KR20190143831A - 항공 교통 관리 전자 시스템을 통한 항공 관리를 위한 훈련 및/또는 지원 플랫폼, 연관된 방법 - Google Patents

Abstract

- 항공 교통을 나타내는 입력 데이터를 획득하고, 항공 교통 관제사에게 항공 교통에 관련되고 상기 획득한 입력 데이터의 함수로 확립된 정보를 전달하고, 항공 교통 관제사로부터 지시를 수신하도록 구성된 항공 교통 관리 전자 시스템(2);
- 적어도 항공 교통의 상태를 나타내는 입력 데이터에 기반하여 지시를 자동으로 결정하기 위한 블록(14);
- 전자 항공 교통 관제 시스템에 의해 획득한 상기 입력 데이터를 수집하고, 자동 결정 블록(14)에 제공하고, 적어도 상기 제공된 입력 데이터에 기반하여 자동으로 결정된 지시를 수집하고, 시스템을 운용하는 항공 교통 관제사에게 상기 지시의 전달을 명령하도록 구성된 전자 프로세싱 모듈(13)을 포함하고,
상기 블록은 전자 항공 교통 관제 시스템에 의해 획득된 입력 데이터 이력 및 상기 시스템에 의해 수신된 수신 항공 교통 관제 지시(들)의 학습으로부터 도출된 신경망을 포함하는 훈련 및/또는 지원 플랫폼(1).

Description

항공 교통 관리 전자 시스템을 통한 항공 관리를 위한 훈련 및/또는 지원 플랫폼, 연관된 방법{Training and/or assistance platform for air management via air traffic management electronic system, associated method}

본 발명은 전자 항공 교통 관제 시스템, 일반적으로 전자 항공 교통 관리(ATM) 시스템 분야에 관한 것이다. 이러한 시스템은 한편으로는 예컨대 주어진 지리적 섹터를 책임지는 항공 교통 관제사, 다른 한편으로는 지리적 섹터 내에 위치한 항공기나 특히 이웃 지리적 섹터를 책임지는 다른 항공 교통 관제사 간의 인터페이스를 제공한다.

이러한 시스템은 외부 시스템으로부터 데이터(기상 데이터, 항공기 비행 계획, 레이더 감지, 이웃 섹터의 항공 교통 관제사로부터의 메시지 등)를 수신하고, 이 데이터를 처리하고, 선택적으로 조합하고, MMI(man-machine interface)를 통해 이 데이터나 처리 작업으로부터의 결과인 정보를 항공 교통 관제사를 위해 검색한다. 항공 교통 관제사는 이 데이터 및 정보에 기반하여, 지시(항공기를 위한 명령, 이웃 관제사를 위한 정보, 데이터를 포함하는 메시지, 시스템의 추가 기능을 실행하는 명령 등)를 결정하고 MMI를 통해 입력한다. 다음으로 시스템은 이 명령을 처리한다.

현재, 항공 교통 관제사가 항공 교통 관제 분야에서 장기간에 걸쳐 습득한 경험을 훈련 상황이나 항공 교통 관제 상황 운영 도중 활용할 수 있는 솔루션이 제공되지 않는다.

예를 들어, 항공 교통 관제사 훈련은 일정한 수의 단점을 가지는 테스트 프로그램을 통해 수행되는데, 아주 제한된 수의 시나리오를 제공하고, 업그레이드가 쉽지 않으므로 항공 교통 관제 시스템에 변경 사항을 나타내는 것이 어렵다.

그 목적을 달성하기 위하여, 제1 양태에 따르면, 본 발명은 항공 교통 관리 전자 시스템을 통한 항공 관리를 위한 훈련 및/또는 지원 플랫폼으로서, 상기 훈련 플랫폼은:

- 적어도 항공 교통의 상태를 나타내는 입력 데이터를 획득하고, 시스템을 운용하는 항공 교통 관제사에게 항공 교통에 관련되고 상기 획득한 입력 데이터의 함수로 확립된 정보를 전달하고, 항공 교통 관제사로부터 상기 전달된 정보의 함수로 지시를 수신하고, 상기 지시를 처리하도록 구성된 상기 항공 교통 관리 전자 시스템;

- 적어도 항공 교통의 상태를 나타내는 입력 데이터에 기반하여 지시를 자동으로 결정하기 위한 블록;

- 전자 항공 교통 관제 시스템에 의해 획득한 상기 입력 데이터를 수집하고, 자동 결정 블록에 제공하고, 적어도 상기 제공된 입력 데이터에 기반하여 자동으로 결정된 지시를 수집하고, 시스템을 운용하는 항공 교통 관제사에게 상기 지시의 전달을 명령하도록 구성된 전자 프로세싱 모듈을 포함하고,

상기 블록은 요소 세트의 제1 이력의 요소 세트에 기반하여 컴퓨터에 의해 수행되는 학습으로부터 도출된 신경망을 포함하고, 각 요소 세트는 이력의 복수의 각 순간 중 각 순간에 대응하는 각 공중 상황과 연관되고 적어도 각 순간에 전자 항공 교통 관제 시스템에 의해 획득된 입력 데이터 및 상기 입력 데이터에 기반하여 확립된 정보의 전달에 이어 상기 시스템에 의해 수신된 수신 항공 교통 관제 지시(들)를 포함하는 훈련 및/또는 지원 플랫폼을 제안한다.

따라서 본 발명은 동적인 실제 상황과 그 다양성을 이용하여 믿을 수 있는 항공 교통 관리를 위한 훈련 및/또는 지원 플랫폼을 제공하는 것을 가능하게 한다.

