KR102425801B1 - 항공기 운항 실적 정보의 수집 장치 - Google Patents

항공기 운항 실적 정보의 수집 장치 Download PDF

Info

Publication number
KR102425801B1
KR102425801B1 KR1020207007123A KR20207007123A KR102425801B1 KR 102425801 B1 KR102425801 B1 KR 102425801B1 KR 1020207007123 A KR1020207007123 A KR 1020207007123A KR 20207007123 A KR20207007123 A KR 20207007123A KR 102425801 B1 KR102425801 B1 KR 102425801B1
Authority
KR
South Korea
Prior art keywords
aircraft
image
model
unit
information
Prior art date
Application number
KR1020207007123A
Other languages
English (en)
Other versions
KR20200040817A (ko
Inventor
요시오 타다히라
오사무 코하시
히로시 와다
타카히로 미즈노
카즈키 타무라
Original Assignee
니혼온쿄엔지니어링 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 니혼온쿄엔지니어링 가부시키가이샤 filed Critical 니혼온쿄엔지니어링 가부시키가이샤
Publication of KR20200040817A publication Critical patent/KR20200040817A/ko
Application granted granted Critical
Publication of KR102425801B1 publication Critical patent/KR102425801B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0082—Surveillance aids for monitoring traffic from a ground station
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F1/00—Ground or aircraft-carrier-deck installations
    • B64F1/36—Other airport installations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
    • G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)

Abstract

모든 항공기의 운항 실적 정보를 수집할 수 있고, 항공기 운항 실적 정보의 수집을 효율화할 수 있다. 본 발명은 경로(R, A2)를 촬상한 화상(G)을 취득하도록 구성되는 화상 취득부(11)와, 이 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 경로(R, A2) 상의 항공기(P)의 기종을 식별하도록 구성되는 화상식 기종 식별부(21)와, 이 화상식 기종 식별부(21)에 의해 식별된 화상 기종 정보를 기억하도록 구성되는 운항 실적 기억부(45)를 구비한다.

