将来の航空管制のための機械学習とルールに基づく航空交通システムの構築

将来の航空交通の需要増加に伴い，航空路管制官が，混雑空港への到着機に対して戦略的に速度制御する必要性が出てきた．ただし，航空交通流全体を処理するために，局所的ではなく，航空管制システム全体の技術革新が必要である．本研究では，機械学習と高度化されたルールに基づく全体最適な航空交通システムを構築することを目的として，本年度は航空交通モデルの拡張整備および検証を行ってきた．ＢＡＤＡの軌道予測とＭＳＭ風向風速予測の２つの物理モデルと管制を模擬したセルオートマトンによる間隔調整ルールを用いて，従来の方程式ベースではなくルールベースで日本全国の航空交通流をモデル化し，初期的数値実験を成功させた．具体的には，日本の空域である福岡FIRを通過する定期航空便を対象として，実際の航空交通・気象データ及び空域・経路・ウェイポイントなどのアダプテーションデータ等を利用し，シミュレーション対象とする時間帯において飛行計画に沿って航空交通を発生させ，数値実験を実施した．その結果，実際の間隔調整を考慮した飛行距離や時間，日本全国の空港における１時間あたりの離着陸流量を表現できると同時に，セルオートマトンの最適なパラメータ範囲を明らかにした．そして，従来のボトルネックとされていた羽田空港だけでなく，他の日本全国の路線も同程度の遅延時間を占めており，それらを含めた離陸時刻・巡航速度制御等の流量管理が有効であることを定量的に示した．さらに，当該モデルを活用し，東京国際空港到着機対象ではあるが，多目的最適化によって得られた最適な速度制御を，機械学習手法の１つである決定木により人間が解釈可能なルールとして可視化できることも明らかにした．これらの研究成果を，ジャーナル論文1篇や学会発表論文3篇等にまとめて発表した．最終年度に行うヒューマンインザループシミュレーション実験の環境構築やデモンストレーションにも着手した．

将来の航空交通の需要増加に伴い，航空路管制官が，混雑空港への到着機に対して戦略的に速度制御する必要性が出てきた．ただし，航空交通流全体を処理するために，局所的ではなく，航空管制システム全体の技術革新が必要である．本研究では，機械学習と高度化されたルールに基づく全体最適な航空交通システムを構築することを目的として，本年度は航空交通モデルの拡張整備および検証を行ってきた．ＢＡＤＡの軌道予測とＭＳＭ風向風速予測の２つの物理モデルと管制を模擬したセルオートマトンによる間隔調整ルールを用いて，従来の方程式ベースではなくルールベースで日本全国の航空交通流をモデル化し，初期的数値実験を成功させた．具体的には，日本の空域である福岡FIRを通過する定期航空便を対象として，実際の航空交通・気象データ及び空域・経路・ウェイポイントなどのアダプテーションデータ等を利用し，シミュレーション対象とする時間帯において飛行計画に沿って航空交通を発生させ，数値実験を実施した．その結果，実際の間隔調整を考慮した飛行距離や時間，日本全国の空港における１時間あたりの離着陸流量を表現できると同時に，セルオートマトンの最適なパラメータ範囲を明らかにした．そして，従来のボトルネックとされていた羽田空港だけでなく，他の日本全国の路線も同程度の遅延時間を占めており，それらを含めた離陸時刻・巡航速度制御等の流量管理が有効であることを定量的に示した．さらに，当該モデルを活用し，東京国際空港到着機対象ではあるが，多目的最適化によって得られた最適な速度制御を，機械学習手法の１つである決定木により人間が解釈可能なルールとして可視化できることも明らかにした．これらの研究成果を，ジャーナル論文1篇や学会発表論文3篇等にまとめて発表した．最終年度に行うヒューマンインザループシミュレーション実験の環境構築やデモンストレーションにも着手した．