도착관리시스템을 위한 항적 자료 기반 궤적 예측 연구

오은미,전대근,김현경,은연주 한국항공우주학회 2014 한국항공우주학회 학술발표회 논문집 Vol.2014 No.11

도착관리시스템의 관제 지원 조언 정보를 생성하기 위해 항적 자료에 기반한 궤적 예측 방법에 대한 연구를 제안하였다. 제안된 궤적 예측 소프트웨어는 궤적을 계산하여 주요 픽스에 대한 예상 도착 시간정보를 계산하며 스케줄링에 필요한 정보를 함께 제공한다. 항공기의 궤적은 AFTN 및 비행계획 처리기에서 제공된 비행 계획에 의거하여 비행하는 것을 전제로, 감시 자료 처리기로부터 실시간으로 전달되는 항적 자료와 비교를 통해 궤적 갱신 여부를 결정하고 궤적을 재계산할 경우 항적 자료의 항공기 상태 정보를 적용하여 궤적 예측의 정확도를 높이고자 하였다. 시뮬레이션을 통해 제안된 방법에 대한 실행 결과를 확인 하였으며 이는 차후 실제 데이터의 궤적 예측 연구에 활용될 예정이다. A study of trajectory prediction which provides advisory information to support arrival control is introduced. The trajectory predictor provides ETA and other time-based information for scheduling. The trajectory is calculated using the track data from surveillance data processor and its flight plan given by AFTN(Aeronautical Fixed Telecommunication Network) and FDP(Flight Data Processor). It is assumed that the aircraft complies with flight plan and every time the track data is inputted, the trajectory predictor compares the data with the predicted trajectory. The simulation shows suggested method of trajectory prediction could be implemented for AMAN. For the next step, it is planned to be tested with real track data.

시멘틱 궤적과 GRU 모델을 활용한 개별 관광객의 다음 목적지 예측 모델링

박소연(Park, So Yeon),강영옥(Kang, Young Ok) 대한공간정보학회 2021 대한공간정보학회지 Vol.29 No.4

위치기반 소셜 네트워크 서비스(location based social network service, LBSNS)는 사진, 텍스트 등 다양한 맥락을 내포하는 시멘틱 궤적으로 활용될 수 있다. 최근 연구되는 딥러닝을 활용한 다음 목적지 예측연구에서 맥락정보의 중요성을 인식하고 이를 반영한 모델을 구축하기는 하였지만 다양한 맥락정보를 하나로 결합하여 학습하지는 않고 있다. 본 연구의 목적은 이동 예측에 영향을 미치는 시멘틱 정보를 규정하고, 시멘틱 궤적 데이터를 구축한 후, 이에 기반하여 관광객의 다음 목적지를 예측하는 모델을 구축하는 것이다. 본 연구에서는 관광객의 다음 목적지에 영향을 미치는 시멘틱 정보로 시공간 정보, 관광지별 맥락정보, 관광객이 게시한 사진을 통한 관광객 유형 정보 등을 구축하고, gated recurrent unit(GRU)를 활용한 다음 목적지 예측모델을 구축하였다. 구축된 모델은 top 1 정확도 0.703, top 5 정확도 0.802, f1-score 0.577의 성능을 나타냈다. 학문적 측면에서 관광객의 다음 목적지에 영향을 미치는 시공간 규칙성, 관광지별 맥락정보, 관광객의 개인적 선호도 요인의 복합적인 상호 작용을 고려하였으며, 궤적의 여러 정보를 하나의 궤적 속성으로 모델에 반영하였다는 점에서 의의가 있다. 사회·경제적 측면에서는 관광객의 다음 목적지 예측모델을 통해 관광객이 이동할 도착지를 확인함으로써 관광객 서비스를 적절한 장소에 사전에 제공할 수 있다는 점에서 가치가 있다. Location based social networking service (LBSNS) can be used as a semantic trajectory that includes various contexts such as photos and texts. Although the recent study of deep learning has been used to recognize the importance of contextual information in destination prediction research and to build a model that reflects it, it does not learn by combining various contextual information into one. The purpose of this study is to define semantic information that affects movement prediction, construct semantic trajectory data, and build a deep learning model to predict the tourist"s next destination. In this study, we built a model for predicting tourists" next tourist destination using GRU in consideration of the complex interaction of the spatio-temporal regularity, contextual information by tourist destination, and personal preferences of the tourist. The performance of the final model is top 1 accuracy 0.703, top 5 accuracy 0.802, and f1-score 0.577. From an academic point of view, it is significant in that it considered the complex interaction of the spatio-temporal regularity, contextual information by tourist, and personal preference factors affecting tourists" next destination, and reflected various information of trajectories in the model as one trajectory attribute. In terms of social and economic aspects, it is valuable in that tourist services can be provided in advance to appropriate places by identifying the destination where tourists will move through the next destination prediction model.