실시예에서, 본 발명에 따른 항공 교통 관리를 위한 훈련 및/또는 지원 플랫폼은 다음 특징 중 하나 이상을 더 포함한다:

- 플랫폼은 요소 세트의 제2 이력을 저장하도록 구성된 메모리, 및 추출된 입력 데이터에 적어도 기반하여 훈련 입력 데이터를 결정하기 위하여 상기 데이터베이스로부터 입력 데이터를 추출하고, 상기 훈련 데이터를 항공 교통 관리 전자 시스템 및 자동 결정 블록에 제공하도록 구성된 프로세싱 모듈을 포함하고; 플랫폼에서 훈련중인 항공 교통 관제사로부터 전달된 정보에 기반하여 적어도 하나의 항공 교통 관리 지시를 수신하기 위하여 상기 항공 교통 관리 전자 시스템은 상기 훈련 입력 데이터에 기반하여 확립된 항공 교통에 관련된 정보를 프로세싱 모듈에 전달하도록 구성되고; 상기 프로세싱 모듈은 상기 수신된 지시를 수집된 자동 결정 지시와 비교하고 상기 비교에 기반하여 메시지를 결정하도록 구성되고, 상기 플랫폼은 메시지를 디스플레이하도록 구성되고;

- 프로세싱 모듈은 알고리즘 모델에 의해 자동으로 결정된 지시에 기반하여, 상기 지시를 향한 훈련을 통해 항공 교통 관제사를 안내하도록 의도된 메시지를 결정하도록 구성되고, 플랫폼은 상기 메시지를 디스플레이하도록 구성되고;

- 프로세싱 모듈은 훈련 테마를 가리키는 정보를 수신하고 상기 정보에 기반하여 입력 데이터를 추출하도록 구성된다.

제2 양태에 따르면, 본 발명은 항공 교통 관리 전자 시스템에 의한 항공 교통 관리를 위한 훈련 및/또는 지원 방법으로서, 항공 교통 관리 전자 시스템은 적어도 항공 교통의 상태를 나타내는 입력 데이터를 획득하고, 시스템을 운용하는 항공 교통 관제사에게 항공 교통에 관련되고 상기 획득한 입력 데이터의 함수로 확립된 정보를 전달하고, 항공 교통 관제사로부터 상기 전달된 정보의 함수로 지시를 수신하고, 상기 지시를 처리하도록 구성되고, 상기 방법은 훈련 및/또는 지원 플랫폼 상에서 수행되고, 훈련 및/또는 지원 플랫폼은:

- 상기 전자 시스템;

- 적어도 도출된 항공 교통의 상태를 나타내는 입력 데이터에 기반하여 지시를 자동으로 결정하기 위한 자동 결정 블록;

- 전자 프로세싱 모듈을 포함하고,

상기 블록은 요소 세트의 제1 이력의 요소 세트에 기반하여 컴퓨터에 의해 수행되는 학습으로부터 도출된 신경망을 포함하고, 각 요소 세트는 이력의 복수의 각 순간 중 각 순간에 대응하는 각 공중 상황과 연관되고 적어도 각 순간에 전자 항공 교통 관제 시스템에 의해 획득된 입력 데이터 및 상기 입력 데이터에 기반하여 확립된 정보의 전달에 이어 상기 시스템에 의해 수신된 수신 항공 교통 관제 지시(들)를 포함하고,

상기 방법은:

- 항공 교통 관리 전자 시스템을 통하여 입력 데이터를 획득하는 단계;

- 프로세싱 모듈에 의하여: 상기 입력 데이터를 수집하고 상기 수집된 입력 데이터를 자동 결정 블록에 제공하는 단계;

- 상기 제공된 입력 데이터에 기반하여 상기 자동 결정 블록에 의한 적어도 하나의 지시의 자동 결정 단계;

- 상기 프로세싱 모듈에 의한 시스템을 운용하는 항공 교통 관제사에게 상기 지시의 전달의 명령 단계를 포함하는 훈련 및/또는 지원 방법을 제안한다.

실시예에서, 본 발명에 따른 항공 교통 관리를 위한 훈련 및/또는 지원 방법은 다음 특징 중 하나 이상을 더 포함한다:

- 플랫폼은 요소 세트의 제2 이력을 저장하도록 구성된 메모리를 포함하고, 상기 방법은:

- 프로세싱 모듈에 의하여: 상기 데이터베이스로부터 입력 데이터를 추출하는 단계; 적어도 추출된 입력 데이터에 기반하여 훈련 입력 데이터를 결정하는 단계; 및 상기 훈련 데이터를 항공 교통 전자 관제 시스템 및 자동 결정 블록에 제공하는 단계;

- 상기 항공 교통 관리 전자 시스템에 의하여: 상기 훈련 입력 데이터에 기반하여 확립된 항공 교통에 관련된 정보를 전달하는 단계; 플랫폼에서 훈련중인 항공 교통 관제사로부터 상기 전달된 정보에 기반하여 확립된 적어도 하나의 항공 교통 관제 지시를 수신하는 단계; 및 프로세싱 모듈로의 전달 단계;

- 프로세싱 모듈에 의한 상기 수신된 지시와 자동으로 결정된 수집된 지시의 비교 및 상기 비교에 기반한 메시지의 결정 단계;

- 상기 플랫폼에 의한 메시지의 디스플레이 단계를 포함하고;

- 프로세싱 모듈에 의한, 알고리즘 모델에 의해 자동으로 결정된 지시에 기반하여, 상기 지시를 향한 훈련을 통해 항공 교통 관제사를 안내하도록 의도된 메시지의 결정 단계, 및 플랫폼에 의한 메시지의 디스플레이 단계를 포함하고;

- 프로세싱 모듈에 의해 수행되는:

- 훈련 테마를 가리키는 정보를 수신하는 단계, 및

- 상기 정보에 기반하여 입력 데이터를 추출하는 단계를 포함한다.

본 발명의 내용 중에 포함되어 있다.

