JP2020154424A - 航跡予測装置および航跡予測方法 - Google Patents

Abstract

【課題】 航跡の予測精度を向上させること。【解決手段】 実施形態によれば、航跡予測装置は、航跡パターン作成部と、航跡パターンデータベースと、取得部と、航跡パターン確率算出部と、航跡予測表示部とを具備する。航跡パターン作成部は、飛行体の時系列の位置データに基づいて、高度情報を含む航跡パターンを作成する。航跡パターンデータベースは、作成された航跡パターンを蓄積する。取得部は、移動体の航跡データを取得する。航跡パターン確率算出部は、航跡パターンデータベースに蓄積された航跡パターンに対する航跡データの類似性を示す指標である航跡パターン確率を、当該航跡データについて算出する。航跡予測表示部は、航跡パターン確率に基づいて予測される移動体の航跡に係わる情報を表示する。【選択図】 図１

Description

本発明の実施形態は、航跡予測装置および航跡予測方法に関する。

空間を移動する移動体の航跡を予測する技術が知られている。例えば、位置情報、移動速度、および複数のカメラにより取得された画像データをもとに、移動する電波源の将来の航跡を予測するという技術が開示されている。

特開２０１８−４４８７８号公報

カメラを用いる方式は、主に地上を移動する移動体の航跡を予測するのに適しているが、空中を移動する航空機などの航跡を予測することは難しい。予測の精度をよりいっそう高めることが求められている。
目的は、予測精度を向上させた航跡予測装置および航跡予測方法を提供することにある。

実施形態によれば、航跡予測装置は、航跡パターン作成部と、航跡パターンデータベースと、取得部と、航跡パターン確率算出部と、航跡予測表示部とを具備する。航跡パターン作成部は、飛行体の時系列の位置データに基づいて、高度情報を含む航跡パターンを作成する。航跡パターンデータベースは、作成された航跡パターンを蓄積する。取得部は、移動体の航跡データを取得する。航跡パターン確率算出部は、航跡パターンデータベースに蓄積された航跡パターンに対する航跡データの類似性を示す指標である航跡パターン確率を、当該航跡データについて算出する。航跡予測表示部は、航跡パターン確率に基づいて予測される移動体の航跡に係わる情報を表示する。

図１は、実施形態に係わる航跡予測装置の一例を示すブロック図である。 図２は、日本付近に設定された複数のゾーンの一例を示す図である。 図３は、実施形態におけるゾーンの一例を示す図である。 図４は、エリア別航跡パターン確率の一例を示す図である。 図５は、図１に示される航跡予測装置におけるデータの流れの一例を示す図である。 図６は、実施形態に係る航跡予測装置２００の処理手順の一例を示すフローチャートである。 図７は、時間の経過につれ航跡がいずれかの航跡パターンに分類されてゆく過程の一例を示す図である。 図８は、表示部２１０に表示される航跡、航跡パターン、および確率の一例を示す図である。

［構成］
図１は、実施形態に係わる航跡予測装置の一例を示す機能ブロック図である。航跡予測装置２００は、ＣＰＵやＭＰＵ等のプロセッサ２５０と、ＲＯＭ（Read Only Memory）２２０およびＲＡＭ（Random Access Memory）２３０を備えるコンピュータである。航跡予測装置２００は、さらに、ハードディスクドライブ（Hard Disk Drive：ＨＤＤ）などの記憶部２４０、光学メディアドライブ２６０、表示部２１０、および、通信部２７０を備える。

ＲＯＭ２２０は、ＢＩＯＳ（Basic Input Output System）やＵＥＦＩ（Unified Extensible Firmware Interface）などの基本プログラム、および各種の設定データ等を記憶する。ＲＡＭ２３０は、記憶部２４０からロードされたプログラムやデータを一時的に記憶する。

光学メディアドライブ２６０は、ＣＤ−ＲＯＭ２８０などの記録媒体に記録されたディジタルデータを読み取る。航跡予測装置２００で実行される各種プログラムは、例えばＣＤ−ＲＯＭ２８０に記録されて頒布される。このＣＤ−ＲＯＭ２８０に格納されたプログラムは光学メディアドライブ２６０により読み取られ、記憶部２４０にインストールされる。

