Βέλτιστη δρομολόγηση διαφυγής απο φυσικές καταστροφές με την χρήση δεδομένων ετερογενών αισθητήρων
Optimal escape route planning from natural disasters using heterogeneous sensor data

Λέξεις-κλειδιά
UAV ; Αισθητήρες ; Optimal routing ; Sensors ; Flood mapping ; UGV ; ROV ; UUV ; DroneΠερίληψη
Η διπλωματική εργασία με τίτλο “Βέλτιστη δρομολόγηση διαφυγής από φυσικές καταστροφές με την χρήση δεδομένων ετερογενών αισθητήρων” εκπονήθηκε στο πλαίσιο του Προγράμματος Προπτυχιακών Σπουδών του Τμήματος Μηχανικών Τοπογραφίας και Γεωπληρο-
φορικής του Πανεπιστημίου Δυτικής Αττικής. Η εν λόγω εργασία, είχε ως στόχο την αξιοποίηση βιβλιογραφικής μελέτης συνδυαστικά με την εφαρμογή πρακτικής ανάλυσης και
έρευνας σε θέματα που αφορούν την άμεση και ουσιώδης αντιμετώπιση περιβαλλοντικών
κρίσεων με την βοήθεια συστήματος πολλαπλών αισθητήρων και σύγχρονων τεχνολογιών
που αφορούν τόσο την ασφαλέστερη προσέγγιση όσο και την εύρεση των αποτελεσματικότερων λύσεων στο πρόβλημα της βέλτιστης δρομολόγησης από και προς την εκάστοτε περιοχή ενδιαφέροντος.
Αναλυτικά, η παρούσα εργασία ασχολείται με τη βέλτιστη δρομολόγηση διαφυγής από φυσικές καταστροφές, αναλύοντας τεχνολογικές λύσεις που δύναται να ενισχύσουν την αποτελεσματικότητα της απόκρισης σε κρίσιμες καταστάσεις.
Στην αρχή, εξετάστηκαν οι τρόποι με τους οποίους παρέχετε η ασφαλής προσέγγισης μιας
φυσικής καταστροφής μέσω μη επανδρωμένων οχημάτων, οχήματα δηλαδή τα οποία δεν
προϋποθέτουν από τους χειριστές τους να έχουν άμεση επαφή με αυτά και κάνουν μεγάλα
άλματα στην ασφαλέστερη προσέγγιση ζητημάτων που αφορούν τις φυσικές καταστροφές.
Πιο συγκεκριμένα αντλήθηκαν πληροφορίες για τις πιο διαδεδομένες μεθόδους κίνησης
στον αέρα στην επιφάνεια αλλά και στη θάλασσα όπως είναι τα UAV's (Unmanned Aerial
Vehicles), UGV's (Unmanned Ground Vehicles) και ROV's (Remotely Operated Vehicles) ή
αλλιώς (Unmanned Underwater Vehicle UUV’s) και έχουν την δυνατότητα πλοήγησης τόσο
αυτόνομα όσο και μέσω της τηλεκατευθυνόμενης κίνησης (Remote Piloted Vehicles) με κύριο γνώμονα την ασφάλεια. Ιδιαίτερη έμφαση δόθηκε στα εναέρια μέσα (UAVs), καθώς εί-
ναι ο πιο διαδεδομένος και προσιτός τρόπος προσέγγισης ενώ παράλληλα προσφέρουν υψίστη ασφάλεια, αυξημένη ευελιξία, κάλυψη μεγάλων περιοχών και φαίνεται ότι η χρήση
τους είναι απαραίτητη σε κάθε είδους καταστροφή ανεξάρτητος μορφής είτε για πρόβλεψη, είτε για την αποκατάσταση των ζημιών σε πραγματικό χρόνο. Παρουσιάστηκαν οι βασικοί τύποι των UAVs, τα χαρακτηριστικά τους και τα πλεονεκτήματα που προσφέρουν στη
διαχείριση κρίσεων.
Στη συνέχεια, αναλύθηκαν οι ετερογενείς αισθητήρες που συμβάλλουν στη βέλτιστη δρομολόγηση τόσο όταν είναι ενσωματωμένοι στα μη επανδρωμένα οχήματα (σύστημα αισθητήρων) όσο και όταν βρίσκονται σε σταθερές θέσεις. Σε αυτό το σκέλος της εργασίας διερευνήθηκαν σε βάθος οι τρόποι λειτουργίας, οι μηχανισμοί και οι δομές του κάθε αισθητήρα
που θεωρήσαμε αναγκαίο για την επιτυχημένη υλοποίηση της έρευνας. Αυτοί οι αισθητήρες παρέχουν πολύτιμες πληροφορίες και δεδομένα για την κατάσταση του περιβάλλοντος
καθώς και απαραίτητες πληροφορίες όσον άφορα την πλοήγησή μας σε αυτό, διευκολύνοντας τη λήψη αποφάσεων σε πραγματικό χρόνο.