본 발명의 이들 특징과 이점은 단지 예시로서 제공되며, 첨부된 도면을 참조하여 완성되는 다음 설명을 읽으면 명백해질 것이다.
도 1은 본 발명의 일실시예에서 고려하는 항공 교통 관리 전자 시스템의 도면을 나타낸다.
도 2는 본 발명의 일실시예의 훈련 플랫폼의 도면을 나타낸다.
도 3은 본 발명의 일실시예에서 구현되는 단계의 흐름도이다.
도 4는 본 발명의 일실시예에서 구현되는 단계의 흐름도이다.

도 1은 ATM 시스템(2)로 불리는, 외부 시스템(4_1, 4_2, ..., 4_n)의 세트(4)에 통신 링크로 연결된 항공 교통 관리 전자 제어 시스템(2)의 테스트 플랫폼(1)을 도시한다.

ATM 시스템(2)은 메모리(20), MMI 유닛(21) 및 프로세서(22)를 포함한다.

예를 들어, MMI 유닛(21)은 터치-감응형이거나 아닐 수 있는 디스플레이 스크린, 스피커 시스템, 키보드, 마이크로폰 등을 포함한다.

외부 시스템(4_1, 4_2, ..., 4_n)은 예를 들어 항공기, 레이더, 기상 관측소, 다른 항공 교통 관제사의 원격 통신 장치, 공항 관제실 등을 포함한다.

ATM 시스템(2)은 그 메모리(20)에 입력 데이터(및 이런 데이터의 타임스탬프)를 수신하고 저장하도록 구성된다.

이 입력 데이터는 외부 데이터, 즉 세트(4)의 외부 시스템(4_1, 4_2, ..., 4_n)에 의해 전달되는 외부 데이터를 포함하며, 이 외부 데이터는 예컨대 공역(airspace)(또는 공역의 소정의 섹터)의 현재 또는 미래 상태를 나타내며 불완전하지만 다음을 포함한다:

- 섹터 내 현재 또는 임박한 각각의 항공기에 대하여: 3차원(3D) 좌표, 항공기 유형, 그 방향, 그 속도, 그 비행 계획;

- 현재 및 미래의 기상 정보;

- 항공 교통 밀도 표시기(예컨대, 섹터 내 항공기 수, 난기류), 공역의 현재 및 미래 구조를 정의하는 데이터(예컨대, 군용 비행 금지 구역, 항공 회랑의 존재), 현재 및 미래의 공항 구성(활주로, 풍향, 가용 유도로 등), 감시 데이터(1차 및 2차 레이다, ADS-B, WAM 등으로부터 도출된 데이터);

- 인접 섹터와 관련하여 ATM 시스템에서 작동하는 항공 교통 관제사와의 조정 메시지.

ATM 시스템(2)은 MMI 유닛(21)을 통해 항공 교통 관제사에 대한 이런 데이터를 검색하도록 더 구성된다.

검색하기 전에 외부 데이터는 추가로 처리(예컨대, 평균화, 검증, 결합, 분석 등) 될 수 있다.

입력 데이터는 일반적으로 이렇게 처리된 데이터 및 그 타임스탬프를 포함한다.

ATM 시스템(2)은 그 현재 상태를 나타내는 ATM 시스템(2) 내부의 데이터를 생성하도록 더 구성된다. 이것은 특히 ATM 시스템(2)에 설치된 프로브를 사용하여 생성되며, 예를 들어 불완전하지만 다음을 포함한다:

- 메시지 큐, 공유 데이터, 로그, 기술적 레이아웃, 비행 태그의 초점 동작, 소정 영역의 확대 또는 축소 요인, 관제사와 항공기 조종사 간의 음성 대화 녹음 등.

내부 데이터는 MMI(21)를 통해 ATM 시스템(2)을 조작하는 운용 항공 교통 관제사가 액세스할 수 있다. 일실시예에서, 메모리(20)에 저장된 입력 데이터는 또한 상기 데이터에 대응하는 타임스탬프를 가진 이런 내부 데이터를 포함한다.

일실시예에서, ATM 시스템(2)은 외부 데이터를 사용하여 단순한 기능(예컨대 항공 교통 관제사가 선택한 영역에서 줌인이나 아웃)과 더 동적인 기능을 구현하고 내부 데이터를 생성하도록 구성된다. 이러한 기능들은 예를 들어 메모리(20)에 저장되고 프로세서(22) 상에서 실행되는 기능을 구현하는 컴퓨터 프로그램을 사용하여 수행된다. 동적인 기능들은 예를 들어 충돌을 감지하기, 항공기와 다른 항공기 사이의 충돌 위험 또는 영역 내 그라운딩 기간(grounding period) 중 영역을 들어가는 항공기의 위험 등을 식별하기, 또는 충돌의 해소를 가능하게 만드는 해결책을 결정하기를 포함한다. 이러한 기능의 결과는 항공 교통 관제사를 위해 MMI(21)을 통해 검색된다.

따라서, 공지된 방식으로, ATM 시스템(2)을 운용 모드로 작동시키는 항공 교통 관제사는 각각의 순간에 MMI(21)를 통해 현재 또는 미래의 항공 교통 상황을 업그레이드된 기능의 결과를 포함하는 외부 데이터의 기능 및/또는 내부 데이터의 기능으로서 알 수 있다. 이런 데이터 및 결과는 MMI 21을 통해 관제사에게 제공된다. 이러한 요소들에 기초하여, 항공 교통 관제사는 MMI(21)를 통해 지시의 형식으로 ATM 시스템(2)으로 제공하라는 결정을 (텍스트로 또는 시각적이거나 음성의 형태로) 한다.

이러한 결정은 ATM 시스템(2)의 기능 명령(예컨대 MMI 블록(21) 상에 디스플레이되는 영역을 줌인이나 아웃하는 명령), 및/또는 인접 섹터의 관제사들의 항공기 및/또는 ATM 시스템을 위한 지시를 포함하는데, 따라서, 이것은 목표 비행 고도 명령, 목표 속도 명령(수평, 수직), 목표 방향 명령, 목표 요구 또는 하강 기울기 명령 등을 포함할 수 있다.

