Bireysel Genç Girişim (BİGG) programı, TÜBİTAK’ın bireysel girişimcilere teknogirişim sermayesi desteği verdiği bir destek programıdır. AI JET BİGG ise TÜBİTAK BİGG Uygulayıcı Kuruluşu olarak HAVELSAN tarafından yapay zekâ girişimcilerini desteklemeye yönelik olarak yürütülen programdır. AI JET BİGG Programına başvuran girişimcilerin iş fikirleri değerlendirilir, seçilen girişimcilere eğitim ve mentorluklarla iş fikrinin teknik ve ticari açıdan doğrulanması, iş planı hazırlanması ve prototip geliştirilmesi faaliyetleri desteklenmektedir (AI Jet BİGG, 2025).
Şekil 1. Havelsan AI Jet BİGG
Havelsan AI Jet BİGG programı kapsamında geliştirilen kutAL isimli algoritma ile hava araçlarının uçuş sırasında irtifa tespit sistemlerindeki sorunları tespit edilerek pilot ikaz edilmektedir. Bu sayede pilot iş yükü azaltılmakta ve uçuş emniyeti artırılmaktadır.
Hava aracının deniz seviyesi veya yer yüzeyi gibi belirli bir referans noktasına göre dikey mesafesi ‘irtifa’ olarak tanımlanır. Bu yüksekliğin ölçülerek pilota gösterilmesini sağlayan cihaza ise ‘altimetre’ adı verilir. Havacılıkta emniyetli bir uçuşun sağlanabilmesi açısından doğru ve güvenilir irtifa bilgileri hayati önem taşımaktadır (ICAO, 2018; FAA, 2016).
Şekil 2. Altimetre
Günümüzde hava araçlarında irtifa tespiti, ortamın vakum basıncının ölçülmesi esasına dayanmakta olup, bu ölçüm statik port aracılığıyla gerçekleştirilmektedir (ICAO, 2020; Kroes et al. 2013).
Şekil 3. Statik Port
2500 feet’in altındaki irtifa seviyelerinde, radyo dalgalarının yer yüzeyine çarpıp yansıması prensibine dayanan radyo altimetreler aracılığıyla da irtifa ölçümü gerçekleştirilebilmektedir (Moir and Seabridge, 2013).
Şekil 4. Radyo Altimetre Sistemi
Şekil 5. Radyo Altimetre Göstergesi
Uydu sinyallerine dayalı olarak çalışan Küresel Konumlama Sistemi (GPS) aracılığıyla da hava aracının konumu ile birlikte irtifa bilgisi elde edilebilmektedir (FAA, 2022).
Şekil 6. GPS İrtifa Algılama Sistemi
Aynı zamanda jiroskoplar ve ivmeölçerlerden oluşan, vakumlu ve kapalı bir yapıya sahip Ataletsel Referans Sistemi (Inertial Reference System, IRS) aracılığıyla da hava aracının geometrik irtifası hesaplanabilmektedir (Titterton and Weston, 2004).
Şekil 7. IRS Sistemi
Günümüzde hava araçlarında irtifa belirlemede birincil veri kaynağı statik portlardan elde edilen basınç bilgileridir. Pilot, sistemde herhangi bir anormallik tespit ettiğinde öncelikle statik port verisine dayalı çalışan yedek altimetreyi kontrol eder. Sorunun devam etmesi halinde, yardımcı irtifa kaynakları olarak GPS ve radyo altimetre sistemlerinden elde edilen verilerden yararlanılır. Bu yöntemler de yetersiz kaldığında, son çare olarak Ataletsel Referans Sistemi (IRS) üzerinden elde edilen geometrik irtifa bilgisi kullanılmaktadır (Groves, 2013).
Şekil 8. Hava Verileri Sistemi (Air Data System)
Pilotlar, irtifa sistemlerindeki arızaları çoğu zaman doğrudan bir ikaz sistemi aracılığıyla değil, uçuş parametelerindeki tutarsızlıkları fark ederek tespit ederler. Bu tür durumlarda alınabilecek önlemler, genellikle havayolu veya üretici tarafından belirlenen kontrol listelerinde tanımlanmış olup; bu listelerde, irtifa verilerinin güvenilirliğinin kaybolması hâlinde görsel meteorolojik koşullarda (VMC) görsel uçuş kurallarına (VFR) geçilmesi önerilmektedir (Boeing Commercial Airplanes, 2020; EASA, 2019).