Description

항공기 운항 실적 정보의 수집 장치
본 발명은 항공기의 운항 실적 정보를 수집하도록 구성되는 장치에 관한 것이다.
도도부현 등의 자치체, 방위성, 공항 관리 단체 등은 특정 항로를 통과하는 항공기(예를 들면, 비행기, 헬리콥터, 세스나 등)를 감시해서 항로를 통과하는 항공기의 운항 실적 정보를 수집하는 경우가 있다. 그러나, 자치체, 방위성, 공항 관리 단체 등(이하, 「항공기 감시 단체」라고 함)에 있어서 항공기 운항 실적 정보를 수집하기 위해서는 여러 항공기의 기종(예를 들면, A380, B747, F-35, V-22 등의 기종)을 식별하기 위한 지식 등을 갖는 전문 인원이 필요해지고, 또한 많은 노력이 필요해진다. 그 때문에 항공기 운항 실적 정보를 수집하는 것은 항공기 감시 단체에 있어서 부담이 되고 있다.
그래서, 이러한 부담을 경감하기 위해서 항공기의 기종을 효율적으로 식별하는 기술(이하, 「항공기 식별 기술」이라고 함)이 여러가지 제안되어 있다. 항공기 식별 기술의 일례로서는 항공기로부터 발신되는 트랜스폰더 응답 신호 전파 등의 식별 전파를 방수하고, 방수한 식별 전파에 의거하여 항공기의 기종을 식별하는 것을 들 수 있다(예를 들면, 특허문헌 1 및 2를 참조).
항공기 식별 기술의 다른 일례로서는 항공기 등의 비행 물체가 발생하는 음파를 검지했을 경우에 레이저 레이더에 의해 비행 물체의 화상을 취득하고, 얻어진 비행 물체의 화상에 의거하여 그 비행 물체를 식별하는 것도 제안되어 있다(예를 들면, 특허문헌 3을 참조). 또한, 항공기 식별 기술의 또 다른 일례로서는 감시 카메라 등의 촬상 장치에 의해 이동체의 화상을 촬상하고, 촬상한 화상으로부터 이동체의 윤곽선에 의거하여 동체 정보를 생성하고, 동체 정보에 의거하여 항공기, 새 등의 검출 대상의 유무, 종류, 및 자세를 추정하는 것이 제안되어 있다(예를 들면, 특허문헌 4를 참조).
일본특허공개 소63-208523호 공보 국제공개 제02/052526호 일본특허공개 2017-72557호 공보 국제공개 제2015/170776호
그러나, 민간 항공기 중 헬리콥터, 세스나 등은 식별 전파를 발신하지 않는 것이 대부분이며, 군용 항공기도 또한 식별 전파를 발신하지 않는 것이 대부분으로 되어 있다. 항공기에 있어서 식별 전파를 발신하는 기기가 고장나 있는 경우도 있다. 이러한 경우, 상술한 바와 같은 항공기 식별 기술의 일례를 사용했다고 해도 식별 전파를 수신할 수 없으므로 항공기의 기종의 식별이 곤란해진다. 그 때문에 식별 전파를 발신하지 않는 항공기를 포함하는 모든 항공기의 기종을 식별할 수 있도록 하는 것이 요망된다.
상술한 바와 같은 항공기 식별 기술의 다른 일례 및 또 다른 일례를 사용했다고 해도 통과하는 항공기의 화상을 취득하고, 취득한 화상 상의 항공기를 식별할 수 있는 것에 지나지 않으므로 항공기 운항 실적 정보를 효율적으로 수집할 수 없다. 그 때문에 항공기 감시 단체에 있어서는 여전히 항공기 운항 실적 정보를 수집하기 위해서 전문 인원이 필요해지고, 또한 많은 노력이 필요해진다. 특히, 야간 비행하는 항공기 운항 실적 정보를 수집하기 위해서는 항공기의 통과 상황을 24시간 계속 감시하는 것이 바람직하지만, 야간에 전문 인원을 배치하는 것은 항공기 감시 단체에 있어서 부담이 된다. 그래서, 이러한 부담을 경감하기 위해 항공기 운항 실적 정보를 효율적으로 수집하는 것이 요망된다.
상기 실정을 감안하여 모든 항공기의 운항 실적 정보를 수집할 수 있고, 항공기 운항 실적 정보의 수집을 효율화할 수 있는 항공기 운항 실적 정보의 수집 장치를 제공하는 것이 요망되고 있다.
상기 과제를 해결하기 위해 일양태에 의한 항공기 운항 실적 정보의 수집 장치는 항공기의 운항 실적 정보를 수집하도록 구성되는 장치이며, 특정 경로를 촬상한 화상을 취득하도록 구성되는 화상 취득부와, 상기 화상 취득부에 의해 취득된 화상 상의 항공기의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 상기 경로 상의 항공기의 기종을 식별하도록 화상식 기종 식별부와, 상기 화상식 기종 식별부에 의해 식별된 화상 기종 정보를 기억하도록 구성되는 운항 실적 기억부를 구비한다.
(발명의 효과)
일양태에 의한 항공기의 통과 상황의 수집 장치에 있어서는 모든 항공기의 운항 실적 정보를 수집할 수 있고, 항공기 운항 실적 정보의 수집을 효율화할 수 있다.
도 1은 제 1 및 제 2 실시형태에 의한 항공기 운항 실적 정보의 수집 시스템을 설치한 상태의 일례를 모식적으로 나타내는 평면도이다.
도 2는 제 1 실시형태에 의한 항공기 운항 실적 정보의 수집 시스템의 구성도이다.
도 3은 제 1 실시형태에 의한 수집 시스템을 이용하여 이륙 시의 항공기의 운항 실적을 수집하는 것을 설명하기 위한 도면이다.
도 4는 제 1 실시형태에 의한 수집 시스템을 이용하여 착륙 시의 항공기의 운항 실적을 수집하는 것을 설명하기 위한 도면이다.
도 5는 제 1 실시형태에 의한 수집 장치에서 사용되는 화상의 일례를 나타내는 모식도이다.
도 6은 제 1 실시형태에 의한 항공기 운항 실적 정보의 수집 장치에 있어서의 화상식 정보 식별부의 구성도이다.
도 7은 제 1 실시형태에 의한 수집 장치에 있어서의 전파식 정보 식별부의 구성도이다.
도 8은 제 1 실시형태에 의한 수집 장치에 있어서의 음향식 정보 식별부의 구성도이다.
도 9는 제 1 실시형태에 의한 항공기 운항 실적 정보의 수집 방법의 주된 일례를 나타내는 플로우 차트이다.
제 1 및 제 2 실시형태에 의한 항공기 운항 실적 정보의 수집 시스템(이하, 필요에 따라 간단히 「수집 시스템」이라고 함)에 대하여 설명한다. 또한, 제 1 및 제 2 실시형태에 의한 수집 시스템에 있어서 운항 실적 정보를 수집하는 대상이 되는 항공기는 예를 들면, 비행기, 헬리콥터, 세스나, 비행선, 드론 등이면 좋다. 그러나, 이러한 항공기는 비행 성능을 갖는 기계이면 이것에 한정되지 않는다.
또한, 본원 명세서에 있어서 항공기의 기종은 항공기의 제조사 등에 따라 정해진 형번이면 좋다. 예를 들면, 항공기의 기종은 A380, B747, F-35, V-22 등으로 할 수 있다. 그러나, 항공기의 기종은 이것에 한정되지 않고, 특정 경로를 통과가능한지의 여부를 식별할 수 있는 정도의 구분이면 좋다.
본원 명세서에 있어서, 항공기의 소속은 항공기를 관리 또는 운용하는 단체이면 좋다. 예를 들면, 항공기의 소속은 항공 회사, 군용 기지 등으로 할 수 있다. 또한, 항공기의 소속은 민간 및 군용의 종류로 할 수도 있다.
본원 명세서에 있어서, 항공기의 변형 모드는 항공기의 운항 상황에 따른 여러가지의 변형 상태이면 좋다. 예를 들면, 항공기가 비행기인 경우, 변형 모드는 항공기의 타이어가 항공기의 외부로 튀어나온 상태인 이착륙 모드, 또는 항공기의 타이어가 항공기의 내부로 격납된 상태인 비행 모드로 할 수 있다. 예를 들면, 항공기가 오스프레이인 경우, 구체적으로는 항공기의 기종이 V-22인 경우, 변형 모드는 엔진 셀이 대략 수평한 상태인 고정 날개 모드, 엔진 나셀이 대략 수직한 상태인 수직 이착륙 모드, 또는 엔진 나셀이 기울어진 상태인 전환 모드로 할 수 있다.
[제 1 실시형태]
제 1 실시형태에 의한 수집 시스템에 대하여 설명한다.
[수집 시스템에 대하여]
도 1~도 4를 참조하여 제 1 실시형태에 의한 수집 시스템(1)에 대하여 설명한다. 또한, 도 3 및 도 4에 있어서는 1대의 항공기(P)가 경로(R)를 따라 이동하는 궤적을 나타낸다. 도 1~도 4에 나타내는 바와 같이, 수집 시스템(1)은 경로(R)를 통과하는 여러가지 항공기(P)의 운항 실적 정보를 수집할 수 있도록 구성되는 항공기 운항 실적 정보의 수집 장치(이하, 필요에 따라 간단히 「수집 장치」라고 함)(2)를 갖는다.
수집 시스템(1)은 촬상 장치(3)와, 소음 검출 장치(4)와, 전파 수신 장치(5)와, 음원 탐사 장치(6)를 더 갖는다. 촬상 장치(3)는 경로(R)의 화상(G)을 촬상가능하게 하도록 구성된다. 소음 검출 장치(4)는 경로(R) 및 그 주변의 소음 레벨을 검출가능하게 하도록 구성된다. 전파 수신 장치(5)는 경로(R)를 통과하는 항공기(P)의 전파를 수신가능하게 하도록 구성된다. 음원 탐사 장치(6)는 경로(R) 및 그 주변에서 전방위에 걸치는 음원으로부터의 소리의 도래 방향을 특정할 수 있고, 또한 음원의 소리의 세기를 추정할 수 있도록 구성된다. 이러한 촬상 장치(3), 소음 검출 장치(4), 전파 수신 장치(5), 및 음원 탐사 장치(6)는 수집 장치(2)와 전기적으로 접속된다.
도 1, 도 3, 및 도 4에 나타내는 바와 같이, 수집 시스템(1)은 공중의 경로(R), 즉 항로(R)를 통과하는 항공기(P)의 운항 실적 정보를 수집가능하게 하도록 설치된다. 예를 들면, 수집 시스템(1)은 대략 직선 형상으로 연장되는 활주로(A1)의 근방에 설치되면 좋고, 보다 상세하게는 수집 시스템(1)은 활주로(A1)에 대하여 활주로(A1)의 연장 방향의 한쪽측으로 떨어진 위치에 설치되면 좋다. 또한, 수집 시스템에 있어서는 수집 장치를, 촬상 장치, 소음 검출 장치, 전파 수신 장치, 및 음원 탐사 장치의 설치 위치로부터 떨어뜨려 설치할 수도 있다. 예를 들면, 수집 장치를 촬상 장치, 소음 검출 장치, 전파 수신 장치, 및 음원 탐사 장치의 설치 위치로부터 떨어진 원격지에 설치할 수도 있다. 이 경우, 수집 장치는 촬상 장치, 소음 검출 장치, 전파 수신 장치, 및 음원 탐사 장치와 무선 또는 유선 통신에 의해 접속되면 좋다.
[촬상 장치, 소음 검출 장치, 전파 수신 장치, 및 음원 탐사 장치의 상세에 대하여]
최초에 촬상 장치(3), 소음 검출 장치(4), 전파 수신 장치(5), 및 음원 탐사 장치(6)의 상세에 대하여 설명한다. 도 3 및 도 4에 나타내는 바와 같이, 촬상 장치(3)는 그 촬상 방향(3a)을 항로(R)를 향하도록 설치된다. 특히, 촬상 방향(3a)은 항로(R)에 추가하여 활주로(A1)를 향하면 좋다. 또한, 촬상 장치(3)는 촬상 방향(3a)을 일정하게 하도록 고정되면 좋다.
도 5에 나타내는 바와 같이, 촬상 장치(3)는 소정의 촬상 시간 간격으로 소정의 촬영 범위(Z)를 촬상가능하게 하고, 또한 촬상 범위(Z)를 촬상한 화상(G)을 얻을 수 있도록 구성되어 있다. 이 촬상 장치가 촬상 시간 간격으로 복수회 촬상을 행하는 경우에 있어서 촬상 시간 간격의 하한값은 촬상 장치(3)의 연속 촬상가능 속도에 따라 정해지고, 촬상 시간 간격의 상한값은 촬영 범위(Z)에서 소정의 경로를 통과 중인 동일 항공기(P)를 촬상한 2 프레임 이상의 화상(G)을 얻을 수 있도록 정해진다. 일례로서 촬상 시간 간격은 약 1초로 할 수 있다.
이러한 촬상 장치(3)는 정지 영상을 취득가능하게 구성되는 디지털 카메라이면 좋다. 또한, 촬상 장치(3)는 정지 영상에 추가하여 동영상을 취득가능하게 구성되어도 좋다. 특히, 촬상 장치(3)는 저조도 카메라이면 좋고, 이 경우 야간 비행하는 항공기(P)를 정확하게 촬상할 수 있다. 또한, 수집 시스템은 복수의 촬상 장치를 가질 수도 있다. 이 경우, 각각 복수의 촬상 장치에 의해 취득되는 복수의 화상을 이용함으로써 수집 시스템에서 항공기 운항 실적 정보를 수집하는 정밀도를 향상시킬 수 있다.
