KR102457387B1

KR102457387B1 - 불안정 접근 예측 방법 및 장치

Info

Publication number: KR102457387B1
Application number: KR1020200146406A
Authority: KR
Inventors: 지덕구; 김지연; 박노삼
Original assignee: 한국전자통신연구원
Priority date: 2020-11-04
Filing date: 2020-11-04
Publication date: 2022-10-21
Also published as: KR20220060426A; US20220139239A1

Abstract

본 발명은 안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 방법으로서, 외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flig ht metadata)를 수신하는 단계; 미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하는 단계; 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계; 상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하는 단계; 상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하는 단계; 상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하는 단계; 및 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계를 포함하는, 불안정 접근 예측 방법을 개시한다.

Description

불안정 접근 예측 방법 및 장치{APPARATUS AND METHOD FOR PREDICTING UNSAFE APPROACH}

본 발명은 안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 방법 및 장치에 관한 것으로, 더욱 상세하게는 딥 러닝(deep learning)을 활용하여 불안정 접근을 예측하는 방법 및 장치에 관한 것이다.

국내 항공 안정 관련 데이터는 총 12종으로써 안전 분야, 항공사 분야, 공항 분야, 운항 분야 및 기타 분야로 분류되어 수집 및 저장되고 있다. 안전 분야는 항공사고, 항공사고에 준하는 사고 및 안전 장애 보고 관련 데이터, 통합 항공 안전 정보 관련 데이터 및 항공 IT 관련 데이터가 포함된다. 한편, 항공 사고 조사 보고서는 사고 원인을 규명하여 향후 유사한 사고를 방지하는 것을 목적으로 한다. 또한, 항공사 분야 빅데이터에는 비행기록 관련 데이터가 포함된다.

최근 항공안전법 개정에 따라 12종의 항공 안전 관련 데이터를 단계적으로 통합하여 항공 안전 빅데이터를 구축하고, 항공 안전 빅데이터를 통합 분석함으로써 안전 지표를 도출하고 사고 예방에 활용하고 있다. 또한, 궁극적으로는 항공 안전 빅데이터를 통합 분석함으로써 안전 사고의 실시간 예측을 도모하고 있다.

비행 기록 관련 데이터 수집 및 분석의 대표적인 예는 FOQA(Flight Operational Quality Assurance) 프로그램이 있다. FOQA 프로그램은 데이터 분석을 통한 운항 중 결점 개신 및 사고 예방을 목적으로 하는 프로그램으로써, ACMS(Aircraft Condition Monitoring System)와 같은 비행 데이터 리코더(Flight Data Recorder; FDR)를 통하여 각종 센서 데이터를 포함한 비행 파라미터를 전비행 구간에 걸쳐서 수집하고 있다.

한편, FDR 데이터는 비행 중 발생하는 각종 이벤트에 대한 객관적, 정량적 데이터와 비교 분석함으로써 항공 사고율을 알 수 있고, 일상적 비행 데이터와의 상관관계를 분석함으로써 항공 사고 위험 요인을 검출하고 항공 안전 사고의 지표로 활용하여 항공기 사고를 예방하는 데 활용될 수 있다.

FOQA 프로그램은 비행 단계 중 접근 단계를 안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분하고 있다. 여기서, 안정 접근은 항공기의 헤딩과 피치가 작은 오차 이내에 있고, 적절한 속도, 적절한 착륙 설정(configuration) 상태에서 정확한 경로에 있는 경우를 의미하고, 불안정 접근은 하강률, 에어스피드, 글라이드슬로프 및 로컬라이저 파라미터가 한계값을 초과하는 경우를 의미한다.

한편, 불안정 접근의 경우 경착륙, 활주로 이탈, 착륙활주로 부족(landing short of runway), CFIT(Controlled Flight Into Terrain) 등의 사고를 초래할 수 있다. 따라서, 항공기는 500피트(ft) 또는1000피트 지상고도(Above Ground Level; AGL)에서 불안정 접근으로 판단되면 즉각 회항해야 하지만, 항공기 조종사에게 불안정 접근의 개념과 기준이 모호한 문제가 있다.