도 2는 본 발명의 일실시예의 항공 교통 관제사를 위한 훈련 플랫폼(1)의 도면을 나타낸다.

고려되는 경우에서 항공 교통 관제사를 위한 훈련 플랫폼(1)은 훈련 시스템(10) 및 상술한 바와 같이 작동하고 이 때에 전통적 운영 사용이 아닌 항공 교통 관제사 훈련에 사용되는 ATM 시스템(2)을 포함한다.

훈련 시스템(10)은 메모리(11), 프로세서(12), 프로세싱 모듈(13) 및 지시 자동 결정 전자 블록(14)을 포함하고, 본 경우에서 후술하는 바와 같이 학습으로 도출된 신경망이다.

메모리(11)는 요소 세트의 이력(15)을 포함한다. 각 요소 세트는 입력 요소를 포함한다. 각 입력 요소는 과거에 주어진 순간에 발생한 공중 상황을 기술하고 이 공중 상황을 정의하는 ATM 시스템의 외부 데이터를 포함하고, 실시예에서 ATM 시스템의 내부 데이터 및/또는 ATM 시스템에 의해 구현되는 기능의 결과를 포함한다. 각 요소 세트는 입력 요소와 연관하여, 주어진 순간에 이 각 입력 요소를 고려하여 항공 교통 관제사에 의해 ATM 시스템으로 제공되는 지시(들)을 포함하는 출력 요소를 포함한다.

이 이력은 예컨대 ATM 시스템(2) 또는 ATM 시스템(2)와 유사한 다른 ATM 시스템 또는 몇몇 운영 ATM 시스템으로부터 수개월에 걸쳐 이들 요소와 저장소 전부의 수집으로부터 만들어진다.

프로세싱 모듈(13)은 시나리오 생성자 블록(130)과 가상 지원 블록(131)을 포함한다.

시나리오 생성자 블록(130)은 선택된 요소 세트(들)의 입력 요소(들)에 기반하여 훈련 시나리오, 즉 외부 입력 데이터 또는 심지어 연관된 내부 입력 데이터를 포함하는 훈련 입력 데이터를 결정하고 항공 교통 관제사를 위한 훈련 플랫폼(1)의 신경망(14)에서 ATM 시스템(2)으로 제공하기 위하여 적어도 하나의 요소 세트를 선택하도록 구성된다.

가상 지원 블록(131)은 비교하기 위해 ATM 시스템(2)과 신경망(14)으로 동일한 훈련 입력 데이터를 제공한 후, 상기 비교에 기반하여 메시지를 결정하기 위해 훈련을 받는 관제사에 의해 ATM 시스템(2)으로 제공되는 결정을 수집하고 신경망(14)에 의해 제공되는 결정을 수집하도록 구성된다.

도 4는 학습 후 신경망(14)을 획득하기 위하여 본 발명의 일실시예에서 구현되는 단계들의 흐름도이다.

프로그래밍된 신경망을 얻기 위한 예비 단계(101_0)에서 ATM 시스템의 외부 데이터 및 실시예들에서 ATM 시스템의 내부 데이터 및/또는 기능의 결과를 포함하는 입력 요소들의 이력으로부터 그리고 이런 각각의 입력 요소들의 관점에서 항공 교통 관제사에 의해 ATM 시스템으로 제공된 결정을 포함하는 출력 요소들의 이력으로부터 항공 교통 관제사(들)의 행동의 학습이 신경망(14)에 의하여 수행된다. 이 이력은 예컨대 이력(15)이거나, 이력(15)에서 발췌한 것이다.

본 실시예들에 따른 신경망(14)의 학습을 위한 이런 예비 단계(101_0)는 플랫폼(1) 상에서 실행되거나,

자체의 메모리 및 컴퓨팅 자원을 갖춘 특정 신경망 학습 플랫폼(미도시)에서 수행된다는 점에 주목하자.

일실시예에서, 예비 단계(101_0)는 의사결정에서뿐만 아니라 예컨대 이력의 최소 기간에서 어느 것이 신경망의 학습에 유용한 입력 및 출력 요소(의 추출)인지를 식별하기 위한 입력 및 출력 요소에 대한 준비 단계(101_01)를 포함하다.

공지된 방식으로, 이들 요소의 준비는 수집된 요소의 세분화, 누락된 요소 및 동작의 검출, 요소들의 치수의 감소, 그룹 추출, 원인 및 관계의 식별, 및 입력 학습 요소와 해당 출력 요소를 포함하는 일련의 학습 요소의 정의를 마무리하는 것을 포함할 수 있다. 각각의 테스트 구성에 대해, 예비 단계(101_0)는 학습 요소 세트와 관련된 입력 및 출력 학습 요소로부터 신경망(14)에 대해 엄격하게 말하는 학습 단계(101_02)를 포함한다. 따라서, "학습된" 신경망이 결정된다.

학습 데이터 세트의 정의, 신경망의 사용에 대한 이러한 원리는 잘 알려져 있다(예를 들어 비교하면):

- Tolk, A. (2015, 7월). The next generation of modeling & simulation(차세대 모델링 및 시뮬레이션): integrating big data and deep learning(통합형 빅 데이터 및 딥 러닝). 하계 컴퓨터 시뮬레이션(Summer Computer Simulation) 회의록(pp. 1-8). Society for Computer Simulation International;

- Akerkar, R. (2014). Analytics on Big Aviation Data(빅 항공 데이터 분석): Turning Data into Insights(데이터를 통찰력으로 전환). IJCSA, 11(3), 116-127;

- Boci, E. , & Thistlethwaite, S. (2015, 4월). A novel big data architecture in support of ADS-B data analytic(ADS-B 데이터 분석을 지원하는 신규한 빅 데이터 아키텍처). Integrated Communication, Navigation, and Surveillance Conference(ICNS), 2015(pp. C1-1). IEEE;

- Bengio, Y. (2009). Learning deep architectures for AI. Foundations and trends® in Machine Learning, 2(1), 1-127.