소음 검출 장치(4)는 음압을 측정가능하게 구성되는 적어도 하나의 마이크로폰을 가지면 좋다. 예를 들면, 마이크로폰은 무지향성 마이크로폰으로 할 수 있다. 또한, 소음 검출 장치(4)는 음향 인텐시티를 산출가능하게 구성되면 좋다. 전파 수신 장치(5)는 트랜스폰더 응답 신호 전파 등의 전파를 수신가능하게 구성되는 안테나를 가지면 좋다. 음원 탐사 장치(6)는 지향성 필터 기능에 의해 전방위에 걸치는 음원으로부터의 소리의 도래 방향을 특정하는 것과, 음원의 소리의 세기를 추정하는 것을 한번에 행할 수 있도록 구성되면 좋다. 음원 탐사 장치(6)는 구형 배플 마이크로폰을 포함하면 좋다.
[수집 장치의 상세에 대하여]
여기서, 본 실시형태에 의한 수집 장치(2)의 상세에 대하여 설명한다. 특별히 명확하게 도시하지 않지만, 수집 장치(2)는 CPU(Central Processing Unit) 등의 연산 부품, 제어 부품, RAM(Random Access Memory), HDD(Hard Disc Drive) 등의 기억 부품, 무선 또는 유선형의 입력 접속 부품, 출력 접속 부품, 및 입출력 접속 부품과 같은 구성 부품을 갖는다. 예를 들면, 촬상 장치(3), 소음 검출 장치(4), 전파 수신 장치(5), 및 음원 탐사 장치(6)의 각각이 입력 접속 부품 또는 입출력 접속 부품을 개재하여 수집 장치(2)와 전기적으로 접속되면 좋다.
수집 장치(2)는 또한 이들 구성 부품과 전기적으로 접속된 회로를 갖는다. 수집 장치(2)는 마우스, 키보드 등의 입력 기기, 및 디스플레이, 프린터 등의 출력 기기를 갖는다. 수집 장치(2)는 터치패널 등의 입출력 기기를 가져도 좋다. 수집 장치(2)는 입력 기기 또는 입출력 기기에 의해 조작가능하다. 수집 장치(2)는 그 출력 결과 등을 출력 기기에 표시가능하다.
수집 장치(2)는 연산 부품, 제어 부품 등을 사용하여 데이터의 취득 기능, 판정 기능, 산출 기능, 식별 기능, 추정 기능, 보정 기능, 설정 기능, 기억 기능 등을 위한 연산 또는 제어를 행하도록 구성된다. 수집 장치(2)는 연산 또는 제어에 이용되는 데이터, 연산 결과 등을 기억 부품에 기억 또는 기록할 수 있도록 구성된다. 수집 장치(2)는 그 설정 등을 입력 기기 또는 입출력 기기에 의해 변경가능하게 구성된다. 수집 장치(2)는 그것에 기록 또는 기록된 정보를 출력 기기 또는 입출력 기기에 표시할 수 있도록 구성된다.
도 2에 나타내는 바와 같이, 이러한 수집 장치(2)가 촬상 장치(3)와 전기적으로 접속되는 화상 취득부(11)를 갖는다. 화상 취득부(11)는 촬상 장치(3)에 의해 촬상된 화상(G)을 취득한다. 특히, 화상 취득부(11)는 촬상 장치(3)에 의해 촬상된 복수 프레임의 화상(G)을 취득하면 좋다. 도 5에 나타내는 바와 같이, 이러한 화상 취득부(11)는 항공기(P)가 항로(R) 상을 통과할 때에 항공기(Q)를 포함하는 화상(G)을 취득할 수 있다.
수집 장치(2)는 화상 취득부(11)에 의해 취득된 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식가능하게 하도록 구성되는 항공기 인식부(12)를 갖는다. 항공기 인식부(12)는 화상 취득부(11)에 의해 취득된 복수의 화상(G) 사이에서 특히 2개의 화상(G) 사이에서 위치를 변화시킨 물체가 인식되었을 경우에 항공기(Q)의 존재를 인식하도록 구성되면 좋다.
수집 장치(2)는 소음 검출 장치(4)와 전기적으로 접속되는 소음 취득부(13)를 갖는다. 소음 취득부(13)는 소음 검출 장치(4)에서 검출된 소음 레벨 검출값을 취득가능하게 구성된다. 그 때문에 소음 취득부(13)는 항로(R) 상의 항공기(P)로부터의 소음 레벨 검출값을 취득할 수 있다.
수집 장치(2)는 소음 취득부(13)에 의해 취득된 소음 레벨 검출값(소음 레벨 취득값)이 소음 레벨 역치를 초과한 소음 탁월 상태가 발생했는지의 여부를 판정하는 소음 탁월 판정부(14)를 갖는다. 소음 탁월 판정부(14)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 각각 복수의 기종에 따라 규정된 복수의 소음 레벨 취득값 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 소음 탁월 판정부(14)에 있어서는 비행 소음의 규제 레벨, 수집 시스템(1)의 설치 상황 등에 따라 소음 레벨 역치는 수동 또는 자동으로 변경가능하다. 특히, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 소음 레벨 역치가 자동으로 변경되어도 좋다.
수집 장치(2)는 소음 탁월 판정부(14)의 판정에 있어서 소음 탁월 상태가 발생했을 경우에 소음 탁월 상태의 계속 시간을 산출하는 소음 계속 시간 산출부(15)를 갖는다. 수집 장치(2)는 또한 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했는지의 여부를 판정하는 소음 계속 시간 판정부(16)를 갖는다. 소음 계속 시간 판정부(16)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 복수의 기종 샘플, 각각 복수의 기종에 따라 규정된 복수의 소음 탁월 상태의 계속 시간 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 소음 계속 시간 판정부(16)에 있어서는 계속 시간 역치는 수동 또는 자동으로 변경가능하다. 특히, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 계속 시간 역치가 자동으로 변경되어도 좋다.
수집 장치(2)는 소음 측정기(4)에 의해 산출된 음향 인텐시티 산출값을 취득가능하게 구성되는 음향 인텐시티 취득부(17)를 갖는다. 수집 장치(2)는 전파 수신 장치(5)와 전기적으로 접속되는 전파 취득부(18)를 갖는다. 전파 취득부(18)는 전파 수신 장치(5)에 의해 수신된 전파의 신호(이하, 필요에 따라 「수신 전파 신호」라고 함)를 취득할 수 있도록 구성된다. 그 때문에 전파 취득부(18)는 항로(R) 상의 항공기(P)가 전파를 발신했을 경우에 이 전파의 신호를 취득할 수 있다. 또한, 수집 장치(2)는 음원 탐사 장치(6)와 전기적으로 접속되는 음원 방향 취득부(19)를 갖는다. 음원 방향 취득부(19)는 음원 탐사 장치(6)에 의해 특정된 음원으로부터의 소리의 도래 방향 정보(이하, 「음원 방향 정보」라고 함)를 취득가능하게 구성된다.
도 2 및 도 6에 나타내는 바와 같이, 수집 장치(2)는 화상 취득부(11)에 의해 취득된 화상(G)에 의거하여 각종 정보를 식별하도록 구성되는 화상식 정보 식별부(20)를 갖는다. 도 5 및 도 6에 나타내는 바와 같이, 화상식 정보 식별부(20)는 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 항로(R) 상의 항공기(P)의 기종을 식별하는 화상식 기종 식별부(21)를 갖는다. 화상식 기종 식별부(21)에 있어서는 복수의 기종을 식별가능하게 하기 위해 미리 복수의 기종에 따라 규정된 복수의 항공기의 외관 샘플이 사용되면 좋다.
여기서, 외관 데이터는 화상(G) 상에 있어서의 항공기(Q)의 윤곽 데이터(q1), 항공기(Q)의 표면의 모양 데이터(패턴 데이터), 항공기(Q)의 표면의 색 데이터 등을 포함하면 좋다. 외관 샘플은 미리 기종에 따라 규정된 항공기의 윤곽 샘플, 항공기의 표면의 모양 샘플(패턴 샘플), 항공기의 표면의 색 샘플 등을 포함하면 좋다. 예를 들면, 화상식 기종 식별부(21)는 화상(G) 상의 항공기(Q)의 윤곽 데이터(q1)를 복수의 윤곽 샘플에 대하여 대조하고, 이 대조에 있어서 윤곽 데이터(q1)와의 적합률이 가장 높은 윤곽 샘플에 따른 기종을 항로(R) 상의 항공기(P)의 기종으로서 식별하면 좋다.
또한, 미리 기종에 따라 윤곽 샘플과, 모양 샘플 및 색 샘플의 적어도 하나의 조합을 규정해도 좋다. 이 경우, 화상식 기종 식별부는 윤곽 데이터와, 모양 데이터 및 색 데이터의 적어도 하나를 조합한 외관 데이터를 윤곽 샘플과, 모양 샘플 및 색 샘플의 적어도 하나를 조합한 복수의 외관 샘플과 대조하고, 이 대조에 있어서 외관 데이터와의 적합률이 가장 높은 외관 샘플에 따른 기종을 항로 상의 항공기의 기종으로서 식별하면 좋다.
여기서, 미리 기종에 따라 규정된 항공기의 외관 샘플이 항공기(Q)의 외관 데이터에 적합한 것을 갖고 있지 않거나, 또는 항공기(Q)의 외관 데이터와의 적합률이 매우 낮은 것밖에 갖지 않는 경우, 화상식 기종 식별부(21)는 항로(R) 상의 항공기(P)의 기종을 「미확인 비행 물체」로서 식별하면 좋다. 또한, 화상식 기종 식별부는 화상 취득부에 의해 취득된 복수의 화상 상의 항공기의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 항로 상의 항공기의 기종을 식별해도 좋다. 이 경우, 복수의 화상 중 외관 데이터와 외관 샘플의 적합률이 가장 높은 화상에 의거하여 항로 상의 항공기의 기종이 식별되면 좋다. 이러한 화상식 기종 식별부(21)는 외관 데이터를 외관 샘플과 대조하는 외관 대조부(21a)와, 이 외관 대조부(21a)의 대조 결과에 의거하여 항로(R) 상의 항공기(P)의 기종을 추정하는 기종 추정부(21b)를 가지면 좋다.
이러한 화상식 기종 식별부(21)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 각각 복수의 기종에 따라 규정된 복수의 외관 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 외관 데이터와 외관 샘플의 적합 조건, 예를 들면 윤곽 적합 조건이 보정되어도 좋다.
또한, 화상식 기종 식별부(21)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 경로(R) 상의 항공기(P)의 기종을 식별한다. 화상식 기종 식별부(21)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에는 경로(R) 상의 항공기(P)의 기종을 식별한다. 이 경우, 화상식 기종 식별부(21)는 소음 레벨 취득값이 최대인 시점으로부터 소정의 시간 동안에 취득되는 화상(G)을 이용하여 경로(R) 상의 항공기(P)의 기종을 식별하면 좋다.
도 5 및 도 6에 나타내는 바와 같이, 화상식 정보 식별부(20)는 화상 취득부(11)에 의해 취득된 화상(G)에 있어서의 항공기(Q)의 기수(q2)의 방향에 의거하여 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별하는 화상식 방향 식별부(22)를 갖는다. 화상식 방향 식별부(22)는 화상(G)에 있어서의 항공기(Q)의 기수(q2)를 추출하는 기수 추출부(22a)와, 이 기수 추출부(22a)에 의해 추출된 기수(q2)에 의거하여 항로(R) 상에 있어서의 항공기(P)의 기수의 방향을 추정하는 방향 추정부(22b)를 가지면 좋다. 특히, 이러한 화상식 방향 식별부(22)는 항로(R) 상의 항공기(P)가 이륙한 활주로(A1)로부터 멀어지는 방향을 향하는 이륙 방향(D1), 및 항로(R) 상의 항공기(P)가 착륙 예정의 활주로(A1)에 접근하는 방향을 향하는 착륙 방향(D2) 중 어느 하나를 식별하도록 구성되면 좋다.