2005년부터 2014년까지 전세계 상업 항공사의 사고 분석 결과에 따르면 치명적 사고(fatal accident)의 32%는 비행 접근 단계에서 발생하고, 24%는 착륙 단계에서 발생하였다. 즉, 사고 예방을 위해서는 조종사가 조치를 취할 수 있는 충분한 시간 이전에 불안정 접근을 예측하고, 불안정 접근에 대한 정보를 제공하는 것이 필요하다.

불안정 접근을 예측하고자 항공기의 위치 및 변화율을 운동학 모델에 단순 적용하여 항공기 경로를 예측하는 방법, 날씨 정보, 휴먼팩터로 인한 불확실성 등을 고려하는 방법 및 ATC(Air Traffic Control), 항공기 설정과 같은 외인성 파라미터를 종합적으로 고려하는 방법 등이 활용되고 있다.

상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 비행 접근 단계에서 항공기 사고와 관련된 불안정 접근을 예측하는 방법을 제공하는 데 있다.

상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 불안정 접근 예측 방법은, 안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 방법으로서, 외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flight metadata)를 수신하는 단계; 미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하는 단계; 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계; 상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하는 단계; 상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하는 단계; 상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하는 단계; 및 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계를 포함할 수 있다.

여기서, 상기 정적 비행 메타데이터는, 기상 정보, 항공기 관련 정보, 출발지, 목적지, 경유지, 비행 거리, 도착 예정 시각, 항공 교통 관제(Air Traffic Control; ATC) 정보 및 기장 정보 중 적어도 하나를 포함할 수 있다.

한편, 상기 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트는, 현재 항공기의 시간을 기준으로, 미리 설정된 개수의 과거 FDR 데이터 세트와 미리 설정된 개수의 미래 FDR 데이터 세트를 포함할 수 있다.

또한, 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계는, 소프트맥스(softmax)를 활용하여 불안정 접근과 관련된 파라미터의 중요도에 해당하는 확률값을 출력하는 단계; 및 상기 확률값에 기초하여 불안정 접근과 관련된 파라미터를 선택하는 단계를 포함할 수 있다.

한편, 상기 이벤트 변수는, 항공기 헤딩과 피칭, 속도, 항공기 설정(configuration), 하강률, 에어스피드, 글라이드슬로프, 위도, 경도 및 지상고도 중 적어도 하나를 포함할 수 있다.

또한, 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계는, 특정 시간에서의 최종 예측 데이터를 이용하여 불안정 접근 여부를 판단하는 단계를 포함할 수 있다.

여기서, 상기 특정 시간은, 항공기의 고도가 500피트(feet) 또는 1000피트일 때의 시간을 포함할 수 있다.

상기 목적을 달성하기 위한 본 발명의 다른 실시예에 따른 불안정 접근 예측 장치는, 안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 장치로서, 프로세서; 및 상기 프로세서를 통해 실현되는 적어도 하나의 명령을 저장하는 메모리를 포함하고, 상기 적어도 하나의 명령은, 외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flight metadata)를 수신하도록 하는 명령; 미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하도록 하는 명령; 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령; 상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하도록 하는 명령; 상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하도록 하는 명령; 상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하도록 하는 명령; 및 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하도록 하는 명령을 포함할 수 있다.

또한, 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령은, 소프트맥스(softmax)를 활용하여 불안정 접근과 관련된 파라미터의 중요도에 해당하는 확률값을 출력하도록 하는 명령; 및 상기 확률값에 기초하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령을 포함할 수 있다.

또한, 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하도록 하는 명령은, 특정 시간에서의 최종 예측 데이터를 이용하여 불안정 접근 여부를 판단하도록 하는 명령을 포함할 수 있다.

본 발명의 일 실시예에 따르면, 불안정 접근과 관련된 파라미터를 선택하는 딥 러닝 네트워크를 사용함으로써 불안정 접근과 관련된 파라미터를 임의로 선택하는 종래 기술과 달리 불안정 접근과 관련된 파라미터와 불안정 접근 예측 결과와의 상관 관계를 설명할 수 있다.

