17일 전

비탑재 항공기 영역에서 사회적 인식이 가능한 항공기 항로를 예측하기 위한 데이터셋 및 방법: 조종사처럼 예측하기

Jay Patrikar, Brady Moon, Jean Oh, Sebastian Scherer
비탑재 항공기 영역에서 사회적 인식이 가능한 항공기 항로를 예측하기 위한 데이터셋 및 방법: 조종사처럼 예측하기
초록

탑재되지 않은 비행 공간에서 비행기를 운항하는 조종사는, 타 항공기의 미래 경로를 예측하기 위해 상황 인식 능력과 사전 지식에 의존한다. 이러한 예측은 타 항공기의 과거 경로, 항공기 간 상호작용, 그리고 공항 위치나 기상 조건과 같은 환경적 맥락에 기반한다. 본 논문은 지역 공항 주변의 탑재되지 않은 터미널 항공공역에서 이러한 행동을 캡처한 데이터셋 $\textit{TrajAir}$를 제안한다. 또한, 이 데이터셋을 활용하여 모든 항공기의 경로를 예측하는 기초적인 사회적 인식 기반 경로 예측 알고리즘 $\textit{TrajAirNet}$을 제시한다. 데이터셋은 8개월 동안 총 111일간 수집되었으며, ADS-B 전자기기 데이터와 해당되는 METAR 기상 데이터를 포함한다. 수집된 데이터는 다른 공개된 사회적 탐색 데이터셋과의 벤치마킹을 위해 처리되어 사용 가능하도록 구성되었다. 저자들의 지식에 따르면, 본 데이터셋은 세계 최초의 3차원 사회적 공중 탐색 데이터셋으로, 자율 항공 분야에 사회적 탐색 개념을 도입하는 계기가 된다. $\textit{TrajAirNet}$은 사회적 탐색 분야의 최신 기술 모듈을 통합하여 정적 환경에서 동적 맥락을 고려한 경로 예측을 수행한다. $\textit{TrajAir}$ 데이터셋과 $\textit{TrajAirNet}$ 예측 알고리즘은 모두 오픈소스로 제공된다. 데이터셋, 코드베이스, 동영상은 각각 https://theairlab.org/trajair/, https://github.com/castacks/trajairnet, https://youtu.be/elAQXrxB2gw 에서 확인할 수 있다.

비탑재 항공기 영역에서 사회적 인식이 가능한 항공기 항로를 예측하기 위한 데이터셋 및 방법: 조종사처럼 예측하기 | 최신 연구 논문 | HyperAI초신경