure and Infrastructure Engineering, 20(12), 2023, DOI: 10.1080/15732479.2023.2165118.
18. B. Yigin and M. Celik, “A review on three decades of manufacturing maintenance research: past, present and future directions,” 2025. DOI: 10.1108/JQME-12-2024-0067.
19. T. Zonta, C.A. da Costa, R. da Rosa Righi, M.J. de Lima, E.S. da Trindade, and G.P. Li, “Predictive maintenance in the Industry 4.0: A systematic literature review,” Computers & Industrial Engineering, Vol. 150, December 2020, DOI: 10.1016/j.cie.2020.106889.
20. H. Wang, C. Liu, X. Zhou, and Y. Li, “Spectral Band Design for Urban Forest Remote Sensing Based on Low-Altitude UAV,” 2024. DOI: 10.1109/JSTARS.2024.1234567.
21. ICAO, Załącznik 14, tom I, rozdział 5 – Projektowanie i eksploatacja lotnisk, Pomoce wzrokowe dla nawigacji, 7th ed., 2016.
22. ICAO, Aerodrome Design Manual, Part 4 (Doc 9157) – Visual Aids, 5th ed., 2021.
23. „Zakończyły się prace przy oświetleniu mieleckiego lotniska”, https://strefalotnicza. blogspot.com/2016/04/zakonczyy-sie-prace-przy-oswietleniu.html [Accessed: Jan. 22, 2025].
24. https://www.airwaysmuseum.com/PAPI.htm [Accessed: Feb. 10, 2025].
25. EASA, „Łatwo Dostępne Przepisy dla Lotnisk (ŁDPL), Obsługa techniczna pomocy wzrokowych i systemów elektrycznych,” ADR.OPS.C.015.
26. P. Szpakowski, „Lotnicza choinka, czyli o świetlnych pomocach nawigacyjnych i ich kontroli,” Safe Sky, https://www.pansa.pl/wp-content/uploads/2020/12/SafeSky _NR12_v08_zew_www.pdf, [Accessed: Jan. 20, 2025].
27. P. Szpakowski, „Jak lata Papuga,” Safe Sky, https://www.pansa.pl/wp-content /uploads/2020/03/SafeSky_NR6.pdf, [Accessed: Jan. 29, 2025].
28. P. Szpakowski, „Papugi w działaniu,” Safe Sky, https://www.pansa.pl/wp-content /uploads/2020/03/SafeSky_NR5.pdf, [Accessed: Jan. 30, 2025].
29. https://www.drony.net/matrice-300-rtk-dji.html [Accessed: Feb. 05, 2025].
30. https://navigate.pl/produkt/dji-zenmuse-p1/ [Accessed: Feb. 05, 2025].
31. EASA, "Easy Access Rules for Unmanned Aircraft Systems," Sep. 2022.

Typ dokumentu

Bibliografia

Identyfikator YADDA

bwmeta1.element.baztech-b10a6b14-032f-4695-9c17-f324b0a5e573