로터 후류와 외풍에 따른 무유도 로켓 궤적 변화 해석

김형석(Hyeongseok Kim),채상현(Sanghyun Chae),이관중(Kwanjung Yee) 한국항공우주학회 2018 韓國航空宇宙學會誌 Vol.46 No.1

무장 헬리콥터에서 발사되는 무유도 로켓은 로터 블레이드에 의한 내리흐름과 전후좌우기동으로 인한 외풍에 의해 전체 궤적 및 사거리가 변화하므로, 내리흐름 효과를 고려하여 무유도 로켓의 궤적을 예측하는 것이 중요하다. 내리흐름 효과를 고려한 무유도 로켓의 궤적 및 사거리를 예측하기 위해, 본 연구에서 여러 외풍 조건에 따른 후류 영역을 Actuator Disk Model(ADM)로 계산하고 6 자유도 (6 DOF) 운동 해석으로 무유도 로켓의 자세 및 전체 비행 궤적을 예측할 수 있는 알고리즘을 개발하였다. 개발된 알고리즘은 ADM 해석 결과를 6 자유도에 반영하여 다양한 초기 발사조건에서 무유도 로켓의 전체 궤적을 예측할 수 있고, 기존 Inflow model을 이용한 내리흐름 해석과는 다르게 동체와의 간섭효과를 고려하여 비교적 정확한 내리흐름 및 다양한 외풍 환경 조건으로 궤적을 예측 할 수 있다. 개발된 알고리즘을 이용하여, 내리흐름 효과에 의한 무유도 로켓의 자세 및 궤적 변화 메커니즘을 유효 받음각 변화와 기수 자세 안정성으로 규명하였다. 그리고 외풍으로 인해 변화하는 내리흐름 효과를 고려하여 무유도 로켓의 궤적변화와 사거리를 계산한 결과, 후방 외풍 시 최대 13% 사거리 증가를 보였다. 사거리 증가의 주요 요인으로 내리흐름 영역과 강도, 부차적 요인으로 외풍과 동체와의 간섭효과, 동압의 크기인 것을 밝혔다. 또한 사거리 변화량이 가장 큰 후방 외풍에서, 후방 외풍의 풍속이 증가함에 따라 로켓의 사거리가 증가하였다. 하지만 특정 후방 외풍 크기 이상에서 더 이상 로켓 사거리가 증가하지 않는 한계를 보였다. Downwash from helicopter rotor blades and external winds from various maneuvering make an unguided rocket change its trajectory and range. For the prediction of the trajectory and range, it is essential to consider the downwash effect. In this study, an algorithm was developed to calculate 6-Degree-Of-Freedom(6 DOF) forces and moments exerting on the rocket, and total flight trajectory of a 2.75-inch unguided rocket in a helicopter downwash flow field. Using Actuator Disk Model(ADM) analysis result, the algorithm could analyze the entire trajectory in various initial launch condition such as launch angle, launch velocity, and external wind. The algorithm that considered the interference between a fuselage and external winds could predict the trajectory change more precisely than inflow model analysis. Using the developed algorithm, the attitude and trajectory change mechanism by the downwash effect were investigated analyzing the effective angle of attack change and characteristics of pitching stability of the unguided rocket. Also, the trajectory and range changes were analyzed by considering the downwash effect with external winds. As a result, it was concluded that the key factors of the rocket range change were downwash area and magnitude which effect on the rocket, and the secondary factors were the dynamic pressure of the rocket and the interference between a fuselage and external winds. In tailwind case which was much influential on the range characteristics than other wind cases, the range of the rocket rose as increasing the tailwind velocity. However, there was a limit that the range of the rocket did not increase more than the specific tailwind velocity.

관제패턴 모델링을 통한 궤적예측기법 연구

홍성권,이금진 한국항공우주학회 2013 한국항공우주학회 학술발표회 논문집 Vol.2013 No.11

본 논문은 항공교통관제사가 항공기에게 어떠한 패턴의 궤적을 따르게 할지에 대한 확률적 정보를 기반으로 항공기의 궤적을 예측하는 새로운 방법론을 제안하였다. 제안된 방법은 항공기 궤적의 주요 패턴을 식별하는 부분과 식별된 패턴들과 여러 교통 혼잡 요인 사이의 통계적 관계를 찾는 것에 기반을 둔다. 제안된 방법은 실제 교통 상황에 이를 적용해 봄으로써 그 유용성을 검증하였다. This paper introduces a new framework of trajectory prediction by incorporating the probabilistic information of what type of trajectory pattern will be applied to an aircraft by human air traffic controllers. The proposed method is based on identifying the major patterns of vectored trajectories and finding the statistical relationship of those patterns with various traffic complexity factors. The proposed method is applied to the traffic scenarios in real operations to demonstrate its performances.