Uçuş esnasında statik portların tıkanması veya buzlanması ile altimetre sisteminde meydana gelen yapısal hasarlar, irtifa bilgilerinin hatalı veya tutarsız şekilde gösterilmesine neden olabilmektedir (NTSB, 2010).
Bu tür arızalar, hava aracının gerçek irtifasının yanlış algılanmasına yol açarak uçuş emniyetini ciddi şekilde tehlikeye atmakta ve bazı durumlarda kazalarla sonuçlanabilmektedir. Bu bağlamda, 2009 yılında meydana gelen Air France 447 sefer sayılı uçuş kazası ile 2019 yılında gerçekleşen S7 Havayolları’na ait 5220 sefer sayılı uçuş kazası, irtifa tespitindeki hataların doğrudan katkıda bulunduğu örnek vakalar olarak literatürde yer almaktadır (BEA, 2012; IAC, 2021).
Öte yandan, günümüzde doğrudan kaza olarak raporlanmamış olsa da, birçok olayda irtifa bilgilerindeki sapmaların, kazaya yol açan hata zincirlerinin kritik bir parçası olduğu bilinmektedir (NTSB, 2010).
Günümüzde hava araçlarında irtifanın belirlenmesinde kritik rol oynayan statik port sensörlerinde meydana gelen tıkanma, buzlanma gibi arızalar ile bu verileri gösteren altimetre göstergesindeki sapmalar, uçuş sırasında pilotlara otomatik olarak ikaz verebilecek bir sistemle donatılmış değildir. Bu tür hatalar, ancak hava aracı yerdeyken gerçekleştirilen bakım süreçlerinde, özel olarak kullanılan pitot-statik test kitleri aracılığıyla tespit edilebilmektedir (NTSB, 2010; TCCA, 2020).
Şekil 9. Pitot Statik Test Kiti
Hava aracında buzlanma durumu, genellikle burun kısmına entegre edilen ‘ice detector’ sensörleri aracılığıyla tespit edilmekte ve bu durumda önleyici olarak buz giderme sistemleri – rezistans temelli ısıtıcılar veya sıcak hava uygulamaları – otomatik olarak devreye girmektedir. Ancak bu sistemler yalnızca pitot-statik birleşik sensörlerde yer almakta olup, bağımsız statik portlar için herhangi bir buz giderme mekanizması bulunmamaktadır. Bu durum, statik portların buzlanmaya karşı daha savunmasız hale gelmesine neden olmaktadır (Transport Canada, 2014; CASA, 2021).
Şekil 10. Hava Aracı Buzlanmayı Koruma Sistemi
Pilotlar, uçak mühendisleri ve uçak bakım teknisyenleriyle yapılan görüşmeler sonucunda, mevcut irtifa tespit sistemlerinde aşağıdaki temel sorunların varlığı teyit edilmiştir:
Aynı zamanda irtifa verilerinin toplandığı ADIRU (Air Data Inertial Reference Unit) aviyonik kutusu sivil havacılık için kullanılabilecek şekilde ülkemizde henüz üretilmemektedir.
Şekil 11. ADIRU Aviyonik Kutu
Şekil 12. ADIRU Sistemi
Mevcut sistemlerde tespit edilen yetersizliklere çözüm olarak, kutAL adı verilen özgün bir algoritma geliştirilmiştir. Bu algoritma, ADIRU aviyonik birimi içerisine entegre edilerek uçuş sırasında statik portta meydana gelen tıkanma/buzlanma ile altimetre arızalarını gerçek zamanlı olarak tespit edebilmektedir. Algoritma, tespit edilen anormallikleri görsel ve sesli ikazlar yoluyla pilot göstergelerine ileterek, pilotun farkındalığını artırmakta ve iş yükünü azaltmaktadır. Bu sayede uçuş emniyetinde önemli bir iyileşme sağlanması hedeflenmektedir.