학습 단계(101_02)의 결과는 훈련된 신경망(14)의 전달(101_1)이고, 지시 자동 결정 전자 블록(14)으로도 불린다.

임의의 유형의 인공 신경망이 사용될 수 있다. 예를 들어, 딥 러닝 네트워크인 CNN(convolutional neural network)이 사용된다. 입력 노드의 수는 입력 요소의 수와 동일하도록 선택되고, 출력 노드의 수는 각각의 테스트 구성의 출력 요소의 수와 동일하도록 선택된다.

정기적으로 진화하는 ATM 시스템(2)은 기능적(새로운 기능 또는 수정된 기능의 도입) 그리고 기술적(하드웨어, 운영 체제의 변경 등) 업데이트가 모델(14)에서 고려될 수 있다. 이러한 상황에서, 일실시예로, 업데이트 이전의 ATM 시스템(2)에 대응하는 신경망(14)은 이러한 업데이트들을 설명하기 위해 완료된다. 따라서, 도 4를 참조하면, 단계(102_0)에서, ATM 시스템의 외부 데이터, 또는 심지어 ATM 시스템의 내부 데이터를 포함하는 입력 요소 및 이들 각각의 입력 요소를 고려한 항공 교통 관제사의 결정을 포함하는 출력 요소는 ATM 시스템(2)상에서 항공 교통 관제사에 의해 행해진 유효화 세션 중에 기록되고 저장된다. 이후, 이들 입력 요소 및 출력 요소에 기초하여 프로그래밍된 신경망을 얻기 위한 단계(101_0)가 수행되고, 업데이트되는 ATM 시스템(2)의 부분을 목표로 하는 항공 교통 네트워크 관제사 모델의 전달을 유도한다. 단계(101_1)에서, 업데이트 전의 ATM 시스템(2)에 대응하는 알고리즘 모델과 업데이트된 양상을 목표로 하는 ATM 시스템(2)의 알고리즘 모델의 조합이 실시되고(예를 들면, 실시예들에서, 연결에 의해), 따라서 업데이트된 ATM 시스템(2)에 대응하는 완전한 알고리즘 모델을 제공할 수 있다.

더욱이, 일실시예로, 보안 단계(100_0)에서, (예를 들어, 문서 4444에 정의된 바와 같은 ICAO 표준에 상응하는) 그들의 트레이드에 적용함에 있어서 항공 교통 관제사에 의해 구현되는 규칙, 원리, 제약 및 조건은 알고리즘 형태로 공식화된다.

예를 들어, 다음과 같은 규칙이 있다:

- a1 / 항공 교통 관제사는 자신이 책임지는 섹터 외의 항공기에 관한 명령을 제공할 수 없다,

- a2 / 조건 Cond1, Cond2, Cond3에 의해 구체적으로 정의된 예외를 제외한다;

- a3 / 소정의 항공기 속도와 고도에 상응하는 소정의 상황에서, 비행 고도의 지령 변경은 상기 속도와 고도에 따라 소정의 임계 값 이하여야 한다.

그 결과, 보안 알고리즘은 일실시예에서 항공 교통 관제사 모델의 구축 이전에 학습 요소 세트와 관련된 입력 및 출력 학습 요소에 대해 단계(100_1)에서 구현되는데, 이는 표준화된 관행에 부합하지 않는 요소들을 검출할 수 있도록 한 후, 이들을 학습 요소 세트에서 제거하거나, 이들을 "나쁜 관행" 등급으로 지정하여 그 모델이 "좋은 관행"에 따라 관제사의 행동을 더 잘 학습할 수 있게 한다.

일실시예에서, 단계(100_1)에서, 그들의 트레이드에 적용함에 있어서 항공 교통 관제사에 의해 구현되는 규칙, 원리, 제약, 조건 및 금지는 또한 학습 데이터로서 인공 신경망에 제공되고, 학습 단계의 마지막에 이런 규칙들을 포괄하는 모델이 전달되며 이후 보안 모델이라고 한다.

단계(101_3)에서, 도 3에 도시된 학습 프로세스 동안 관제사 모델(14)에 의해 다음에 행해지는 각각의 결정은 이런 보안 모델로 제공되는데, 좋은 관행에 부합하면 결정을 유효화하거나(특히, 출력 결정에 대한 허용가능한 동적 범위에 있다고 유효화하거나), 테스트의 맥락에서 고려되지 않은 결정을 무효화한 후, 예를 들어 항공 교통 관제사 모델을 보강하는 결과를 가져오는 "나쁜 관행"의 등급을 강화시킨다.

본 발명의 일실시예에서, 도 3에 도시된 학습 형식(1)을 사용하여 항공 교통 관제사의 훈련을 수행하기 위한 단계가 수행된다.

학습 시나리오(200)를 선택하기 위한 예비 단계에서, 시나리오 생성자 블록(130)은 요소 세트로부터 적어도 하나의 입력 요소를 선택하고 선택된 요소(들)에 기반하여 학습 시나리오, 즉 외부 입력 데이터 또는 심지어 내부 입력 데이터를 포함하는 학습 입력 데이터를 결정하고, 플랫폼(1)의 ATM 시스템(2) 및 플랫폼(1)의 신경망(14)로 제공한다.

이 선택은 몇몇 형식을 취할 수 있다. 예를 들어, 선택은 랜덤일 수 있거나, 입력 요소가 기술하는 공중 상황의 발생의 대응하는 순간에 따라서 증가 또는 감소할 수 있다.

일실시예에서, 트레이너는 시스템(10)의 인간-기계 인터페이스 블록(미도시)을 통해 훈련 시스템(10)에 키워드를 제공한다. 키워드는 예컨대 “항공기간 충돌”, “교통 혼잡” 등과 같은 소정의 훈련 테마일 수 있다. 시나리오 생성자 블록(130)은 상기 키워드에 대응하는 입력 요소 및/또는 출력 요소의 요소 세트를 식별하고 이들 식별된 요소 세트의 입력 요소(들)을 선택하도록 구성된다.