Ένα κρίσιμο κομμάτι της εργασίας αφορά την δημιουργία μοντέλων ανάλυσης πλημμύρας,
τα οποία χρησιμοποιήθηκαν για την παροχή πληροφοριών που αφορούν άμεσα την ασφαλή δρομολόγηση των διασωστικών δυνάμεων. Τα μοντέλα αυτά σχεδιάστηκαν ώστε να
προβλέπουν την άνοδο της στάθμης του νερού σε χρονική ακολουθία και να προτείνουν τις
ασφαλέστερες διαδρομές εκκένωσης. Για την υλοποίηση αυτής της ανάλυσης αξιοποιήθηκαν σύγχρονες ψηφιακές φωτογραμμετρικές μέθοδοι μέσω του λογισμικού Metashape και
εργαλεία οπτικοποίησης GIS.
Επιπλέον, μέσω κώδικα που αναπτύχθηκε σε MATLAB και Python, αξιοποιήθηκαν ιστορικά
και βιβλιογραφικά δεδομένα εκτεταμένων βροχοπτώσεων του Ελλαδικού χώρου, πλημμυρικά δεδομένα από ιστορικά τσουνάμι παγκόσμιας κλίμακας καθώς και σεισμολογικά δεδομένα πραγματικού χρόνου, στην προσπάθεια κατανόησης των μηχανισμών δημιουργίας
και εξάπλωσης των πλημμυρικών φαινομένων. Δημιουργήθηκαν γραφήματα που αποτυπώνουν τη συμπεριφορά αυτών των φαινομένων στον χώρο και στον χρόνο, ενισχύοντας
την καλύτερη αντίληψη και την πρόβλεψη της εξέλιξής τους. Συνδυάζοντας τα αποτελέσματα της έρευνας, αποσκοπείτε η δημιουργία ενός πλήρους και αποτελεσματικού μοντέλου
ανάλυσης πλημμυρικών φαινομένων τόσο λόγω εκτεταμένης βροχόπτωσης και έντονων
καιρικών συνθηκών όσο και πλημμυρικά φαινόμενα που αποδίδονται σε τσουνάμι, τροφοδοτώντας έτσι τους αρμόδιους με αποδοτικά και χρήσιμα δεδομένα.
Ένα άλλο σημαντικό σκέλος της έρευνας αφορούσε τους ευρετικούς αλγορίθμους A* (Astar)
και Dijkstra, οι οποίοι χρησιμοποιήθηκαν για την εύρεση των βέλτιστων διαδρομών διαφυγής. Στην ανάγκη για βαθύτερη σύλληψη ως προς την εκτέλεση των αλγορίθμων, πραγμα-
τοποιήθηκε μια περιληπτική επεξήγηση της αρχής λειτουργίας τους ώστε να εφαρμοστούν
αποτελεσματικά παρέχοντάς μας ουσιαστικές και παραγωγικές λύσεις. Για την εφαρμογή
τους, αξιοποιήσαμε δορυφορικά δεδομένα και εικόνες από τη NASA μέσω της ιστοσελίδας
FIRMS, καταγράφοντας βέλτιστες δρομολογήσεις εντός και εκτός περιοχών που επηρεάστηκαν από πυρκαγιές. Πιο συγκεκριμένα, αναλύθηκε η περίπτωση της πυρκαγιάς που ξέσπασε
στην ευρύτερη περιοχή της Πεντέλης και του Βαρνάβα τον Αύγουστο του 2024 στην Αττική.
Οι δρομολογήσεις οπτικοποιήθηκαν, παρουσιάζοντας τον τρόπο με τον οποίο οι αλγόριθμοι
μπορούν να βελτιστοποιήσουν τη διαδικασία εκκένωσης ή και προσέγγισης υποστηρίζοντας
αποδοτικά το έργο των διασωστικών δυνάμεων.