通信部２７０は、通信機能を備え、他の装置（航跡データ記憶装置など）との通信を制御する。実施形態において、例えば、地上に設置されたレーダにより航空機の航跡が取得され、その航跡データが、通信部２７０を介して航跡予測装置２００に入力されることを考える。航跡データは、時系列データとして航跡予測装置２００に入力される。

記憶部２４０は、プロセッサ２５０により実行されるプログラム２４０ａを記憶する。このプログラム２４０ａは、例えば通信部２７０を介してサーバからダウンロードし、記憶部２４０にインストールされることができる。

また、記憶部２４０は、過去航跡データベース１２、航跡パターンデータベース１４、エリア別航跡パターン確率データベース１６、付属情報データベース１７、航跡データベース１９、および、航跡パターン確率結果データベース２１を記憶する。
過去航跡データベース１２は、既に観測された履歴のある、飛行体の過去の航跡（過去航跡）を保存するデータベースである。過去航跡は、時系列で記録された、飛行体の３次元的な位置データである。なお、移動体を飛行体の上位概念として捉えることができる。

航跡パターンデータベース１４は、航跡パターンを保存するデータベースである。
エリア別航跡パターン確率データベース１６は、エリア別の航跡パターンの通過確率であるエリア別航跡パターン確率を保存するデータベースである。エリアとは、地理的領域を複数に分割してそれぞれ区別される領域を意味する。

図２は、航跡パターンの一例を示す模式図である。例えば、地理的領域としての日本付近を通過する、２つの航跡パターンＡ，Ｂが既に知られているとする。また、日本を例えば６×７のゾーンに分割し、さらに、それぞれのゾーンを図３のように、８×８のメッシュ状の区画に分割したとする。もちろん、この分割の単位は一例であり、実際にはさらに細かな単位でのメッシュを区切ることができる。例えば日本地図を数百〜数千のエリア（メッシュ）に分けることが望ましい。
図３に示される単位区画を、エリアと称する。図３の各エリアは、それぞれ番号００１〜０６４で区別される。図３は、図２の円で囲ったゾーンを拡大したものに相当する。

図４は、エリア別航跡パターン確率データベース１６に記憶される、エリア別航跡パターン確率の一例を示す図である。すなわちエリア別航跡パターン確率は、航跡パターンのエリアごとの通過確率を示すデータである。通過確率とは、過去航跡を用いて算出され、或るエリアを、或る航跡パターンがたどる確率を示す指標として理解される。通過確率とは、要するに、エリアごとに航跡パターンのポイントの出現頻度を確率「％」で示すデータである。

例えば図３において、航跡パターンＡ，Ｂに属する航跡のいずれもエリア００１〜エリア００８を通過していない。よって図４においては、エリア００１〜エリア００８のエリア別航跡パターン確率は、航跡パターンＡ，Ｂのいずれも０％である。

エリア０１１〜エリア０２４においては航跡パターンＡに属する航跡の多くが占めているので、図４のテーブルにおいても、それに応じた値が設定される。また、エリア０２２，０２３，０２４には航跡パターンＢに属する航跡も存在し、占有度に応じた値が図４のテーブルに設定される。エリア０２８，０２９，０３０，０３１には、航跡パターンＢに属する航跡だけが通過していることがわかる。

図１に戻って説明を続ける。付属情報データベース１７は、航跡の諸元を示す付属情報を保存するデータベースである。
航跡データベース１９は、航跡データを保存するデータベースである。付属情報を付与された航跡データを航跡データベース１９に保存してもよい。

航跡パターン確率結果データベース２１は、予め登録された航跡パターンへの航跡データの類似性を示す指標である航跡パターン確率を蓄積するデータベースである。航跡パターン確率は、例えば算出されるたびごとに更新され、最新の情報が航跡パターン確率結果データベース２１に蓄積される。

さらに、図１において、プロセッサ２５０は、ＯＳ（Operating System）および各種のプログラムを実行する。また、プロセッサ２５０は、実施形態に係る処理機能として、航跡パターン作成部１３、エリア別航跡パターン確率算出部１５、付属情報付与部１８、航跡パターン確率算出部２０、および、航跡予測表示部２２を備える。

これらの機能ブロックは、記憶部２４０に記憶されたプログラム２４０ａがＲＡＭ２３０にロードされ、当該プログラムの進行に伴ってプロセッサ２５０が計算処理を実行することで生成されるプロセスとして、理解され得る。つまりプログラム２４０ａは、航跡予測装置２００を動作させるためのプログラムであって、コンピュータである航跡予測装置２００を、航跡パターン作成部１３、エリア別航跡パターン確率算出部１５、付属情報付与部１８、航跡パターン確率算出部２０、および、航跡予測表示部２２として動作させる。