훈련 시나리오를 결정하는 단계(201)에서, 시나리오 생성자 블록(130)은 적어도 선택된 입력 요소에 기반하여 훈련 시나리오를 결정한다.

예를 들어, 몇몇 입력 요소가 선택됐을 때, 각각은 시나리오의 일부로서 독립적으로 처리되거나, 선택된 입력 요소 세트 중에서 트레이너의 지정 또는 기정의된 기준에 기반한 시나리오 생성자 블록(130)의 선택 후 하나가 궁극적으로 선택되거나, 단일 입력 요소를 얻기 위해 몇몇 입력 요소의 조합이 시나리오 생성자 블록(130)에 의해 이뤄진다(평균, 보간법 등에 의해).

그 후, 예를 들어, 각 선택된 입력 요소는 시나리오 생성자 블록(130)에 의해 처리된다. 예를 들어, 입력 요소의 파라미터 중 일부, 특히 가능하다면 선택 테마에 관련된 것만 유지되는 추출 단계가 수행된다.

예를 들어 데이터 포맷을 ATM 시스템(2)이 수용하는 포맷에 따르게 하는 변환 단계가 수행된다. 따라서 처리되는 학습 입력 데이터(예컨대 하나의 경우에, 비행기의 위치, 그 속도, 그 방향, 기상, 다른 섹터에 의해 전송된 메시지 등을 포함하는 데이터 벡터의 형식으로)가 그 후 플랫폼(1)의 ATM 시스템(2) 및 플랫폼(1)의 신경망(14)에게 학습 시나리오로 제공된다.

플랫폼(1) 상에서 항공 교통 관제사의 훈련을 위한 단계(202)에서, ATM 시스템(2)은 시나리오 생성자 블록(130)이 제공한 학습 입력 데이터를 수신한다. 선택적으로 처리되고, 선택적으로 처리된 수신된 내부 데이터가 훈련되는 항공 교통 관제사를 위해 MMI(21)를 통해 검색된다.

신경망(14)은 학습 입력 데이터에 기반하여 자동으로 대응하는 출력 데이터, 즉 ATM 시스템(2)을 위한 하나 또는 수개의 지시를 결정하고 프로세싱 모듈(13)로 제공한다. 이들 지시는 신경망(14) 내에 모인 항공 교통 관제사의 경험의 결실을 나타낸다.

일실시예에서, 가상 지원 블록(131)은 신경망(14)이 제공한 출력 데이터에 기반하여, 항공 교통 관제사가 이 출력 데이터를 결정하도록 안내하도록 의도된 컨텐츠를 결정하도록 구성된다. 이 컨텐츠는 예컨대 주의를 기울여야 하는 학습 입력 데이터의 포인트를 조언을 포함하거나 신경망이 제공한 많은 지시 중에서 몇몇 대안적 지시의 선택을 제안한다. 이러한 경우에, 가상 지원 블록(131)은 다음으로 항공 교통 관제사를 위해 검색될, 예컨대 MMI(21) 상의 스크린이나 플랫폼(1)에 구비되고 항공 교통 관제사가 볼 수 있는 임의의 다른 스크린 상에 디스플레이되는 컨텐츠를 명령한다.

플랫폼(1) 상에서 훈련중인 항공 교통 관제사는 MMI(21)에 의해 전달되고, 가상 지원 블록(131)으로부터 오는 추가 컨텐츠에 의해 가능하다면 완성되는 학습 내부 데이터를 고려하여, 그 후 결정을 내리고 MMI 블록(21)을 통해 ATM 시스템(2)에게 지시(들)로서 제공하는데, 예컨대 비행기간 충돌에 관한 훈련 테마의 경우, 적어도 하나의 항공기에 대해 비행 고도 변경 명령이다.

플랫폼(1)의 ATM 시스템(2)는 그 후 이 지시(들)를 프로세싱 블록(13)에 전송한다.

가상 지원 블록(131)은 그 후 ATM 시스템이 제공하고 항공 교통 관제사로부터 오는 지시와 신경망(14)이 제공한 지시(또는 여럿일 경우 그들 간의 지시)를 비교하고, 이 비교에 기반하여 메시지의 컨텐츠를 결정한다.

예를 들어 이 메시지는 항공 교통 관제사가 제공한 지시가 올바른지(만약 신경망(14)이 제공한 것에 대응한다면) 혹은 틀렸는지 여부를 나타내고, 가상 지원 블록은 그 후 항공 교통 관제사를 위해 플랫폼(1) 상에 이 메시지의 디스플레이를 명령한다. 만약 응답이 틀렸다면, 메시지는 결정될 지시를 향한 관제사의 행동을 안내하는 추가 정보를 더 포함할 수 있다.

일실시예에서, 가상 지원 블록(131)은 항공 교통 관제사의 훈련 끝에, 항공 교통 관제사가 제공한 “올바른 지시”를 요약하고 예컨대 그 훈련 점수를 계산한다.

플랫폼(1)과 같은 본 발명에 따른 훈련 플랫폼은 항공 교통 관제사의 타게팅되고 동적인 훈련에 기여하여, 고려되는 이력의 이용 및 수집의 혜택을 받는다.

고려되는 실시예에서, 신경망(14)과 프로세싱 모듈(13)이 메모리(11)에 저장된 소프트웨어 명령어를 포함하는 알고리즘의 형태로 만들어지고 프로세서(12) 상에서 실행된다. 실행될 때, 이들 명령어는 프로세싱 모듈(13)에 각각 신경망(14)에 속하는 것으로 상술된 단계의 구현으로 이어진다.

