Three-dimensional Many-objective Path Planning and Traffic Network Optimization for Urban Air Mobility Applications Under Social Considerations

This dissertation proposes and investigates solution approaches to two problems in urban air mobility, considering the different perspectives of many stakeholders, including societal interests. The many-objective path planning problem seeks Pareto-optimal, three-dimensional, and smooth paths connecting two given locations in the city. The multi-objective traffic network optimization problem searches for Pareto-optimal and three-dimensional transportation networks that can be constructed from a given set of paths. Since this work also explicitly considers social objectives within these problems, it has both a societal and a practical relevance. This thesis analyzes both stated problems and proposes a new framework to solve the first problem efficiently. Then, it shows how the optimized paths can be combined into a three-dimensional traffic network. Afterward, this dissertation presents another new framework to optimize the obtained traffic network in terms of multiple objectives. It tests the influence of integrating social criteria on the economic costs of the networks obtained. Using geospatial data from four different cities, paths and networks were optimized to evaluate the efficiency of the path planning framework against current methods and to compare the network solutions with conventional strategies. The developed path planning framework showed a significant advantage over comparable approaches. When traffic networks were optimized, including social criteria, their social acceptance increased much more than the monetary costs. An essential finding of this work is that the many-objective path planning problem can be solved efficiently in the three-dimensional operation space by an intelligent combination of existing algorithms and the inclusion of three new algorithmic features. Beyond that, it is beneficial to integrate social criteria into optimization problems when the solutions obtained are the basis for decisions in the area of conflict between the economy and human welfare.

In dieser Arbeit werden Lösungsansätze für zwei Probleme im Bereich der urbanen Luftverkehrsmobilität vorgeschlagen und untersucht, wobei die unterschiedlichen Perspektiven vieler Interessengruppen, einschließlich sozial-gesellschaftlicher Interessen, berücksichtigt werden. Das multikriterielle Pfadplanungsproblem sucht nach Pareto-optimalen, dreidimensionalen und glatten Pfaden zwischen zwei gegebenen Punkten in der Stadt. Das multikriterielle Verkehrsnetzoptimierungsproblem sucht nach Pareto-optimalen und dreidimensionalen Transportnetzen, die aus einer gegebenen Menge an Pfaden konstruiert werden können. Da diese Arbeit auch explizit soziale Kriterien in diesen Problemen berücksichtigt, besitzt sie neben der praktischen auch eine sozial-gesellschaftliche Relevanz. Diese Arbeit analysiert die beiden Probleme und stellt zunächst eine neue Methode vor, das erste effizient zu lösen. Es wird weiterhin aufgezeigt, wie die optimierten Pfade zu einem dreidimensionalen Verkehrsnetz kombiniert werden können. Anschließend wird ein zweites neues Framework präsentiert, um das entstandene Netzwerk hinsichtlich mehrerer Kriterien zu optimieren. Dann wird untersucht, welchen Einfluss die Integration sozialer Kriterien auf die ökonomischen Kosten der erhaltenen Netzwerke hat. Anhand von Geodaten aus vier verschiedenen Städten wurden Pfade und Verkehrsnetze optimiert, um die Effizienz des Pfadplanungsframeworks im Vergleich zu aktuellen Methoden zu bewerten und im Weiteren die erhaltenen Verkehrsnetzwerke mit denen herkömmlicher Strategien zu vergleichen. Das entwickelte Pfadplanungsframework zeigte einen deutlichen Vorteil gegenüber vergleichbaren Ansätzen. In den unter Einbeziehung sozialer Kriterien optimierten Verkehrsnetzen stieg die soziale Akzeptanz deutlich stärker als die monetären Kosten. Eine wichtige Erkenntnis der Arbeit ist, dass das multikriterielle Pfadplanungsproblem im dreidimensionalen Planungsraum durch eine intelligente Kombination bestehender Algorithmen und unter Einbeziehung von drei neuen Algorithmen effizient gelöst werden kann. Darüber hinaus ist es vorteilhaft, immer dann soziale Kriterien in Optimierungsprobleme zu integrieren, wenn die erhaltenen Lösungen die Grundlage für Entscheidungen im Spannungsfeld zwischen Ökonomie und menschlichem Wohlergehen bilden.