도 1은 본 발명의 일 실시예에 따른 불안정 접근 예측 방법의 동작 순서도이다.
도 2는 본 발명의 다른 실시예에 따른 불안정 접근 예측 장치의 제 1 블록 구성도이다.
도 3은 불안정 접근 예측 장치의 예시도이다.
도 4는 정적 잠재 변수를 출력하는 과정의 예시도이다.
도 5는 FDR 데이터 세트를 추출하는 과정의 예시도이다.
도 6은 본 발명의 다른 실시예에 따른 불안정 접근 예측 장치의 제 2 블록 구성도이다.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.

제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

이하, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 불안정 접근 예측 방법의 동작 순서도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 불안정 접근 예측 방법은, 안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 방법으로서, 외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flight metadata)를 수신하는 단계(S110)를 포함할 수 있다.

또한, 본 발명은 미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하는 단계(S120)를 포함할 수 있다.

또한, 본 발명은 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계(S130)를 포함할 수 있다.

여기서, 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계는, 소프트맥스(softmax)를 활용하여 불안정 접근과 관련된 파라미터의 중요도에 해당하는 확률값을 출력하는 단계; 및 상기 확률값에 기초하여 불안정 접근과 관련된 파라미터를 선택하는 단계를 포함할 수 있다.

한편, 본 발명은 상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하는 단계(S140)를 포함할 수 있다.

또한, 본 발명은 상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하는 단계(S150)를 포함할 수 있다.

여기서, 상기 이벤트 변수는, 항공기 헤딩과 피칭, 속도, 항공기 설정(configuration), 하강률, 에어스피드, 글라이드슬로프, 위도, 경도 및 지상고도 중 적어도 하나를 포함할 수 있다.

또한, 본 발명은 상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하는 단계(S160)를 포함할 수 있다.

또한, 본 발명은 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계(S170)를 포함할 수 있다.

여기서, 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계는, 특정 시간에서의 최종 예측 데이터를 이용하여 불안정 접근 여부를 판단하는 단계를 포함할 수 있다.

또한, 상기 특정 시간은, 항공기의 고도가 500피트(feet) 또는 1000피트일 때의 시간을 포함할 수 있다.

도 2는 본 발명의 다른 실시예에 따른 불안정 접근 예측 장치의 제 1 블록 구성도이다.

도 2를 참조하면, 본 발명의 다른 실시예에 따른 불안정 접근 예측 장치(100)는 메타데이터 수신부(110), FDR 데이터 추출부(120), 파라미터 선택부(130), 시계열 데이터 출력부(140), 이벤트 변수 선택부(150), 최종 예측 데이터 출력부(160) 및 불안정 접근 판단부(170)를 포함할 수 있다.

여기서, 메타데이터 수신부(110)은 외부 서버로부터 비행과 관련된 정적 비행 메타데이터를 수신할 수 있다. 여기서, 외부 서버는 NASA 공개 데이터 포털(NASA open data portal)일 수 있고, FDR에 의해 기록된 수많은 데이터를 저장하는 서버일 수 있고, 비행 기록과 관련된 센싱 데이터를 저장하는 서버일 수 있다. 또한, 메타데이터 수신부(110)는 정적 비행 메타데이터를 수신하여 정적 잠재 변수(static latent variable)를 출력할 수 있다.

한편, 상기 정적 비행 메타데이터는, 기상 정보, 항공기 관련 정보, 출발지, 목적지, 경유지, 비행 거리, 도착 예정 시각, 항공 교통 관제(Air Traffic Control; ATC) 정보 및 기장 정보를 포함할 수 있다.

또한, FDR 데이터 추출부(120)는 불안정 접근 예측 장치에 미리 저장된 항공기의 목적지까지의 비행 이력 데이터를 활용하여 항공기의 FDR 데이터 세트를 추출할 수 있다. 여기서, FDR 데이터 추출부에서 추출하는 FDR 데이터 세트는 항공기의 목적지까지 운행한 비행 이력 데이터에서 안정 접근 비행을 수행한 항공기의 비행 이력 데이터와 불안정 접근 비행을 수행한 항공기의 비행 이력 데이터일 수 있다.

또한, FDR 데이터 세트는 현재 항공기의 시간을 기준으로 미리 설정된 개수의 과거 FDR 데이터 세트와 미래 FDR 데이터 세트로 구성될 수 있다. 예를 들어, FDR 데이터 추출부는 항공기의 목적지까지의 안정 접근을 위해 예상되는 미래의 M초 구간의 FDR 데이터 세트(이 때, 미래의 M초 구간의 FDR 데이터 세트는 미리 저장됨)를 추출할 수 있다.