다른 실시예에서, 프로세싱 모듈(13)은 FPGA(Field Programmable Gate Array)와 같은 프로그램 가능한 로직 컴포넌트의 형태 또는 ASIC(Application Specific Integrated Circuit)과 같은 전용 집적 회로로 만들어지고 및/또는 신경망(14)은 GPU나 멀티 GPU(Graphics Processing Unit) 카드와 같은 프로그램 가능한 로직 컴포넌트의 형태로 만들어진다.

본 발명은 훈련 분야의 경우로 상술되었다. 운용중인 항공 교통 관제사를 위한 지원 분야에서도 응용될 수 있다.

이러한 응용에서, 도 2의 ATM 시스템(2)은 메모리에 이력(15)을 가지지 않는 것을 제외하면 훈련 시스템(10)과 유사한 지원 시스템으로 완성된다. 이 지원 시스템은 메모리, 프로세서, 모든 점에서 블록(14)과 유사한 지시 자동 결정 블록, 프로세싱 모듈(13) 대신 앞으로 지원 모듈로 부르는 처리 모듈을 포함한다. 지원 모듈은 ATM 시스템(2)의 현재 입력 데이터를 수집하고, 지시 자동 결정 블록에 입력으로 제공하고, 현재 입력 데이터에 기반하여 이 지시 자동 결정 블록에 의한 출력으로 전달되는 지시를 수집하고, 예컨대 ATM 시스템(2)의 디스플레이 스크린이나 항공 교통 관제사가 볼 수 있는 추가 스크린 상에 디스플레이함으로써 ATM 시스템(2)을 운용하는 항공 교통 관제사에게의 제공을 명령하도록 구성된다. 따라서, 항공 교통 관제사가 MMI(21) 상에서 검색된 현재 입력 데이터에 대응하는 항공 교통의 상태를 알게 될 때, 그는 시지 자동 결정 블록의 신경망을 통해 학습한 관행으로부터의 결과로 지시(들)을 더 결정하고 이 추가적인 전문 지식으로부터 혜택으로 MMI(21) 상에 입력될 지시에 관한 자신의 결정을 내릴 수 있다.

운용 단계에서 단계는 다음과 같다.

도 1의 ATM 시스템(2)은 외부 입력 데이터를 수신하고, 내부 입력 데이터를 생성한다. 이들을 메모리(20)에 저장하고 선택적으로 특정 추가 처리 후 MMI(21)를 통해 항공 교통 관제사에게 제공한다.

병행하여, 모듈은 ATM 시스템(2)으로부터 현재 입력 데이터를 수집하고, 지시 자동 결정 블록을 위한 입력으로 제공하고, 후자에 의한 출력으로 전달되는 지시를 획득하고, 예컨대 ATM 시스템(2)의 디스플레이 스크린이나 항공 교통 관제사가 볼 수 있는 추가 스크린 상에 디스플레이함으로써 ATM 시스템(2)을 운용하는 항공 교통 관제사에게의 제공을 명령한다. 항공 교통 관제사가 MMI(21) 상에서 검색된 현재 입력 데이터에 대응하는 항공 교통의 상태를 알게 되고, 그는 시지 자동 결정 블록의 신경망을 통해 학습한 관행으로부터의 결과로 지시(들)을 더 결정한다. 이 추가적인 전문 지식의 혜택으로 지시에 관한 자신의 결정을 내리고 MMI(21) 상에 입력한다. 그 후 ATM 시스템(2)은 만약 이러한 기능이 지시에서 명령된다면 시스템의 기능을 수행함으로써, 또는 지시를 항공기나 다른 관련 섹터의 ATM 시스템에 통신으로 전송함으로써 이 지시를 처리한다.

Claims (8)