航跡パターン作成部１３は、図５に示されるように、過去航跡データベース１２に登録されている過去航跡を取得し、例えば緯度、経度、および高度情報を含む３次元の航跡パターンを作成する。作成された航跡パターンは、図５に示されるように、航跡パターンデータベース１４に登録される。

ここで、航跡パターン作成部１３は、個々の飛行体について記録された航跡データの緯度、経度、高度情報を用いて、航跡同士の類似度を示す距離指標を算出する。そして、距離指標の値の近い航跡同士をクラスタリングすることにより、航跡パターン作成部１３は航跡パターンを作成する。距離指標としては３次元ユークリッド距離が代表的である。

ここで、異なる航跡ｐおよびｑについて、各航跡における或るポイントの緯度、経度、高度をそれぞれ（ｐ１，ｐ２，ｐ３）、（ｑ１，ｑ２，ｑ３）とすると、３次元ユークリッド距離ｄ（ｐ，ｑ）を次式（１）により求めることができる。

エリア別航跡パターン確率算出部１５は、過去航跡データベース１２に登録されている過去航跡及び航跡パターンデータベース１４に登録されている航跡パターンを読み出し、エリアごとの航跡パターン確率を算出する。算出されたエリア別航跡パターン確率は、図５に示されるように、エリア別航跡パターン確率データベース１６に登録される。

付属情報付与部１８は、例えば通信部２７０を介して取得された航跡データに、付属情報を付与する。付属情報とは、航跡データから推測することの可能な付帯情報である。付属情報付与部１８は、図５に示されるように、付属情報データベース１７から取得した付属情報を航跡データに付与することで、取得された航跡データの諸元を充実させる。付属情報を付与することのできた航跡データ、および付属情報を付与することのできなかった航跡データのいずれも、航跡データベース１９に保存される。

航跡パターン確率算出部２０は、航跡データベース１９から航跡を、エリア別航跡パターン確率データベース１６からエリア別航跡パターン確率を、航跡パターンデータベース１４から航跡パターンを取得し、現在の航跡データの緯度、経度、高度情報から、当該航跡データの該当する航跡パターンの確率（航跡パターン確率）を算出する。確率を算出した結果（航跡パターン確率結果）は、航跡パターン確率結果データベース２１に登録される。

過去に出現した履歴のある航跡については、航跡パターン確率結果データベース２１から航跡パターン確率結果を読み込み、その航跡が過去に算出された航跡パターン確率を事前確率として用いて、現在位置の航跡パターン確率を算出する。

航跡予測表示部２２は、航跡パターン確率算出部２０から与えられた航跡、航跡パターン、および航跡パターン確率を、表示部２１０に表示する。これらの情報は、デジタルマップ上に重ねて表示されても良い。

［作用］
図６は、実施形態に係る航跡予測装置２００の処理手順の一例を示すフローチャートである。図６のステップＳ１１において、航跡予測装置２００は、過去航跡データベース１２から航跡を読み込む。

ステップＳ１２において、航跡予測装置２００は、航跡パターンを作成する。すなわち航跡予測装置２００は、過去航跡データベース１２に保存されている全ての航跡を読み込み、３次元ユークリッド距離を用いて、近い航跡同士をグループ化（クラスタリング）していく。同じ航路を飛行する航空機でも、高度によってその航跡が特定されることを考慮し、高度情報を使用する。クラスタリングの結果は、航跡パターンデータベース１４に登録される。

ステップＳ１３において、航跡予測装置２００は、航跡パターンの頻度数を用いて、エリア別航跡パターン確率を算出する。算出した結果はエリア別航跡パターン確率データベース１６に登録される。

ステップＳ１４において、航跡予測装置２００は、現在の航跡を入力する。
ステップＳ１５において、航跡予測装置２００は、入力した航跡に付属する情報があるかどうかを判断する。ステップＳ１５で航跡に付属する情報があると判断されれば（Ｙｅｓ）、航跡予測装置２００は、付属情報データベース１７から付属情報を読み込み、付属情報を付与する。