한편, 파라미터 선택부(130)는 수신된 정적 비행 데이터와 추출된 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택할 수 있다. 즉, FDR에 의해 기록된 수많은 파라미터 중에서 불안정 접근과 관련된 파라미터를 m개(사용자가 미리 설정할 수 있음) 선택할 수 있다. 예를 들어, NASA 공개 데이터 포털에서 제공하는 FDR 데이터는 항공기 운행 중 센서에 의해 기록된 총 186개의 파라미터를 포함하는 데이터 샘플을 제공하므로, 186개의 파라미터에서 불안정 접근과 관련된 파라미터를 m개 선택할 수 있다.

또한, 시계열 데이터 출력부(140)는 파라미터 선택부(130)에서 선택된 m개의 파라미터를 고려하여 FDR 데이터 세트에 대한 시계열 데이터를 추출할 수 있다. 즉, 불안정 접근과 관련된 파라미터 각각을 고려하여 FDR 데이터 세트에 대한 미래의 데이터를 추출할 수 있다.

한편, 이벤트 변수 선택부(150)는 시계열 데이터 출력부(140)에서 추출한 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택할 수 있다. 여기서, 이벤트 변수는 FOQA 프로그램에서 정의한 불안정 접근의 판단 기준에 속하는 항공기 헤딩과 피치, 속도, 항공기 설정, 하강률, 에어스피드, 글라이드슬로프, 로컬라이저(위도, 경도 및 지상고도) 변수를 포함할 수 있다.

또한, 최종 예측 데이터 출력부(160)는 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하고 적용하여 최종 예측 데이터를 출력할 수 있다.

한편, 불안정 접근 판단부(170)는 최종 예측 데이터 출력부에서 출력한 최종 예측 데이터를 토대로 불안정 접근 여부를 판단할 수 있다. 예를 들어, 최종 예측 데이터를 후처리(post-processing)하고, 이벤트 변수 중 특정 변수의 값에 해당하는 크리티컬 시간에서의 최종 예측 데이터를 샘플링하여 불안정 접근 여부를 판단할 수 있다. 여기서, 크리티컬 시간은 특정 시간으로서, 항공기의 고도가 500피트 또는 1000피트일 때의 시간을 의미할 수 있다.

도 3은 불안정 접근 예측 장치의 예시도이다.

도 3을 참조하면, 불안정 접근 예측 장치의 메타 데이터 수신부(110)는 정적 변수 인코더(static variable encoder)(도 3에서는 S로 표현함)를 포함할 수 있다. 정적 변수 인코더에서 정적 비행 메타데이터를 수신하여 정적 잠재 변수를 출력할 수 있다. 한편, 정적 변수 인코더는 딥 뉴럴 네트워크(deep neural network)를 활용하는 오토 인코더(autoencoder) 또는 VAE(Variational Auto Encoder)로 구성될 수 있다.

한편, FDR 데이터 추출부(120)은 상태 인코더(미도시) 및 데이터 세트 선택기(미도시)를 포함할 수 있고, 항공기의 FDR에 의해 기록되는 FDR 데이터를 현재 상태 값으로 사용하여 과거 FDR 데이터 세트(

, ...,

) 및 미래 FDR 세트(

, ...,

)를 추출할 수 있다. FDR 데이터 추출부의 상태 인코더 및 데이터 세트 선택기에 대한 내용은 후술한다.

파라미터 선택부(130)는 정적 비행 메타데이터로부터 추출된 정적 잠재 변수 및 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택할 수 있다. 이 때, 파라미터 선택부는 소프트맥스(softmax)로 구성된 딥 러닝 네트워크(deep learning network)를 활용할 수 있다. 즉, 파라미터 선택부는 소프트맥스를 활용하여 불안정 접근과 관련된 파라미터의 중요도 해당하는 확률값을 출력하고, 확률값이 높은 m개의 파라미터를 선택하여 시계열 데이터를 추출하는데 활용할 수 있다. 예를 들어, 파라미터 선택부(130)은 과거 FDR 데이터 세트 및 미래 FDR 데이터 세트로부터 파라미터를 적용한

, ...,

를 추출할 수 있다.