1. 항공 교통 관제사에 의해 운용되도록 구성된 항공 교통 관리 전자 시스템(2)을 통한 항공 관리를 위한 훈련 및/또는 지원 플랫폼(1)으로서, 상기 훈련 플랫폼은:
   - 적어도 항공 교통의 상태를 나타내는 입력 데이터를 획득하고, 시스템을 운용하는 항공 교통 관제사에게 항공 교통에 관련되고 상기 획득한 입력 데이터의 함수로 확립된 정보를 전달하고, 항공 교통 관제사로부터 상기 전달된 정보의 함수로 지시를 수신하고, 상기 지시를 처리하도록 구성된 상기 항공 교통 관리 전자 시스템(2);
   - 적어도 항공 교통의 상태를 나타내는 입력 데이터에 기반하여 지시를 자동으로 결정하기 위한 자동 결정 블록(14);
   - 전자 항공 교통 관제 시스템에 의해 획득한 상기 입력 데이터를 수집하고, 자동 결정 블록(14)에 제공하고, 적어도 상기 제공된 입력 데이터에 기반하여 자동으로 결정된 지시를 수집하고, 시스템을 운용하는 항공 교통 관제사에게 상기 지시의 전달을 명령하도록 구성된 전자 프로세싱 모듈(13)을 포함하고,
   상기 블록은 요소 세트의 제1 이력의 요소 세트에 기반하여 컴퓨터에 의해 수행되는 학습으로부터 도출된 신경망을 포함하고, 각 요소 세트는 이력의 복수의 각 순간 중 각 순간에 대응하는 각 공중 상황과 연관되고 적어도 각 순간에 전자 항공 교통 관제 시스템에 의해 획득된 입력 데이터 및 상기 입력 데이터에 기반하여 확립된 정보의 전달에 이어 상기 시스템에 의해 수신된 수신 항공 교통 관제 지시(들)를 포함하는 훈련 및/또는 지원 플랫폼(1).
2. 청구항 1에 있어서,
   - 요소 세트의 제2 이력(15)을 저장하도록 구성된 메모리(11),
   - 추출된 입력 데이터에 적어도 기반하여 훈련 입력 데이터를 결정하기 위하여 상기 데이터베이스로부터 입력 데이터를 추출하고, 상기 훈련 데이터를 항공 교통 관리 전자 시스템 및 자동 결정 블록(14)에 제공하도록 구성된 프로세싱 모듈(13)을 포함하고;
   플랫폼에서 훈련중인 항공 교통 관제사로부터 전달된 정보에 기반하여 적어도 하나의 항공 교통 관리 지시를 수신하기 위하여 상기 항공 교통 관리 전자 시스템은 상기 훈련 입력 데이터에 기반하여 확립된 항공 교통에 관련된 정보를 프로세싱 모듈에 전달하도록 구성되고;
   상기 프로세싱 모듈(13)은 상기 수신된 지시를 수집된 자동 결정 지시와 비교하고 상기 비교에 기반하여 메시지를 결정하도록 구성되고, 상기 플랫폼은 메시지를 디스플레이하도록 구성되는 훈련 및/또는 지원 플랫폼(1).
3. 청구항 1 또는 청구항 2에 있어서,
   프로세싱 모듈(13)은 알고리즘 모델에 의해 자동으로 결정된 지시에 기반하여, 상기 지시를 향한 훈련을 통해 항공 교통 관제사를 안내하도록 의도된 메시지를 결정하도록 구성되고, 플랫폼은 상기 메시지를 디스플레이하도록 구성되는 훈련 및/또는 지원 플랫폼(1).
4. 청구항 2에 있어서,
   프로세싱 모듈(13)은 훈련 테마를 가리키는 정보를 수신하고 상기 정보에 기반하여 입력 데이터를 추출하도록 구성되는 훈련 및/또는 지원 플랫폼(1).
5. 항공 교통 관리 전자 시스템(2)에 의한 항공 교통 관리를 위한 훈련 및/또는 지원 방법으로서, 항공 교통 관리 전자 시스템(2)은 적어도 항공 교통의 상태를 나타내는 입력 데이터를 획득하고, 시스템을 운용하는 항공 교통 관제사에게 항공 교통에 관련되고 상기 획득한 입력 데이터의 함수로 확립된 정보를 전달하고, 항공 교통 관제사로부터 상기 전달된 정보의 함수로 지시를 수신하고, 상기 지시를 처리하도록 구성되고, 상기 방법은 훈련 및/또는 지원 플랫폼(1) 상에서 수행되고, 훈련 및/또는 지원 플랫폼(1)은:
   - 상기 전자 시스템(2);
   - 적어도 도출된 항공 교통의 상태를 나타내는 입력 데이터에 기반하여 지시를 자동으로 결정하기 위한 자동 결정 블록(14);
   - 전자 프로세싱 모듈(13)을 포함하고,
   상기 블록은 요소 세트의 제1 이력의 요소 세트에 기반하여 컴퓨터에 의해 수행되는 학습으로부터 도출된 신경망을 포함하고, 각 요소 세트는 이력의 복수의 각 순간 중 각 순간에 대응하는 각 공중 상황과 연관되고 적어도 각 순간에 전자 항공 교통 관제 시스템에 의해 획득된 입력 데이터 및 상기 입력 데이터에 기반하여 확립된 정보의 전달에 이어 상기 시스템에 의해 수신된 수신 항공 교통 관제 지시(들)를 포함하고,
   상기 방법은:
   - 항공 교통 관리 전자 시스템을 통하여 입력 데이터를 획득하는 단계;
   - 프로세싱 모듈(13)에 의하여: 상기 입력 데이터를 수집하고 상기 수집된 입력 데이터를 자동 결정 블록(14)에 제공하는 단계;
   - 상기 제공된 입력 데이터에 기반하여 상기 자동 결정 블록(14)에 의한 적어도 하나의 지시의 자동 결정 단계;
   - 상기 프로세싱 모듈에 의한 시스템을 운용하는 항공 교통 관제사에게 상기 지시의 전달의 명령 단계를 포함하는 훈련 및/또는 지원 방법.
6. 청구항 5에 있어서,
   플랫폼(1)은 요소 세트의 제2 이력(15)을 저장하도록 구성된 메모리(11)를 포함하고, 상기 방법은:
   - 프로세싱 모듈(13)에 의하여: 상기 데이터베이스로부터 입력 데이터를 추출하는 단계; 적어도 추출된 입력 데이터에 기반하여 훈련 입력 데이터를 결정하는 단계; 및 상기 훈련 데이터를 항공 교통 전자 관제 시스템 및 자동 결정 블록(14)에 제공하는 단계;
   - 상기 항공 교통 관리 전자 시스템에 의하여: 상기 훈련 입력 데이터에 기반하여 확립된 항공 교통에 관련된 정보를 전달하는 단계; 플랫폼에서 훈련중인 항공 교통 관제사로부터 상기 전달된 정보에 기반하여 확립된 적어도 하나의 항공 교통 관제 지시를 수신하는 단계; 및 프로세싱 모듈로의 전달 단계;
   - 프로세싱 모듈(13)에 의한 상기 수신된 지시와 자동으로 결정된 수집된 지시의 비교 및 상기 비교에 기반한 메시지의 결정 단계;
   - 상기 플랫폼에 의한 메시지의 디스플레이 단계를 포함하는 훈련 및/또는 지원 방법.
7. 청구항 5 또는 청구항 6에 있어서,
   프로세싱 모듈(13)에 의한, 알고리즘 모델에 의해 자동으로 결정된 지시에 기반하여, 상기 지시를 향한 훈련을 통해 항공 교통 관제사를 안내하도록 의도된 메시지의 결정 단계, 및 플랫폼에 의한 메시지의 디스플레이 단계를 포함하는 훈련 및/또는 지원 방법.
8. 청구항 6에 있어서,
   프로세싱 모듈(13)에 의해 수행되는:
   - 훈련 테마를 가리키는 정보를 수신하는 단계, 및
   - 상기 정보에 기반하여 입력 데이터를 추출하는 단계를 포함하는 훈련 및/또는 지원 방법.

Images