ステップＳ１７において、航跡予測装置２００は、ステップＳ１６から入力された付属情報が付与された航跡、またはステップＳ１５で付属する情報がない（Ｎｏ）と判断された航跡を、航跡データベース１９に登録する。

ステップＳ１８において、航跡予測装置２００は、航跡が初めて出現したかどうかを判断する。

ステップＳ１９において、航跡予測装置２００は、初めて出現した航跡に対しては、ステップＳ１７で保存された航跡と、ステップＳ１３で保存されたエリア別航跡パターン確率とを読み込み、現在の航跡の緯度、経度に基づき、航跡パターン確率を算出する。算出した結果は、航跡パターン確率結果データベース２１に保存される。

ステップＳ２０において、航跡予測装置２００は、すでに出現した履歴のある航跡に対し、ステップＳ１７で保存された航跡と、ステップＳ１３で保存されたエリア別航跡パターン確率、および、航跡パターン確率結果を読み込み、現在の航跡の緯度、経度、および、前ポイントの航跡パターン確率をもとに、航跡パターン確率を算出する。

例えば、前ポイントの航跡パターン確率がパターンＡが７０％、パターンＢが３０％であり、現在のポイント位置におけるエリア別航跡パターン確率がパターンＡが５０％、パターンＢが５０％であれば、現在の位置における航跡のパターン確率は、パターンＡが６０％、パターンＢが４０％となる。このように、航跡パターンは、前ポイントの航跡パターン確率を用いて更新し、航跡パターン確率結果データベースへ保存する。

例えば、図３のエリア２４に出現した航跡（実線矢印）は、この時点では航跡パターンＡ，Ｂのいずれに分類されるべきかがはっきりしない（破線矢印）。これに対し図７に示されるように、次に移動したポイント以降の航跡については、航跡パターンＡに沿って進む可能性の高い（８０％）ことが示される。

ステップＳ２１において、航跡予測装置２００は、ステップＳ２０において得られた航跡、航跡パターン、および確率を、例えば図８に示されるように表示部２１０に表示する。

［効果］
以上説明したようにこの実施形態では、高度情報を用い、緯度、経度および高度を含む３次元で航跡パターンを表現するようにした。これにより、２次元地図上では区別しにくい航路であっても、高度を用いて分類することが可能となる。

また実施形態では、空域をメッシュ状に区切ったエリアごとに航跡パターンの確率を示すエリア別航跡パターン確率を算出した。そして、このエリア別航跡パターン確率に基づいて現在観測中の航跡が属する航跡パターン確率を算出し、将来における航跡を予測するようにした。これにより航跡予測の精度の向上を図ることができる。また、将来における航跡を、作業者の勘や経験に頼ることなく予測することが可能となる。また、各エリア別の航跡パターン確率を事前に求めておくことで、連続データである航跡のパターン確率を逐次更新していくことが可能となる。

これらのことから、実施形態によれば、予測精度を向上させた航跡予測装置および航跡予測方法を提供することが可能となる。

実施形態において、コンピュータに関連して用いられる「プロセッサ」という用語は、例えばＣＰＵ、ＭＰＵ、ＧＰＵ、或いは、ＡＳＩＣ（Application Specific Integrated Circuit）、ＳＰＬＤ（Simple Programmable Logic Device）、ＣＰＬＤ（Complex Programmable Logic Device）、またはＦＰＧＡ等の回路と理解され得る。

プロセッサは、メモリに記憶されたプログラムを読み出し実行することで、プログラムに基づく特有の機能を実現する。また、メモリに代えて、プロセッサの回路内にプログラムを直接組み込むよう構成することも可能である。このケースでは、プロセッサは回路内に組み込まれたプログラムを読み出し実行することでその機能を実現する。

実施形態を説明したが、この実施形態は例として提示するものであり、発明の範囲を限定することは意図していない。この新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１２…過去航跡データベース、１３…航跡パターン作成部、１４…航跡パターンデータベース、１５…エリア別航跡パターン確率算出部、１６…エリア別航跡パターン確率データベース、１７…付属情報データベース、１８…付属情報付与部、１９…航跡データベース、２０…航跡パターン確率算出部、２１…航跡パターン確率結果データベース、２２…航跡予測表示部、２００…航跡予測装置、２１０…表示部、２２０…ＲＯＭ、２３０…ＲＡＭ、２４０…記憶部、２４０ａ…プログラム、２５０…プロセッサ、２６０…光学メディアドライブ、２７０…通信部。