한편, 시계열 데이터 출력부(140)는 파라미터 선택부(130)에서 선택된 m개의 파라미터에 대한 시계열 데이터를 출력할 수 있다. 예를 들어, 도 3을 참조하면, 시계열 데이터 출력부는 과거 FDR 데이터 세트(k+1 개)와 미래 FDR 데이터 세트(

개)를 입력으로 사용하여 시계열 데이터를 출력할 수 있다. 이 때, 시계열 데이터 출력부는 Casual-CNN 또는 Casual-RNN 네트워크 등을 이용하여 구성될 수 있다. 즉, 시계열 데이터 출력부(140)는 파라미터 선택부(130)로부터

, ...,

를 수신하여 시계열 데이터로서,

,...,

를 출력할 수 있다.

이벤트 변수 선택부(150)은 시계열 데이터를 수신하여 불안정 접근 판단에 사용될 이벤트 변수를 선택할 수 있다. 예를 들어, 시계열 데이터 출력부(140)로부터

,...,

를 수신하여 이벤트 변수 w가 적용된 시계열 데이터

, ...,

를 출력할 수 있다.

한편, 최종 예측 데이터 출력부(160)는 선택된 이벤트 변수에 대한 시계열 데이터 각각에 가중치를 부여하고 적용하여 최종 예측 데이터를 출력할 수 있다. 이와 같은 가중치를 부여하고 적용하는 것은 딥 뉴럴 네트워크의 어텐션 계층을 활용하여 수행될 수 있다. 예를 들어, 최종 예측 데이터 출력부(160)는 이벤트 변수 선택부(150)로부터

, ...,

를 수신하고, 이벤트 변수에 대한 시계열 데이터 각각에 가중치를 부여하고 적용함으로써 최종 예측 데이터

,...,

를 출력할 수 있다. 즉, 최종 예측 데이터 출력부(160)는 현재 시간을 기준으로 미래 시간(t+1, ...,

)에 대한 최종 예측 데이터를 출력할 수 있다.

또한, 불안정 접근 판단부(170)은 최종 예측 데이터 출력부에서 출력한 최종 예측 데이터를 토대로 불안정 접근 여부를 판단할 수 있다. 예를 들어, 최종 예측 데이터를 후처리(post-processing)하고, 이벤트 변수 중 특정 변수의 값에 해당하는 크리티컬 시간에서의 최종 예측 데이터를 샘플링하여 불안정 접근 여부를 판단할 수 있다. 여기서, 크리티컬 시간은 특정 시간으로서, 항공기의 고도가 500피트 또는 1000피트일 때의 시간을 의미할 수 있다.

즉, 불안정 접근 판단부(170)은 최종 예측 데이터 출력부(160)로부터

, ...,

를 수신하여 후처리(post-processing)하고, 특정 시간(크리티컬 시간)에 대해 불안정 접근 여부를 판단하기 위한 데이터

또는

를 출력할 수 있다. 여기서, 크리티컬포인트1(criticalpoint1)은 항공기의 고도가 500피트일 때를 의미할 수 있고, 크리티컬포인트 2는 항고기의 고도가 1000피트일 때를 의미할 수 있다.

도 4는 정적 잠재 변수를 출력하는 과정의 예시도이다.

불안정 접근 예측 장치(100)의 메타 데이터 수신부(110)는 정적 변수 인코더에서 정적 비행 메타데이터를 수신하여 정적 잠재 변수를 출력할 수 있다. 도 4를 참조하면, 정적 비행 메타데이터(static flight metadata)는 기상 정보, 항공기 관련 정보, 출발지, 목적지, 경유지, 비행 거리, 도착 예정 시각, 항공 교통 관제(Air Traffic Control; ATC) 정보 및 기장 정보 중 적어도 하나를 포함하고 있고, 정적 변수 인코더에서 정적 잠재 변수(static latent variable)를 출력할 수 있다.

도 5는 FDR 데이터 세트를 추출하는 과정의 예시도이다.