또한, 화상식 방향 식별부는 화상 취득부에 의해 취득된 복수의 화상에 있어서의 항공기의 기수의 방향에 의거하여 항로 상의 항공기의 이동 방향을 식별해도 좋다. 이 경우, 복수의 화상 중 화상식 기종 식별부(21)의 식별에서 외관 데이터와 외관 샘플의 적합률이 가장 높았던 화상에 의거하여 항로 상의 항공기의 이동 방향이 식별되면 좋다.
또한, 화상식 방향 식별부는 화상 취득부에 의해 취득된 복수의 화상, 특히 2개의 화상에 있어서의 항공기의 위치의 차에 의거하여 항로 상의 항공기의 이동 방향을 식별하도록 구성할 수도 있다. 이 경우, 화상식 방향 식별부는 복수의 화상에 있어서의 항공기의 위치차를 산출하는 위치차 산출부와, 이 위치차 산출부에 의해 산출된 위치차의 산출 결과에 의거하여 항로 상의 항공기의 이동 방향을 추정하는 방향 추정부를 가지면 좋다.
화상식 방향 식별부(22)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 각각 복수의 기종에 따라 규정된 복수의 외관 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 이동 방향의 식별 조건이 보정되어도 좋다.
또한, 화상식 방향 식별부(22)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별한다. 화상식 방향 식별부(22)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에는 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별한다. 이 경우, 화상식 방향 식별부(22)는 소음 레벨 취득값이 최대인 시점으로부터 소정의 시간 동안에 취득되는 화상(G)을 이용하여 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별하면 좋다.
도 5 및 도 6에 나타내는 바와 같이, 화상식 정보 식별부(20)는 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 표면에 나타나는 모양 데이터(q3)와, 미리 항공기의 소속에 따라 규정된 항공기의 표면의 모양 샘플에 의거하여 항로(R) 상의 항공기(P)의 소속을 식별하도록 구성되는 화상식 소속 식별부(23)를 갖는다. 화상식 소속 식별부(23)에 있어서는 복수의 소속을 식별가능하게 하기 위해 미리 복수의 소속에 따라 규정된 복수의 모양 샘플이 사용되면 좋다. 구체적으로는 화상식 소속 식별부(23)는 화상(G) 상의 항공기(Q)의 모양 데이터(q3)를 복수의 모양 샘플에 대하여 대조하고, 이 대조에 있어서 모양 데이터(q3)와의 적합률이 가장 높은 모양 샘플에 따른 소속을 항로(R) 상의 항공기(P)의 소속으로서 식별하면 좋다.
여기서, 미리 소속에 따라 규정된 모양 샘플이 항공기(Q)의 모양 데이터(q3)에 적합한 것을 갖고 있지 않거나, 또는 항공기(Q)의 모양 데이터(q3)와의 적합률이 매우 낮은 것밖에 갖지 않을 경우, 화상식 소속 식별부(23)는 항로(R) 상의 항공기(P)의 기종을 「소속 불명기」로서 식별하면 좋다. 또한, 화상식 소속 식별부는 화상 취득부에 의해 취득된 복수의 화상 상의 항공기의 모양 데이터와, 미리 소속에 따라 규정된 항공기의 모양 샘플에 의거하여 항로 상의 항공기의 소속을 식별해도 좋다. 이 경우, 복수의 화상 중 모양 데이터와 모양 샘플의 적합률이 가장 높은 화상에 의거하여 항로 상의 항공기의 소속이 식별되면 좋다. 이러한 화상식 소속 식별부(23)는 모양 데이터(q3)와 모양 샘플과 대조하는 모양 대조부(23a)와, 이 모양 대조부(23a)의 대조 결과에 의거하여 항로(R) 상의 항공기(P)의 소속을 추정하는 소속 추정부(23b)를 가지면 좋다.
이러한 화상식 소속 식별부(23)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 각각 복수의 소속에 따라 규정된 복수의 모양 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 모양 데이터와 모양 샘플의 적합 조건이 보정되어도 좋다.
또한, 화상식 소속 식별부(23)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 항로(R) 상의 항공기(P)의 소속을 식별한다. 화상식 소속 식별부(23)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에는 항로(R) 상의 항공기(P)의 소속을 식별한다. 이 경우, 화상식 소속 식별부(23)는 소음 레벨 취득값이 최대인 시점으로부터 소정의 시간 동안에 취득되는 화상(G)을 이용하여 항로(R) 상의 항공기(P)의 소속을 식별하면 좋다.
도 5 및 도 6에 나타내는 바와 같이, 화상식 정보 식별부(20)는 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 윤곽 데이터(q1)와, 미리 변형 모드에 따라 규정된 항공기의 윤곽 샘플에 의거하여 항로(R) 상의 항공기(P)의 변형 모드를 식별하도록 구성되는 화상식 변형 모드 식별부(24)를 갖는다. 화상식 변형 모드 식별부(24)에 있어서는 복수의 변형 모드를 식별가능하게 하기 위해 미리 복수의 변형 모드에 따라 규정된 복수의 윤곽 샘플이 사용되면 좋다. 구체적으로는 화상식 변형 모드 식별부(24)는 화상(G) 상의 항공기(Q)의 윤곽 데이터(q1)를 복수의 윤곽 샘플에 대하여 대조하고, 이 대조에 있어서 윤곽 데이터(q1)와의 적합률이 가장 높은 윤곽 샘플에 따른 변형 모드를 항로(R) 상의 항공기(P)의 변형 모드로서 식별하면 좋다.
또한, 화상식 변형 모드 식별부는 화상 취득부에 의해 취득된 복수의 화상 상의 항공기의 윤곽 데이터와, 미리 변형 모드에 따라 규정된 항공기의 윤곽 샘플에 의거하여 항로 상의 항공기의 변형 모드를 식별해도 좋다. 이 경우, 복수의 화상 중 윤곽 데이터와 윤곽 샘플의 적합률이 가장 높은 것에 의거하여 항로 상의 항공기의 변형 모드가 식별되면 좋다. 이러한 화상식 변형 모드 식별부(24)는 윤곽 데이터(q1)와 윤곽 샘플과 대조하는 윤곽 대조부(24a)와, 이 윤곽 대조부(24a)의 대조 결과에 의거하여 항로(R) 상의 항공기(P)의 변형 모드를 추정하는 변형 모드 추정부(24b)를 가지면 좋다.
이러한 화상식 변형 모드 식별부(24)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 각각 복수의 변형 모드에 따라 규정된 복수의 윤곽 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 윤곽 데이터와 윤곽 샘플의 적합 조건이 보정되어도 좋다.
또한, 화상식 변형 모드 식별부(24)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 항로(R) 상의 항공기(P)의 변형 모드를 식별한다. 화상식 변형 모드 식별부(24)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에는 항로(R) 상의 항공기(P)의 변형 모드를 식별한다. 이 경우, 화상식 변형 모드 식별부(24)는 소음 레벨 취득값이 최대인 시점으로부터 소정의 시간 동안에 취득되는 화상(G)을 이용하여 항로(R) 상의 항공기(P)의 변형 모드를 식별하면 좋다.
도 6에 나타내는 바와 같이, 화상식 정보 식별부(20)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 기체 수를 식별가능하게 구성되는 기체 수 식별부(25)를 갖는다. 기체 수 식별부(25)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 항로(R) 상의 항공기(P)의 기체 수를 식별한다. 기체 수 식별부(25)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에는 항로(R) 상의 항공기(P)의 기체 수를 식별한다. 이 경우, 기체 수 식별부(25)는 소음 레벨 취득값이 최대인 시점으로부터 소정의 시간 동안에 취득되는 화상(G)을 이용하여 항로(R) 상의 항공기(P)의 기체 수를 식별하면 좋다.
도 2 및 도 7에 나타내는 바와 같이, 수집 장치(2)는 수신 전파 신호에 의거하여 각종 정보를 식별하도록 구성되는 전파식 정보 식별부(26)를 갖는다. 도 7에 나타내는 바와 같이, 전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 기종을 식별하도록 구성되는 전파식 기종 식별부(27)를 갖는다. 수신 전파 신호에 포함되는 기종 식별 정보는 항로(R) 상의 항공기(P) 고유의 기체 번호 정보이면 좋다. 이 경우, 전파식 기종 식별부(27)는 이 기체 번호 정보에 의거하여 항로(R) 상의 항공기(P)의 기종 및 기체 번호를 식별하면 좋다.
전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별하도록 구성되는 전파식 방향 식별부(28)를 갖는다. 특히, 전파식 방향 식별부(28)는 이륙 방향(D1) 및 착륙 방향(D2) 중 어느 하나를 식별하도록 구성되면 좋다. 전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 소속을 식별하도록 구성되는 전파식 소속 식별부(29)를 갖는다. 전파식 정보 식별부(26)는 또한 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 변형 모드를 식별하도록 구성되는 전파식 변형 모드 식별부(30)를 갖는다.
전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 비행 고도를 식별하도록 구성되는 고도 식별부(31)를 갖는다. 전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 이륙 시각 및 착륙 시각을 식별하도록 구성되는 이착륙 시각 식별부(32)를 갖는다. 전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항로(R) 상의 항공기(P)의 사용 활주로를 식별하도록 구성되는 활주로 식별부(33)를 갖는다. 특히, 수집 장치가 사용하는 활주로를 다른 것으로 하는 복수의 항공기의 운항 실적 정보를 수집하는 경우에 활주로 식별부에 의해 사용 활주로를 식별하는 것이 유효해진다. 전파식 정보 식별부(26)는 수신 전파 신호에 의거하여 항공기(P)의 운항 경로를 식별하도록 구성되는 운항 경로 식별부(34)를 갖는다.
도 2 및 도 8에 나타내는 바와 같이, 수집 장치(2)는 소음 취득부(13)에 의해 취득된 소음 레벨 취득값 또는 음향 인텐시티 취득부(17)에 의해 취득된 음향 인텐시티 산출값(음향 인텐시티 취득값)에 의거하여 각종 정보를 식별하도록 구성되는 음향식 정보 식별부(35)를 갖는다. 도 8에 나타내는 바와 같이, 음향식 정보 식별부(35)는 소음 취득부(13)에 의해 취득된 소음 레벨의 취득값을 주파수 변환함으로써 소음 해석 데이터를 산출하는 소음 해석 데이터 산출부(36)를 갖는다.
음향식 정보 식별부(35)는 또한 소음 해석 데이터 산출부(36)에 의해 산출된 소음 해석 데이터와, 미리 기종에 따라 규정된 항공기의 소음 해석 샘플에 의거하여 경로(R) 상의 항공기(P)의 기종을 식별하도록 구성되는 음향식 기종 식별부(37)를 갖는다. 구체적으로는 음향식 기종 식별부(37)는 소음 해석 데이터를 복수의 소음 해석 샘플에 대하여 대조하고, 이 대조에 있어서 소음 해석 데이터와의 적합률이 가장 높은 소음 해석 샘플에 따른 기종을 항로(R) 상의 항공기(P)의 기종으로서 식별하면 좋다. 이러한 음향식 기종 식별부(37)는 소음 해석 데이터와 소음 해석 샘플과 대조하는 소음 대조부(37a)와, 이 소음 대조부(37a)의 대조 결과에 의거하여 항로(R) 상의 항공기(P)의 기종을 추정하는 기종 추정부(37b)를 가지면 좋다.