Συμπερασματικά, η εργασία αυτή ανέδειξε τη σημασία των τεχνολογικών εργαλείων στη
διαχείριση φυσικών καταστροφών. Μέσω της χρήσης μη επανδρωμένων οχημάτων, συστημάτων αισθητήρων, φωτογραμμετρικών μεθόδων, προσομοιώσεων πλημμύρας και αλγορίθμων δρομολόγησης, καταφέραμε να προτείνουμε λύσεις για τη βελτίωση της ασφάλειας
και της αποτελεσματικότητας των επιχειρήσεων διάσωσης. Η έρευνα αυτή αποτελεί μια
βάση για μελλοντικές εξελίξεις στη δυναμική χαρτογράφηση καταστροφών και τη δημιουργία μοντέλων πρόβλεψης σε μεγαλύτερη κλίμακα, ενσωματώνοντας νέες τεχνολογίες και
δεδομένα σε πραγματικό χρόνο.
Περίληψη
The thesis, titled “Optimal escape route planning from natural disasters using
heterogeneous sensor data”, was conducted as part of the Undergraduate Program of the
Department of Surveying and Geoinformatics Engineering at the University of West Attica.
The aim of this study was to integrate literature review with practical analysis and research
on effective responses to environmental crises. The research leveraged multi-sensor systems
and modern technologies to enhance safe approaches and identify the most efficient
evacuation routes to and from areas of interest.
In detail, the present study investigates the optimal evacuation routing from natural
disasters, analyzing technological solutions that can enhance response efficiency in critical
situations.
Initially, methods for ensuring a safe approach to a natural disaster using unmanned vehicles
were examined. These vehicles, which do not require direct operator interaction, represent
a significant advancement in the safe management of disaster-related situations. More
specifically, information was gathered on the most widely used mobility methods in the air,
on the surface, and in the sea, such as UAVs (Unmanned Aerial Vehicles), UGVs (Unmanned
Ground Vehicles), and ROVs (Remotely Operated Vehicles). These vehicles are capable of
autonomous navigation as well as remote-controlled movement (Remote Piloted Vehicles),
prioritizing safety. Particular emphasis was placed on aerial vehicles (UAVs) as they are the
most widespread and accessible approach while providing maximum safety, increased
flexibility, and extensive area coverage. Their use appears essential in all types of disasters,
regardless of their nature, for both prediction and real-time damage assessment. The
fundamental types of UAVs, their characteristics, and the advantages they offer in crisis
management were presented.
Following this, an analysis was conducted on heterogeneous sensors that contribute to
optimal routing, both when embedded into unmanned vehicles (sensor systems) and when
positioned in fixed locations. In this section of the study, an in-depth investigation was
carried out into the operational mechanisms, structures, and functionalities of each sensor
considered necessary for the successful implementation of the research. These sensors
provide valuable environmental data and navigation information, facilitating real-time
decision-making.
A critical component of the thesis, involves the development of flood analysis models,
designed to provide information directly related to the safe routing of rescue forces. These
models were designed to predict the rise of water levels over time and suggest the safest
evacuation routes. The implementation of this analysis utilized modern digital
photogrammetric methods through Metashape software and GIS visualization tools.
Additionally, using MATLAB and Python, utilizing the incorporation of historical and
bibliographic data on heavy rainfall in Greece, flood data from historical tsunamis on a global
scale, and real-time seismic data to better understand the mechanisms of flood generation and expansion over time. Graphs depicting the spatial and temporal behavior of these
phenomena were generated, enhancing their comprehension and predictive modeling. By
integrating research findings, the goal was to develop a comprehensive and effective flood
analysis model that accounts for both heavy rainfall and extreme weather conditions, as well
as tsunami-induced flooding events, thereby providing authorities with efficient and useful
data.
Another important part of the research focused on heuristic algorithms A* (Astar) and
Dijkstra, which were utilized to determine optimal evacuation routes. To ensure a deeper
understanding of the algorithm execution, a concise explanation of their principles was
provided, allowing their effective application and enabling meaningful and productive
solutions. For their implementation, satellite data and images from NASA via the FIRMS
platform were utilized to map optimal routing both within and beyond areas affected by
wildfires. A specific case study analyzed the wildfire that broke out in the broader region of
Penteli and Varnavas in Attica that occurred in August 2024. The generated route
visualizations demonstrated how these algorithms can optimize evacuation and approach
processes, efficiently supporting the efforts of rescue teams.
In conclusion, this research highlighted the importance of technological tools in managing
natural disasters. Through the use of unmanned vehicles, sensor systems, photogrammetric
methods, flood simulations, and routing algorithms, we successfully proposed solutions to
enhance the safety and efficiency of rescue operations. This study provides a foundation for
future advancements in dynamic disaster mapping and predictive modeling, incorporating
real-time data and emerging technologies on a larger scale.