도 5를 참조하면, 불안정 접근 예측 장치(100)의 FDR 데이터 출력부(120)는 상태 인코더(state encoder) 및 데이터 세트 선택기(selector)를 포함하는 것을 알 수 있다.

상태 인코더는 항고기의 FDR에 의해 기록되는 FDR 데이터를 현재 상태 값으로 하여 인코딩하여 코드 벡터(code vector)를 출력할 수 있다. 예를 들어, 도 5를 참조하면, 상태 인코더는

, ...,

을 수신하여 코드 벡터를 출력할 수 있다.

또한, 데이터 세트 선택기는 코드 벡터를 수신하여, 현재 시간을 기준으로 항공기의 목적지까지의 안정 접근을 위해 예상되는 미래의 M초 구간의 FDR 데이터 세트(이 때, 미래의 M초 구간의 FDR 데이터 세트는 데이터 베이스에 미리 저장됨)를 추출할 수 있다. 예를 들어, 데이터 세트 선택기는 코드 벡터를 수신하여,

, ...,

를 출력할 수 있다.

도 6은 본 발명의 다른 실시예에 따른 불안정 접근 예측 장치의 제 2 블록 구성도이다.

도 6을 참조하면, 본 발명의 일 실시예에 따른 불안정 접근 예측 장치(100)는 프로세서(101) 및 프로세서를 통해 실행되는 적어도 하나의 명령 및 명령 수행의 결과를 저장하는 메모리(102) 및 네트워크와 연결되어 통신을 수행하는 송수신 장치(103)를 포함할 수 있다.

불안정 접근 예측 장치(100)는 또한, 입력 인터페이스 장치(104), 출력 인터페이스 장치(105), 저장 장치(106) 등을 더 포함할 수 있다. 불안정 접근 예측 장치(100)에 포함된 각각의 구성 요소들은 버스(Bus)(107)에 의해 연결되어 서로 통신을 수행할 수 있다.

프로세서(101)는 메모리(102) 및 저장 장치(106) 중에서 적어도 하나에 저장된 프로그램 명령(program command)을 실행할 수 있다. 프로세서(101)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(102) 및 저장 장치(106) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(102)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중에서 적어도 하나로 구성될 수 있다.

저장 장치(106)는 또한, 불안정 접근 예측 방법을 통해 판단된 불안정 접근 여부에 대한 데이터를 저장할 수 있고, 불안정 접근 여부를 판단하는데 사용된 정적 비행 메타데이터, 정적 잠재 변수, FDR 데이터 세트, 불안정 접근과 관련된 파라미터, 불안정 접근과 관련된 파라미터를 고려하여 추출한 시계열 데이터, 이벤트 변수 및 최종 예측 데이터를 저장할 수 있다.

여기서, 적어도 하나의 명령은, 외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flight metadata)를 수신하도록 하는 명령; 미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하도록 하는 명령; 상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령; 상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하도록 하는 명령; 상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하도록 하는 명령; 상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하도록 하는 명령; 및 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하도록 하는 명령을 포함할 수 있다.

한편, 상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하도록 하는 명령은, 특정 시간에서의 최종 예측 데이터를 이용하여 불안정 접근 여부를 판단하도록 하는 명령을 포함할 수 있다.

본 발명의 실시예에 따른 방법의 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 정보가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.

또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.

본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.

실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그래머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.