이러한 음향식 기종 식별부(37)는 인공지능의 학습된 모델을 이용하여 구성할 수 있다. 이 경우, 인공지능의 학습된 모델은 각각 복수의 기종에 따라 규정된 복수의 소음 해석 샘플 등과 같은 공시 샘플을 학습용 데이터로서 입력함으로써 구축할 수 있다. 또한, 인공지능의 학습된 모델을 이용하는 경우, 추가의 공시 샘플을 인공지능의 학습된 모델에 입력하고, 이것에 의해 소음 해석 데이터와 소음 해석 샘플의 적합 조건이 보정되어도 좋다.
또한, 음향식 기종 식별부(37)는 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에 항로(R) 상의 항공기(P)의 기종을 식별하면 좋다.
음향식 정보 식별부(35)는 음향 인텐시티 취득부(17)에 의해 취득된 음향 인텐시티 취득값에 의거하여 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별하도록 구성되는 음향식 방향 식별부(38)를 갖는다. 특히, 음향식 방향 식별부(38)는 이륙 방향(D1) 및 착륙 방향(D2) 중 어느 하나를 식별하도록 구성되면 좋다.
도 2에 나타내는 바와 같이, 수집 장치(2)는 음원 방향 취득부(19)에 의해 취득된 음원 방향 정보에 의거하여 항로(R) 상의 항공기(P)의 이동 방향(D)을 식별하도록 구성되는 음원 탐사식 방향 식별부(39)를 갖는다. 특히, 음원 탐사식 방향 식별부(39)는 이륙 방향(D1) 및 착륙 방향(D2) 중 어느 하나를 식별하도록 구성되면 좋다.
도 2 및 도 6~도 8을 참조하면, 수집 장치(2)는 화상식 기종 식별부(21)에 의해 식별되는 화상 기종 정보와, 전파식 기종 식별부(27)에 의해 식별되는 전파 기종 정보 및 음향식 기종 식별부(37)에 의해 식별되는 음향 기종 정보 중 적어도 하나로부터 기종 정보를 선정하도록 구성되는 기종 선정부(40)를 가지면 좋다. 예를 들면, 기종 선정부(40)는 전파 취득부(18)가 수신 전파 신호를 취득했을 경우에 화상 기종 정보와, 전파 기종 정보와, 임의 선택적으로 음향 기종 정보로부터 전파 기종 정보를 선정할 수 있다. 이 경우, 화상식 기종 식별부 및 음향식 기종 식별부가 항로 상의 항공기의 기종을 식별하지 않아도 좋다.
기종 선정부(40)는 화상 기종 정보에 있어서의 외관 데이터와 외관 샘플의 적합률과, 음향 기종 정보에 있어서의 소음 해석 데이터와 소음 해석 샘플의 적합률 중 가장 높은 것에 의거하여 화상 기종 정보 및 음향 기종 정보로부터 기종 정보를 선정할 수 있다. 특히, 이러한 기종 선정부(40)의 기종 선정은 전파 취득부(18)가 수신 전파 신호를 취득하지 않을 경우에 행해지면 좋다.
도 2 및 도 6~도 8을 참조하면, 수집 장치(2)는 화상식 방향 식별부(22)에 의해 식별되는 화상 방향 정보(E)와, 전파식 방향 식별부(28)에 의해 식별되는 전파 방향 정보, 음향식 방향 식별부(38)에 의해 식별되는 음향 방향 정보, 및 음원 탐사식 방향 식별부(39)에 의해 식별되는 음원 탐사 방향 정보 중 적어도 하나로부터 방향 정보를 선정하는 이동 방향 선정부(41)를 가지면 좋다. 특히, 이동 방향 선정부(41)는 화상식 방향 식별부(22)에 의해 식별되는 화상 이륙 및 착륙 방향 정보(E1, E2)의 종류와, 전파식 방향 식별부(28)에 의해 식별되는 전파 이륙 및 착륙 방향 정보의 종류, 음향식 방향 식별부(38)에 의해 식별되는 음향 이륙 및 착륙 방향 정보의 종류, 및 음원 탐사식 방향 식별부(39)에 의해 식별되는 음원 탐사 이륙 및 착륙 방향 정보의 종류 중 적어도 하나로부터 이륙 및 착륙 방향 정보의 종류를 선정하면 좋다.
예를 들면, 이동 방향 선정부(41)는 전파 취득부(18)가 수신 전파 신호를 취득했을 경우에 화상 방향 정보(E)와, 전파 방향 정보와, 임의 선택적으로 음향 방향 정보와, 음원 탐사 방향 정보로부터 전파 방향 정보를 선정할 수 있다. 또한, 이동 방향 선정부(41)는 화상식 방향 식별부(22)와, 음향식 방향 식별부(38) 및 음원 탐사식 방향 식별부(39) 중 적어도 하나의 식별 조건에 따라 화상 방향 정보와, 음향 방향 정보 및 음원 탐사 방향 정보 중 적어도 하나로부터 방향 정보를 선정할 수도 있다. 이러한 이동 방향 선정부(41)의 방향 선정은 전파 취득부(18)가 수신 전파 신호를 취득하지 않을 경우에 행해지면 좋다.
도 2 및 도 6 및 도 7을 참조하면, 수집 장치(2)는 화상식 소속 식별부(23)에 의해 식별된 화상 소속 정보와, 전파식 소속 식별부(29)에 의해 식별된 전파 소속 정보로부터 소속 정보를 선정하도록 구성되는 소속 선정부(42)를 가지면 좋다. 소속 선정부(42)는 전파 취득부(18)가 수신 전파 신호를 취득하지 않을 경우에 화상 소속 정보를 선정하고, 또한 전파 취득부(18)가 수신 전파 신호를 취득할 경우에 전파 소속 정보를 선정하면 좋다.
수집 장치(2)는 화상식 변형 모드 식별부(24)에 의해 식별된 화상 변형 모드 정보와, 전파식 변형 모드 식별부(30)에 의해 식별된 전파 변형 모드 정보로부터 변형 모드 정보를 선정하도록 구성되는 변형 모드 선정부(43)를 가지면 좋다. 변형 모드 선정부(43)는 전파 취득부(18)가 수신 전파 신호를 취득하지 않을 경우에 화상 변형 모드 정보를 선정하고, 또한 전파 취득부(18)가 수신 전파 신호를 취득하는 경우에 전파 변형 모드 정보를 선정하면 좋다.
도 2 및 도 6~도 8을 참조하면, 수집 장치(2)는 항로(R) 상의 항공기(P)의 통과 시각을 식별하는 통과 시각 식별부(44)를 갖는다. 통과 시각 식별부(44)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 그 시각을 식별한다. 통과 시각 식별부(44)는 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 계속 시간 판정부(16)의 판정에서 소음 계속 시간 산출부(15)에 의해 산출된 계속 시간 산출값이 계속 시간 역치를 초과했을 경우에는 그 시각을 식별하면 좋다. 또한, 통과 시각 식별부(44)는 전파 취득부(18)가 수신 전파 신호를 취득했을 경우에는 우선적으로 그 시각을 식별하면 좋다.
수집 장치(2)는 화상 기종 정보를 기억하도록 구성되는 운항 실적 기억부(45)를 갖는다. 운항 실적 기억부(45)는 화상 기종 정보 대신에 기종 선정부(40)에 의해 선정된 선정 기종 정보를 기억할 수도 있다. 이 경우, 운항 실적 기억부(45)에 기억되는 후술의 정보는 화상 기종 정보 대신에 선정 기종 정보에 관련되게 된다.
운항 실적 기억부(45)는 화상 방향 정보(E)를 화상 기종 정보와 관련시킨 상태로 기억한다. 또한, 운항 실적 기억부(45)는 화상 방향 정보(E) 대신에 이동 방향 선정부(41)에 의해 선정된 선정 방향 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수도 있다.
특히, 운항 실적 기억부(45)는 화상 이륙 및 착륙 방향 정보(E1, E2)의 종류를 화상 기종 정보와 관련시킨 상태로 기억하면 좋다. 또한, 운항 실적 기억부(45)는 이동 방향 선정부(41)에 의해 선정된 선정 이륙 및 착륙 방향 정보의 종류를 화상 기종 정보와 관련시킨 상태로 기억할 수도 있다.
운항 실적 기억부(45)는 화상 소속 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다. 또한, 운항 실적 기억부(45)는 화상 소속 정보 대신에 소속 선정부(42)에 의해 선정된 선정 소속 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수도 있다.
운항 실적 기억부(45)는 화상 변형 모드 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다. 또한, 운항 실적 기억부(45)는 화상 변형 모드 정보 대신에 변형 모드 선정부(43)에 의해 선정된 선정 변형 모드 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수도 있다.
운항 실적 기억부(45)는 화상 취득부(11)에 의해 취득된 화상(G)을 화상 기종 정보와 관련시킨 상태로 기억할 수 있다. 운항 실적 기억부(45)는 기체 수 식별부(25)에 의해 식별된 기체 수 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다.
운항 실적 기억부(45)는 고도 식별부(31)에 의해 식별된 비행 고도 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다. 운항 실적 기억부(45)는 이착륙 시각 식별부(32)에 의해 식별된 이륙 시각 정보 또는 착륙 시각 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다. 운항 실적 기억부(45)는 활주로 식별부(33)에 의해 식별된 사용 활주로 정보를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다. 운항 실적 기억부(45)는 운항 경로 식별부(34)에 의해 추정된 운항 경로를 화상 기종 정보와 관련시킨 상태로 기억할 수 있다.
이렇게 운항 실적 기억부(45)에 기억된 각종 정보는 예를 들면, 표 등에 정리된 상태로 디스플레이, 프린터 등의 출력 기기, 터치패널 등의 입출력 기기 등에 출력되면 좋다.
도 2 및 도 6을 참조하면, 수집 장치(2)는 화상식 기종 식별부(21)가 기종을 식별했을 때에 그 화상 기종 정보와, 운항 실적 기억부(45)에서 이미 기억된 동일 기종 정보, 즉 동일 화상 기종 정보 및/또는 선정 기종 정보에 의거하여 항로(R) 상의 항공기(P)의 통과 횟수를 산출하는 통과 횟수 산출부(46)를 갖는다. 또한, 통과 횟수 산출부(46)는 기종 선정부(40)가 선정 기종 정보를 선정했을 때에 그 선정 기종 정보와, 운항 실적 기억부(45)에서 이미 기억된 동일 기종 정보, 즉 동일 화상 기종 정보 및/또는 선정 기종 정보에 의거하여 항로(R) 상의 항공기(P)의 통과횟수를 산출해도 좋다. 운항 실적 기억부(45)는 통과 횟수 산출부(46)에 의해 산출된 통과 횟수 산출값을 화상 기종 정보와 관련시킨 상태로 기억할 수 있다.
수집 장치(2)는 미리 설정된 수집 대상 기간과, 이 수집 대상 기간 내의 통과 횟수 산출값에 의거하여 동일 기종의 비래 빈도를 산출하는 비래 빈도 산출부(47)를 갖는다. 구체적으로는 비래 빈도 산출부(47)는 수집 대상 기간에 대한 동 수집 대상 기간 내의 통과 횟수 산출값의 비율인 비래 빈도를 산출한다. 이러한 수집 대상 기간은 미리 설정된 개시 시각으로부터 미리 설정된 종료 시각까지의 기간이며, 이러한 개시 시각 및 종료 시각을 설정함으로써 정의된다. 예를 들면, 수집 대상 기간의 길이는 소정의 개시 시각으로부터 1시간, 1일, 1주일, 1달, 1년 등으로 할 수 있다. 운항 실적 기억부(45)는 비래 빈도 산출부(47)에 의해 산출된 비래 빈도 산출값을 화상 기종 정보와 관련시킨 상태로 기억할 수 있다.