Geliştirilen kutAL algoritması aynı zamanda, sivil havacılıkta kullanılabilecek milli ve özgün ADIRU aviyonik kutusunun geliştirilmesine yönelik yerli üretim çalışmalarının temelini oluşturmaktadır.
Bu hedefler doğrultusunda, 2023 yılı itibarıyla İstinye Üniversitesi ve Erciyes Üniversitesi iş birliğinde geliştirilen kutAL algoritması için hem ulusal (TR) hem de uluslararası (PCT – Patent Cooperation Treaty) patent başvuruları gerçekleştirilmiştir. Girişimimiz, HAVELSAN tarafından yürütülen AI Jet BiGG programına kabul edilerek desteklenmeye layık görülmüştür. Hâlihazırda HAVELSAN, ASELSAN, ROKETSAN, BAYKAR ve TÜBİTAK BİLGEM gibi savunma ve havacılık sanayisinin öncü kurumlarıyla iş birlikleri ve teknoloji aktarımı konusunda görüşmeler sürdürülmektedir.
Proje ekibi olarak, Türk havacılığına özgün ve yüksek katma değerli bir çözüm sunmayı amaçlamakta; bu vesileyle milli sorumluluğumuzu yerine getirmeyi hedeflemekteyiz.
kutAL algoritması ve milli ADIRU aviyonik kutusu projeleri, dört kişilik çekirdek bir ekip tarafından yürütülmektedir. Alanında uzman araştırmacılardan oluşan bu ekip, geliştirme, entegrasyon ve standardizasyon süreçlerini birlikte sürdürmektedir. Ekip üyeleri aşağıda sunulmuştur:
Şekil 13. kutAL Ekibi
Şekil 14. Logomuz
AI Jet BİGG (2025). https://aijetbigg.havelsan.com.tr/
Boeing Commercial Airplanes. (2020). 737 Flight Crew Operations Manual (FCOM).
Bureau d’Enquêtes et d’Analyses pour la sécurité de l’aviation civile (BEA). (2012). Final Report on the accident on 1st June 2009 to the Airbus A330-203 registered F-GZCP operated by Air France flight AF 447.
Civil Aviation Safety Authority (CASA Australia). (2021). Managing In-Flight Icing Risks.
European Union Aviation Safety Agency. (2019). Acceptable Means of Compliance (AMC) and Guidance Material to Part-CAT (Annex IV to Regulation (EU) No 965/2012).
Federal Aviation Administration (FAA). (2016). Pilot’s Handbook of Aeronautical Knowledge (FAA-H-8083-25B). U.S. Department of Transportation.
Federal Aviation Administration (FAA). (2022). Global Navigation Satellite Systems (GNSS) Advisory Circular (AC 20-138D).
Groves, P. D. (2013). Principles of GNSS, Inertial, and Multisensor Integrated Navigation Systems (2nd ed.). Artech House.
International Civil Aviation Organization (ICAO). (2018). Annex 6 to the Convention on International Civil Aviation – Operation of Aircraft (Vol. I). ICAO.
International Civil Aviation Organization (ICAO). (2020). Annex 10 to the Convention on International Civil Aviation – Aeronautical Telecommunications (Vol. I: Radio Navigation Aids). ICAO.
Interstate Aviation Committee (IAC). (2021). Final Report on the accident involving Embraer ERJ-170, VQ-BBO, S7 Airlines, flight S7 5220, 31 December 2019, at Novosibirsk.
Kroes, M., Wild, T., & McKinley, J. (2013). Aircraft Powerplants (8th ed.). McGraw-Hill Education.
Moir, I., & Seabridge, A. (2013). Aircraft Systems: Mechanical, Electrical and Avionics Subsystems Integration (4th ed.). Wiley.
National Transportation Safety Board (NTSB). (2010). Aviation Accident Reports Database.
Titterton, D. H., & Weston, J. L. (2004). Strapdown Inertial Navigation Technology (2nd ed.). The Institution of Engineering and Technology.
Transport Canada Civil Aviation (TCCA). (2020). Pitot-Static Systems Inspection and Maintenance Advisory Circular (AC 571-024).