이상 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims

안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 방법으로서,
외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flight metadata)를 수신하는 단계;
미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하는 단계;
상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계;
상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하는 단계;
상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하는 단계;
상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하는 단계; 및
상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계를 포함하는, 불안정 접근 예측 방법.
청구항 1에 있어서,
상기 정적 비행 메타데이터는,
기상 정보, 항공기 관련 정보, 출발지, 목적지, 경유지, 비행 거리, 도착 예정 시각, 항공 교통 관제(Air Traffic Control; ATC) 정보 및 기장 정보 중 적어도 하나를 포함하는, 불안정 접근 예측 방법.
청구항 1에 있어서,
상기 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트는,
현재 항공기의 시간을 기준으로, 미리 설정된 개수의 과거 FDR 데이터 세트와 미리 설정된 개수의 미래 FDR 데이터 세트를 포함하는, 불안정 접근 예측 방법.
청구항 1에 있어서,
상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하는 단계는,
소프트맥스(softmax)를 활용하여 불안정 접근과 관련된 파라미터의 중요도에 해당하는 확률값을 출력하는 단계; 및
상기 확률값에 기초하여 불안정 접근과 관련된 파라미터를 선택하는 단계를 포함하는, 불안정 접근 예측 방법.
청구항 1에 있어서,
상기 이벤트 변수는,
항공기 헤딩과 피치, 속도, 항공기 설정(configuration), 하강률, 에어스피드, 글라이드슬로프, 위도, 경도 및 지상고도 중 적어도 하나를 포함하는, 불안정 접근 예측 방법.
청구항 1에 있어서,
상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하는 단계는,
특정 시간에서의 최종 예측 데이터를 이용하여 불안정 접근 여부를 판단하는 단계를 포함하는, 불안정 접근 예측 방법.
청구항 6에 있어서,
상기 특정 시간은,
항공기의 고도가 500피트(feet) 또는 1000피트일 때의 시간을 포함하는, 불안정 접근 예측 방법.
안정 접근(safe approach)과 불안정 접근(unsafe approach)으로 구분되는 비행 접근 단계에서 불안정 접근을 예측하는 장치로서,
프로세서; 및
상기 프로세서를 통해 실현되는 적어도 하나의 명령을 저장하는 메모리를 포함하고,
상기 적어도 하나의 명령은,
외부 서버로부터 비행과 관련된 정적 비행 메타데이터(static flight metadata)를 수신하도록 하는 명령;
미리 저장된 항공기 목적지까지의 비행 이력 데이터로부터 항공기 목적지까지의 안정 접근을 위한 항공기의 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트를 추출하도록 하는 명령;
상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령;
상기 불안정 접근과 관련된 파라미터를 고려하여 상기 FDR 데이터 세트에 대한 시계열 데이터를 추출하도록 하는 명령;
상기 시계열 데이터를 토대로 불안정 접근 판단에 사용될 이벤트 변수를 선택하도록 하는 명령;
상기 이벤트 변수에 대한 시계열 데이터에 가중치를 부여하여 최종 예측 데이터를 출력하도록 하는 명령; 및
상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하도록 하는 명령을 포함하는, 불안정 접근 예측 장치.
청구항 8에 있어서,
상기 정적 비행 메타데이터는,
기상 정보, 항공기 관련 정보, 출발지, 목적지, 경유지, 비행 거리, 도착 예정 시각, 항공 교통 관제(Air Traffic Control; ATC) 정보 및 기장 정보 중 적어도 하나를 포함하는, 불안정 접근 예측 장치.
청구항 8에 있어서,
상기 비행 데이터 리코더(Flight Data Recorder; FDR) 데이터 세트는,
현재 항공기의 시간을 기준으로, 미리 설정된 개수의 과거 FDR 데이터 세트와 미리 설정된 개수의 미래 FDR 데이터 세트를 포함하는, 불안정 접근 예측 장치.
청구항 8에 있어서,
상기 정적 비행 메타데이터 및 상기 FDR 데이터 세트에 기반하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령은,
소프트맥스(softmax)를 활용하여 불안정 접근과 관련된 파라미터의 중요도에 해당하는 확률값을 출력하도록 하는 명령; 및
상기 확률값에 기초하여 불안정 접근과 관련된 파라미터를 선택하도록 하는 명령을 포함하는, 불안정 접근 예측 장치.
청구항 8에 있어서,
상기 이벤트 변수는,
항공기 헤딩과 피치, 속도, 항공기 설정(configuration), 하강률, 에어스피드, 글라이드슬로프, 위도, 경도 및 지상고도 중 적어도 하나를 포함하는, 불안정 접근 예측 장치.
청구항 8에 있어서,
상기 최종 예측 데이터를 토대로 불안정 접근 여부를 판단하도록 하는 명령은,
특정 시간에서의 최종 예측 데이터를 이용하여 불안정 접근 여부를 판단하도록 하는 명령을 포함하는, 불안정 접근 예측 장치.
청구항 13에 있어서,
상기 특정 시간은,
항공기의 고도가 500피트(feet) 또는 1000피트일 때의 시간을 포함하는, 불안정 접근 예측 장치.