[항공기의 운항 실적 정보의 수집 방법에 대하여]
도 9를 참조하여 본 실시형태에 의한 수집 장치(2)에 있어서 항공기(P)의 운항 실적 정보를 수집하는 방법의 주된 일례에 대하여 설명한다. 항로(R) 상의 항공기(P)를 촬상한 화상(G)을 취득한다(스텝 S1). 화상(G) 상의 항공기(Q)의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 항로(R) 상의 항공기(P)의 기종을 식별한다(스텝 S2). 화상 식별 기종을 기억한다(스텝 S3).
이상, 본 실시형태에 의한 수집 장치(2)는 항로(R)를 촬상한 화상(G)을 취득하도록 구성되는 화상 취득부(11)와, 이 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 항로(R) 상의 항공기(P)의 기종을 식별하도록 구성되는 화상식 기종 식별부(21)와, 이 화상식 기종 식별부(21)에 의해 식별된 화상 기종 정보를 기억하도록 구성되는 운항 실적 기억부(45)를 구비한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 계속적으로 예를 들면, 24시간 계속해서 기종 정보를 수집할 수 있다. 따라서, 모든 항공기(P)의 운항 실적 정보를 수집할 수 있고, 항공기(P)의 운항 실적 정보의 수집을 효율화할 수 있다.
본 실시형태에 의한 수집 장치(2)는 화상 취득부(11)에 의해 취득된 화상(G) 상에 있어서의 항공기(Q)의 기수(q2)의 방향 또는 복수의 화상 상에 있어서의 항공기의 위치의 차에 의거하여 항로(R) 상의 항공기의 이동 방향(D)을 식별하도록 구성되는 화상식 방향 식별부(22)를 더 구비하고, 운항 실적 기억부(45)가 화상식 방향 식별부(22)에 의해 식별된 화상 방향 정보를 화상 기종 정보와 관련시킨 상태로 더 기억한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 항공기(P)의 기종 정보에 추가하여 항공기(P)의 이동 방향 정보를 효율적으로 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 표면에 나타나는 모양 데이터(q3)와, 미리 항공기의 소속에 따라 규정된 항공기의 표면의 모양 샘플에 의거하여 항로(R) 상의 항공기(P)의 소속을 식별하도록 구성되는 화상식 소속 식별부(23)를 더 구비하고, 운항 실적 기억부(45)가 화상식 소속 식별부(23)에 의해 식별된 화상 소속 정보를 화상 기종 정보에 관련시킨 상태로 더 기억한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 항공기(P)의 기종 정보에 추가하여 항공기(P)의 소속 정보를 효율적으로 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 화상 취득부(11)에 의해 취득된 화상(G) 상의 항공기(Q)의 윤곽 데이터(q1)와, 미리 변형 모드에 따라 규정된 항공기의 윤곽 샘플에 의거하여 항로(R) 상의 항공기(P)의 변형 모드를 식별하도록 구성되는 화상식 변형 모드 식별부(24)를 더 구비하고, 운항 실적 기억부(45)가 화상식 변형 모드 식별부(24)에 의해 식별된 화상 변형 모드 정보를 화상 기종 정보에 관련시킨 상태로 더 기억한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 항공기(P)의 기종 정보에 추가하여 항공기(P)의 변형 모드 정보를 효율적으로 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 화상식 기종 식별부(21)에 의해 식별된 화상 기종 정보와, 운항 실적 기억부(45)에서 이미 기억된 화상 기종 정보에 의거하여 항로(R) 상의 항공기(P)의 통과 횟수를 산출하도록 구성되는 통과 횟수 산출부(46)를 더 구비하고, 운항 실적 기억부(45)가 통과 횟수 산출부(46)에 의해 산출된 통과 횟수 정보를 화상 기종 정보에 관련시킨 상태로 더 기억한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 항공기(P)의 기종 정보에 추가하여 항공기(P)의 통과 횟수 정보를 효율적으로 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 화상 취득부(11)에 의해 취득된 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식가능하게 하도록 구성되는 항공기 인식부(12)를 더 구비하고, 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식했을 경우에 화상식 방향 식별부(22)가 항로(R) 상의 항공기(Q)의 기종을 식별한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 항공기(P)의 기종 정보를 확실하게 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 항로(R) 상의 항공기(P)로부터 발신되는 전파의 신호를 취득가능하게 구성되는 전파 취득부(18)와, 이 전파 취득부(18)가 항로(R) 상의 항공기(P)의 전파를 취득했을 경우에 그 전파의 신호에 의거하여 항로(R) 상의 항공기(P)의 기종을 식별하도록 구성되는 전파식 기종 식별부(27)를 더 구비하고, 운항 실적 기억부(45)는 전파 취득부(18)가 항로(R) 상의 항공기(P)의 전파를 취득했을 경우에 화상 기종 정보 대신에 전파식 기종 식별부(27)에 의해 식별된 전파 기종 정보를 기억한다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하는 항공기(P)가 항로(R)를 통과하는 경우에는 정밀도가 높은 전파 기종 정보를 수집하므로 항공기(P)의 기종 정보를 효율적으로 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 항로(R) 상의 항공기(P)로부터의 소음 레벨을 취득하도록 구성되는 소음 취득부(13)와, 이 소음 취득부(13)에 의해 취득된 소음 레벨의 취득값을 주파수 변환함으로써 소음 해석 데이터를 산출하는 소음 해석 데이터 산출부(36)와, 이 소음 해석 데이터 산출부(36)에 의해 산출된 소음 해석 데이터와, 미리 기종에 따라 규정된 항공기의 소음 해석 샘플에 의거하여 항로(R) 상의 항공기(P)의 기종을 식별하도록 구성되는 음향식 기종 식별부(37)를 더 구비하고, 운항 실적 기억부(45)는 화상 기종 정보 대신에 음향식 기종 식별부(37)에 의해 식별된 음향 기종 정보를 기억할 수 있다. 그 때문에 예를 들면, 음향 기종 정보의 식별 정밀도가 화상 기종 정보의 식별 정밀도보다 높은 경우에 화상 기종 정보 대신에 음향 기종 정보를 기억하면 항공기(P)의 기종 정보를 보다 효율적으로 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)는 항로(R) 상의 항공기(P)로부터의 소음 레벨을 취득하도록 구성되는 소음 취득부(13)와, 이 소음 취득부(13)에 의해 취득된 소음 레벨의 취득값이 소음 레벨 역치를 초과하는 소음 탁월 상태가 발생했을 경우에 소음 탁월 상태의 계속 시간을 산출하도록 구성되는 소음 탁월 시간 산출부(14)를 더 구비하고, 항공기 인식부(12)가 화상(G) 상에 있어서의 항공기(Q)의 존재를 인식하지 않을 경우이어도 소음 탁월 시간 산출부(14)에 의해 산출된 계속 시간의 산출값이 계속 시간 역치를 초과했을 경우에는 화상식 기종 식별부(21)가 항로(R) 상의 항공기(P)의 기종을 식별하도록 구성되어 있다. 그 때문에 화상(G) 상에서 항공기(Q)의 존재를 놓쳤을 경우이어도 항공기(P)의 기종 정보를 확실하게 수집할 수 있다.
본 실시형태에 의한 수집 장치(2)에 있어서는 화상식 방향 식별부(22)가 항로(R) 상의 항공기(P)가 이륙한 활주로(A1)로부터 멀어지는 방향인 이륙 방향(D1), 및 항로(R) 상의 항공기(P)가 착륙 예정의 활주로(A1)에 접근하는 방향인 착륙 방향(D2) 중 어느 하나를 식별하도록 구성되어 있다. 그 때문에 트랜스폰더 응답 신호 전파 등의 전파를 발생하지 않는 항공기(P)가 항로(R)를 통과하는 경우이어도 항공기(P)의 기종 정보에 추가하여 항공기(P)가 이륙 상태에 있는지 또는 착륙 상태에 있는지의 정보를 효율적으로 수집할 수 있다.
[제 2 실시형태]
제 2 실시형태에 의한 수집 시스템에 대하여 설명한다. 본 실시형태에 의한 수집 시스템은 이하에 설명하는 점을 제외하고 제 1 실시형태에 의한 수집 시스템과 마찬가지이다. 또한, 본 실시형태에 의한 항공기의 운항 실적 정보의 수집 방법은 제 1 실시형태에 의한 항공기의 운항 실적 정보의 수집 방법과 마찬가지이므로 그 설명을 생략한다.
도 1에 나타내는 바와 같이, 본 실시형태에 의한 수집 시스템(51)은 제 1 실시형태와 마찬가지의 수집 장치(2), 소음 검출 장치(4), 및 전파 수신 장치(5)를 갖는다. 수집 시스템(51)은 촬상 방향(3a)을 제외하고 제 1 실시형태와 마찬가지의 촬상 장치(3)를 갖는다.
수집 시스템(51)은 지상의 유도로(A2)를 통과하는 항공기(P)의 운항 정보를 수집가능하게 하도록 설치된다. 예를 들면, 수집 시스템(51)은 활주로(A1)에 대하여 대략 평행하게 대략 직선 형상으로 연장되는 유도로(A2)의 근방에 설치되면 좋고, 보다 상세하게는 수집 시스템(51)은 유도로(A2)에 대하여 그 폭 방향의 한쪽측의 떨어진 위치에 설치되어 있다. 특히, 수집 시스템(51)은 유도로(A2)에 대하여 그 폭 방향으로 활주로(A1)와는 반대측의 떨어진 위치에 설치되면 좋다. 촬상 장치(3)의 촬상 방향(3a)은 지상에 대하여 대략 평행하며, 또한 유도로(A2)를 향하면 좋다.
이상, 본 실시형태에 의한 수집 시스템(51)에 있어서는 항로(R) 대신에 유도로(A2)를 통과하는 항공기(P)의 운항 정보를 수집하는 것에 의거하는 효과를 제외하고 제 1 실시형태에 의한 수집 시스템(1)과 마찬가지의 효과를 얻을 수 있다. 또한, 본 실시형태에 의한 수집 시스템(51)에 있어서는 공항, 기지 등과 같은 지상 시설 내의 유도로(A2)에 있어서 상기 지상 시설에 배치 준비된 항공기(P)의 배치 정보를 수집할 수 있다. 특히, 유도로(A2)를 내다볼 수 있는 지점의 화상(G)을 이용하므로 지상에 있어서의 항공기(P)의 운용 정보, 예를 들면 기종별의 주기 장소, 택싱 이동 경로 등의 정보를 수집할 수 있다.
지금까지 본 발명의 실시형태에 대하여 설명했지만, 본 발명은 상술의 실시형태에 한정되는 것이 아니고 본 발명은 그 기술적 사상에 의거하여 변형 및 변경가능하다.
1, 51 수집 시스템 2 수집 장치
11 화상 취득부 12 항공기 인식부
13 소음 취득부 14 소음 탁월 판정부
15 소음 계속 시간 산출부 18 전파 취득부
21 화상식 기종 식별부 22 화상식 방향 식별부
23 화상식 소속 식별부 24 화상식 변형 모드 식별부
27 전파식 기종 식별부 36 소음 해석 데이터 산출부
37 음향식 기종 식별부 45 운항 실적 기억부
46 통과 횟수 산출부 G 화상
Q 항공기 q1 윤곽 데이터
q2 기수 q3 모양 데이터
E 화상 방향 정보 E1 화상 이륙 방향 정보
E2 화상 착륙 방향 정보 A1 활주로
A2 유도로(경로) P 항공기
R 항로(경로) D 이동 방향
D1 이륙 방향 D2 착륙 방향