Claims (12)

1. 飛行体の時系列の位置データに基づいて、高度情報を含む航跡パターンを作成する航跡パターン作成部と、
   前記作成された航跡パターンを蓄積する航跡パターンデータベースと、
   移動体の航跡データを取得する取得部と、
   前記航跡パターンデータベースに蓄積された航跡パターンに対する前記航跡データの類似性を示す指標である航跡パターン確率を、当該航跡データについて算出する航跡パターン確率算出部と、
   前記航跡パターン確率に基づいて予測される前記移動体の航跡に係わる情報を表示する航跡予測表示部とを具備する、航跡予測装置。
2. 前記航跡パターン作成部は、異なる飛行体についての前記位置データ間の距離指標に基づくクラスタリングにより、前記航跡パターンを作成する、請求項１に記載の航跡予測装置。
3. 前記距離指標は、３次元ユークリッド距離である、請求項２に記載の航跡予測装置。
4. 地理的領域を複数に分割したエリアごとに、前記航跡パターンデータベースに蓄積された航跡パターンの通過確率であるエリア別航跡パターン確率を算出するエリア別航跡パターン確率算出部をさらに具備し、
   前記航跡パターン確率算出部は、前記エリア別航跡パターン確率に基づいて前記航跡パターン確率を算出する、請求項１に記載の航跡予測装置。
5. 前記算出された航跡パターン確率を更新しつつ蓄積する航跡パターン確率結果データベースをさらに具備し、
   前記航跡パターン確率算出部は、前記航跡パターン確率結果データベースに蓄積された航跡パターン確率を前提条件とする演算により新たな航跡パターン確率を算出する、請求項４に記載の航跡予測装置。
6. 航跡の諸元を示す付属情報を保存する付属情報データベースと、
   前記付属情報データベースに保存された付属情報を前記航跡データに付与する付属情報付与部とをさらに具備し、
   前記航跡パターン確率算出部は、前記付属情報を付与された航跡データについて前記航跡パターン確率を算出する、請求項１乃至５のいずれか１項に記載の航跡予測装置。
7. 航跡予測装置のプロセッサにより実行される航跡予測方法であって、
   前記プロセッサが、飛行体の時系列の位置データに基づいて、高度情報を含む航跡パターンを作成する過程と、
   前記プロセッサが、前記作成された航跡パターンを航跡パターンデータベースに蓄積する過程と、
   前記プロセッサが、移動体の航跡データを取得する過程と、
   前記プロセッサが、前記航跡パターンデータベースに蓄積された航跡パターンに対する前記航跡データの類似性を示す指標である航跡パターン確率を、当該航跡データについて算出する過程と、
   前記プロセッサが、前記航跡パターン確率に基づいて予測される前記移動体の航跡に係わる情報を表示する過程とを具備する、航跡予測方法。
8. 前記プロセッサは、異なる飛行体についての前記位置データ間の距離指標に基づくクラスタリングにより、前記航跡パターンを作成する、請求項７に記載の航跡予測方法。
9. 前記距離指標は、３次元ユークリッド距離である、請求項８に記載の航跡予測方法。
10. 前記プロセッサが、地理的領域を複数に分割したエリアごとに、前記航跡パターンデータベースに蓄積された航跡パターンの通過確率であるエリア別航跡パターン確率を算出する過程をさらに具備し、
    前記プロセッサは、前記エリア別航跡パターン確率に基づいて前記航跡パターン確率を算出する、請求項７に記載の航跡予測方法。
11. 前記プロセッサが、前記算出された航跡パターン確率を航跡パターン確率結果データベースに更新しつつ蓄積する過程をさらに具備し、
    前記プロセッサは、前記航跡パターン確率結果データベースに蓄積された航跡パターン確率を前提条件とする演算により新たな航跡パターン確率を算出する、請求項１０に記載の航跡予測方法。
12. 前記プロセッサが、航跡の諸元を示す付属情報を付属情報データベースに保存する過程と、
    前記プロセッサが、前記付属情報データベースに保存された付属情報を前記航跡データに付与する過程とをさらに具備し、
    前記プロセッサは、前記付属情報を付与された航跡データについて前記航跡パターン確率を算出する、請求項７乃至１１のいずれか１項に記載の航跡予測方法。