Claims (11)

  1. 항공기의 운항 실적 정보를 수집하도록 구성되는 장치로서,
    특정 경로를 촬상한 화상을 취득하도록 구성되는 화상 취득부와,
    상기 화상 취득부에 의해 취득된 화상 상의 항공기의 외관 데이터와, 미리 기종에 따라 규정된 항공기의 외관 샘플에 의거하여 상기 경로 상의 항공기의 기종을 식별하도록 인공지능의 학습된 모델을 이용하여 구성되는 화상식 기종 식별부와,
    상기 화상식 기종 식별부에 의해 식별된 화상 기종 정보를 기억하도록 구성되는 운항 실적 기억부와,
    상기 화상식 기종 식별부에 의해 식별된 화상 기종 정보와, 상기 운항 실적 기억부에서 이미 기억된 화상 기종 정보에 의거하여 상기 경로 상의 항공기의 통과 횟수를 산출하도록 구성되는 통과 횟수 산출부를 구비하고,
    상기 운항 실적 기억부가 상기 통과 횟수 산출부에 의해 산출된 통과 횟수 정보를 상기 화상 기종 정보에 관련시킨 상태로 더 기억하도록 구성되어 있는 장치.
  2. 제 1 항에 있어서,
    상기 화상 취득부에 의해 취득된 화상 상에 있어서의 항공기의 기수의 방향 또는 복수의 화상 상에 있어서의 항공기의 위치의 차에 의거하여 상기 경로 상의 항공기의 이동 방향을 식별하도록 구성되는 화상식 방향 식별부를 더 구비하고,
    상기 운항 실적 기억부가 상기 화상식 방향 식별부에 의해 식별된 화상 방향 정보를 상기 화상 기종 정보와 관련시킨 상태로 더 기억하도록 구성되어 있는 장치.
  3. 제 1 항에 있어서,
    상기 화상 취득부에 의해 취득된 화상 상의 항공기의 표면에 나타나는 모양 데이터와, 미리 항공기의 소속에 따라 규정된 항공기의 표면의 모양 샘플에 의거하여 상기 경로 상의 항공기의 소속을 식별하도록 구성되는 화상식 소속 식별부를 더 구비하고,
    상기 운항 실적 기억부가 상기 화상식 소속 식별부에 의해 식별된 화상 소속 정보를 상기 화상 기종 정보에 관련시킨 상태로 더 기억하도록 구성되어 있는 장치.
  4. 제 1 항에 있어서,
    상기 화상 취득부에 의해 취득된 화상 상의 항공기의 윤곽 데이터와, 미리 변형 모드에 따라 규정된 항공기의 윤곽 샘플에 의거하여 상기 경로 상의 항공기의 변형 모드를 식별하도록 구성되는 화상식 변형 모드 식별부를 더 구비하고,
    상기 운항 실적 기억부가 상기 화상식 변형 모드 식별부에 의해 식별된 화상 변형 모드 정보를 상기 화상 기종 정보에 관련시킨 상태로 더 기억하도록 구성되어 있는 장치.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 화상 취득부에 의해 취득된 화상 상에 있어서의 항공기의 존재를 인식가능하게 하도록 구성되는 항공기 인식부를 더 구비하고,
    상기 항공기 인식부가 상기 화상 상에 있어서의 항공기의 존재를 인식했을 경우에 상기 화상식 기종 식별부가 상기 경로 상의 항공기의 기종을 식별하도록 구성되어 있는 장치.
  7. 제 1 항에 있어서,
    상기 경로 상의 항공기로부터 발신되는 전파의 신호를 취득가능하게 구성되는 전파 취득부와,
    상기 전파 취득부가 상기 경로 상의 항공기의 전파를 취득했을 경우에 상기 전파 취득부에 의해 취득된 전파의 신호에 의거하여 상기 경로 상의 항공기의 기종을 식별하도록 구성되는 전파식 기종 식별부를 더 구비하고,
    상기 운항 실적 기억부는 상기 전파 취득부가 상기 경로 상의 항공기의 전파를 취득했을 경우에 상기 화상 기종 정보 대신에 상기 전파식 기종 식별부에 의해 식별된 전파 기종 정보를 기억하도록 구성되어 있는 장치.
  8. 제 1 항에 있어서,
    상기 경로 상의 항공기로부터의 소음 레벨을 취득하도록 구성되는 소음 취득부와,
    상기 소음 취득부에 의해 취득된 소음 레벨의 취득값을 주파수 변환함으로써 소음 해석 데이터를 산출하는 소음 해석 데이터 산출부와,
    상기 소음 해석 데이터 산출부에 의해 산출된 소음 해석 데이터와, 미리 기종에 따라 규정된 항공기의 소음 해석 샘플에 의거하여 상기 경로 상의 항공기의 기종을 식별하도록 구성되는 음향식 기종 식별부를 더 구비하고,
    상기 운항 실적 기억부는 상기 화상 기종 정보 대신에 상기 음향식 기종 식별부에 의해 식별된 음향 기종 정보를 기억할 수 있도록 구성되어 있는 장치.
  9. 제 6 항에 있어서,
    상기 경로 상의 항공기로부터의 소음 레벨을 취득하도록 구성되는 소음 취득부와,
    상기 소음 취득부에 의해 취득된 상기 소음 레벨의 취득값이 소음 레벨 역치를 초과하는 소음 탁월 상태가 발생했을 경우에 상기 소음 탁월 상태의 계속 시간을 산출하도록 구성되는 소음 탁월 시간 산출부를 더 구비하고,
    상기 항공기 인식부가 상기 화상 상에 있어서의 항공기의 존재를 인식하지 않을 경우이어도 상기 소음 탁월 시간 산출부에 의해 산출된 계속 시간의 산출값이 계속 시간 역치를 초과했을 경우에는 상기 화상식 기종 식별부가 상기 경로 상의 항공기의 기종을 식별하도록 구성되어 있는 장치.
  10. 제 2 항에 있어서,
    상기 경로가 공중의 항로이며,
    상기 화상식 방향 식별부가 상기 경로 상의 항공기가 이륙한 활주로로부터 멀어지는 방향인 이륙 방향, 및 상기 경로 상의 항공기가 착륙 예정의 활주로에 접근하는 방향인 착륙 방향 중 어느 하나를 식별하도록 구성되어 있는 장치.
  11. 제 1 항에 있어서,
    상기 경로가 지상의 유도로인 장치.
KR1020207007123A 2017-12-19 2017-12-19 항공기 운항 실적 정보의 수집 장치 KR102425801B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/045418 WO2019123526A1 (ja) 2017-12-19 2017-12-19 航空機運航実績情報の収集装置

Publications (2)

Publication Number Publication Date
KR20200040817A KR20200040817A (ko) 2020-04-20
KR102425801B1 true KR102425801B1 (ko) 2022-07-28

Family

ID=66994477

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207007123A KR102425801B1 (ko) 2017-12-19 2017-12-19 항공기 운항 실적 정보의 수집 장치

Country Status (7)

Country Link
US (1) US11450217B2 (ko)
JP (1) JP6949138B2 (ko)
KR (1) KR102425801B1 (ko)
CN (1) CN111133492B (ko)
AU (1) AU2017443912A1 (ko)
DE (1) DE112017008286T5 (ko)
WO (1) WO2019123526A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102483080B1 (ko) * 2022-01-07 2022-12-30 주식회사 이너턴스 인공지능을 활용한 항공기 소음 분류 및 추출 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017198647A (ja) * 2016-04-26 2017-11-02 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ 自律走行車においてメディアコンテンツを提示するためのシステム及び方法

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4163283A (en) * 1977-04-11 1979-07-31 Darby Ronald A Automatic method to identify aircraft types
JP2531661B2 (ja) 1987-02-25 1996-09-04 味の素株式会社 酸素運搬剤
JPS63308523A (ja) 1987-06-11 1988-12-15 Nitsutoubou Onkyo Eng Kk 航空機騒音測定方法
JP2532344B2 (ja) 1993-08-24 1996-09-11 日東紡音響エンジニアリング株式会社 航空機飛行コ―ス測定方法及び装置
JPH0966900A (ja) * 1995-09-01 1997-03-11 Hitachi Ltd 飛行状態監視方法とその装置
US5675661A (en) * 1995-10-12 1997-10-07 Northrop Grumman Corporation Aircraft docking system
JPH09304065A (ja) 1996-05-14 1997-11-28 Toshiba Corp 航空機位置検出装置
WO2002052526A1 (fr) 2000-12-25 2002-07-04 Nittobo Acoustic Engineering Co.,Ltd. Procede de mesure du temps de depassement de tir direct ou autre d'un avion
JP2003329510A (ja) 2002-05-08 2003-11-19 Nittobo Acoustic Engineering Co Ltd 航空機の多チャンネル方向推定装置
JP4355833B2 (ja) 2006-10-13 2009-11-04 独立行政法人電子航法研究所 航空管制業務支援システム、航空機の位置を予測する方法及びコンピュータプログラム
US7872948B2 (en) * 2008-04-14 2011-01-18 The Boeing Company Acoustic wide area air surveillance system
JP2010044031A (ja) 2008-07-15 2010-02-25 Nittobo Acoustic Engineering Co Ltd 航空機の識別方法、並びにそれを用いた航空機騒音の測定方法及び信号判定方法
JP5690539B2 (ja) 2010-09-28 2015-03-25 株式会社トプコン 自動離着陸システム
JP5863165B2 (ja) 2011-09-12 2016-02-16 リオン株式会社 航空機騒音監視方法及び航空機騒音監視装置
CN103065504B (zh) 2012-12-13 2015-01-07 民航华东航管设备安装工程处 一种航空器起飞时刻控制方法
CN103065506B (zh) 2012-12-13 2014-09-24 民航华东航管设备安装工程处 一种航路点流量控制方法
CN103065505B (zh) 2012-12-13 2015-01-07 民航华东航管设备安装工程处 一种空中交通流量控制系统
WO2015008798A1 (ja) * 2013-07-18 2015-01-22 三菱電機株式会社 目標類識別装置
US9607370B2 (en) * 2014-01-15 2017-03-28 The Boeing Company System and methods of inspecting an object
KR101900176B1 (ko) 2014-05-07 2018-09-18 닛본 덴끼 가부시끼가이샤 물체 검출 장치, 물체 검출 방법, 및 물체 검출 시스템
CN105302151B (zh) * 2014-08-01 2018-07-13 深圳中集天达空港设备有限公司 一种飞机入坞引导和机型识别的系统及方法
JP6492880B2 (ja) 2015-03-31 2019-04-03 日本電気株式会社 機械学習装置、機械学習方法、および機械学習プログラム
US9818305B2 (en) 2015-09-18 2017-11-14 The Boeing Company Method and apparatus for monitoring compliance with a non-transgression zone between aircraft approach corridors
JP2017072557A (ja) 2015-10-09 2017-04-13 三菱重工業株式会社 飛行物体探知システム及び飛行物体探知方法
CN105501457A (zh) 2015-12-16 2016-04-20 南京航空航天大学 基于红外视觉的固定翼无人机自动着陆引导方法及系统
CN106504588B (zh) 2016-10-25 2019-09-27 中国民航大学 基于北斗二代和移动网络的多平台低空域监视系统及方法
WO2018086636A1 (es) * 2016-11-10 2018-05-17 Suarez Ajo David Williams Distribuidor universal de transportes y servicios públicos
CN106846920A (zh) 2017-01-24 2017-06-13 南京航空航天大学 一种基于自然语义提取的空管辅助决策方法
CN107045805B (zh) 2017-03-07 2020-02-14 安徽工程大学 一种用于小型航空器和空飘物的监测方法及系统
CN107230392B (zh) * 2017-06-08 2019-09-27 大连交通大学 基于改进aco算法的枢纽机场停机位的优化分配方法
EP3659079A1 (de) * 2017-07-24 2020-06-03 Volocopter GmbH Transportsystem zur passagierbeförderung und verfahren zum betreiben eines transportsystems zur passagierbeförderung
US11522602B2 (en) * 2017-11-23 2022-12-06 Telefonaktiebolaget Lm Ericsson (Publ) Method and component for determining a frequency spectrum for wireless aircraft in-cabin communication

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017198647A (ja) * 2016-04-26 2017-11-02 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ 自律走行車においてメディアコンテンツを提示するためのシステム及び方法

Also Published As

Publication number Publication date
JP6949138B2 (ja) 2021-10-13
JPWO2019123526A1 (ja) 2020-12-03
AU2017443912A1 (en) 2020-04-23
US20200357291A1 (en) 2020-11-12
CN111133492A (zh) 2020-05-08
US11450217B2 (en) 2022-09-20
CN111133492B (zh) 2022-03-25
WO2019123526A1 (ja) 2019-06-27
KR20200040817A (ko) 2020-04-20
DE112017008286T5 (de) 2020-10-15

Similar Documents

Publication Publication Date Title
CN108109437B (zh) 一种基于地图特征的无人机自主航线提取生成方法
US10935987B2 (en) Landing site localization for dynamic control of an aircraft toward a landing site
US11827352B2 (en) Visual observer for unmanned aerial vehicles
US11749126B2 (en) Landing site localization for dynamic control of an aircraft toward a landing site
US20140347482A1 (en) Optical image monitoring system and method for unmanned aerial vehicles
CN103941746A (zh) 无人机巡检图像处理系统及方法
US9733349B1 (en) System for and method of radar data processing for low visibility landing applications
CN109376587A (zh) 基于物联网的检测查勘通信铁塔智能巡检系统和方法
US20200174503A1 (en) Database of drone flight plans for aircraft inspection using relative mapping
CN111819610A (zh) 用于无人驾驶飞行器和载人飞行器的空中态势信息和交通管理系统
Zarandy et al. A novel algorithm for distant aircraft detection
US20230359197A1 (en) Landing Site Localization for Dynamic Control of an Aircraft Toward a Landing Site
Hodgson et al. Using unmanned aerial vehicles for surveys of marine mammals in Australia: test of concept
KR102425801B1 (ko) 항공기 운항 실적 정보의 수집 장치
CN110211159A (zh) 一种基于图像视频处理技术的飞机位置检测系统及方法
KR102475554B1 (ko) 학습용 데이터 생성 방법, 학습용 데이터 생성 장치 및 학습용 데이터 생성 프로그램
Wilson et al. Flight test and evaluation of a prototype sense and avoid system onboard a scaneagle unmanned aircraft
CN109708659A (zh) 一种分布式智能光电低空防护系统
CN106802417A (zh) 探测机场设施碰撞的方法及用于实现该方法的设备
CN111950456A (zh) 一种基于无人机的智能化fod探测方法及系统
US20210157338A1 (en) Flying body control apparatus, flying body control method, and flying body control program
US20180197301A1 (en) System and method for detecting and analyzing airport activity
EP3767230B1 (en) Method and system to display object locations during a search and rescue operation
CN113534849A (zh) 集成机器视觉的飞行组合导引系统、方法和介质
Barmpounakis et al. International Journal of Transportation Science and Technology

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right