궤적 데이터 마이닝 연구 동향: 응용 분야와 분석 방법론을 중심으로

김지연,이도현,이지윤,조주연,강영옥 한국지도학회 2022 한국지도학회지 Vol.22 No.3

최근 GPS에 기반한 위치 수집 기술의 발전과 스마트폰과 같은 GPS를 탑재한 디바이스의 폭발적인 증가로 사람, 차량, 선박, 항공체와 같은 움직이는 물체의 지리적 위치에 대한 엄청난 양의 데이터가 실시간으로 수집되고 있다. 이는 사물의 움직임과 관련된 중요한 학문적 및 실용적 가치를 가지고 있다. 이와 같은 데이터를 분석하기 위한 데이터 마이닝 방법 또한 함께 발전하고 있으며 연구자들은 궤적 데이터를 활용하여 도시에서 일어나는 이동 현상과 도시를 구성하는 장소 간의 관계 등을 탐색함으로써 다양한 도시 문제에 대한 해결방안을 제시하고 있다. 궤적은 다양한 물체의 움직임을 추적할 수 있는 만큼 그 활용 분야와 목적 역시 매우 다양하여 도시 계획, 교통, 행동생태학, 공공안전, 이상 및 위반 탐지, 감시 등과 같은 분야에서 널리 활용되고 있다. 특히 최근 데이터 마이닝 방법론과 딥러닝 기술의 발전으로 궤적 데이터 분석에 다양한 분석방법이 융합적으로 접목되어 의미 있는 연구결과 도출되고 있어 이에 대한 체계적 분석이 필요하다. 이러한 배경하에 본 연구는 궤적 데이터를 활용한 국내외 약 150여 편의 연구를 응용분야 및 활용방법론 별로 구분하고, 응용분야별, 궤적 데이터 분석 방법론별 최근 동향을 분석하였다. 이는 향후 궤적 데이터에 적용가능한 방법론 탐색, 궤적 데이터 분석과 관련된 구체적 사례 탐색, 궤적 데이터를 활용한 응용서비스 도출의 자료로 활용될 수 있을 것으로 사료된다.

순항 고도에 따른 최고 하강점 계산을 고려한 도착관리시스템의 궤적 예측 방법 연구

오은미,은연주,김현경,전대근 한국항공우주학회 2015 한국항공우주학회 학술발표회 논문집 Vol.2015 No.11

도착관리시스템의 궤적 예측 모듈의 기능 개선을 위해 순항 고도에 따른 최고 하강점(TOD, Top of Descent)을 계산하여 예측 경로로 적용하는 방법을 제안하였다. TOD 계산은 효율적인 경로에 대한 예측정보를 제공하는데 목적이 있으며 항공편 각각의 순항 고도와 접근 관제 구역으로 진입 고도를 고려하여 불필요한 저고도 비행 거리를 줄일 수 있도록 적절한 위치의 하강 시점을 계산하는 역할을 한다. 실제 TOD 는 항공 교통 상황과 관제사의 의도에 따라 결정되는 것으로, 제안한 방법의 적절성을 검토하기 위해 시뮬레이션을 수행하였으며 기존의 궤적 예측 모듈과의 결과 비교를 통해 궤적 예측의 정확도 측면에서도 개선 효과가 있음을 확인하였다. A TOD(Top of Descent) calculation method has been suggested for functional improvement of the developed trajectory prediction module, which is a functional component of the Arrival Manager(AMAN). The objective of TOD calculation is to provide the prediction information concerning the efficient paths and this method calculates the proper position of TOD to reduce redundant low-altitude flight by considering both cruising altitude of each flight and an altitude at a terminal entry point. The real TOD is decided by controllers and the air traffic situation, therefore, the simulation has been conducted to check whether the suggested method is proper by comparing with the existing prediction module. And the results has been presented that the accuracy of trajectory prediction is also improved.

성장혼합모형을 활용한 행복 변화궤적과시점별 예측효과 검증

장희선 한국청소년학회 2022 청소년학연구 Vol.29 No.2

The purpose of this study was to identify the change trajectory of happiness over time to derive the latent class, and to examine the predictive factors. For this purpose, using data from the Korea Education and Employment Panel Survey(KEEP), the correlation, growth mixed model(GMM) multiple logistic regression analysis were conducted. As a result of the study, first, the change trajectory of happiness was classified into four latent groups: ‘The low level low decreasing group’, ‘The high level decreasing group’,‘The high level low decreasing group’, and ‘The low level increasing group’. Second, the higher the self-efficacy, parental dialogue, home life satisfaction, and school life satisfaction, the higher the probability of belonging to the ‘The high level low decreasing group’, whereas the higher the worry level (2nd year), the more showed negative predictive effect. Third, in the field of college life, school satisfaction increased the probability that they belonged to a positive pattern of the change trajectory of happiness, but the extracurricular programs had a negative effect. In particular, satisfaction with counseling was a factor belonging to the pattern that increased the happiness of low-level students. The results of this study provide suggestions for preparing measures to increase the happiness of high school students by examining the characteristics and predictive factors. 본 연구는 청소년의 행복 변화양상을 파악하여 잠재계층을 도출하고, 이에 영향을 미치는 개인, 가정, 학교의 시점별 예측효과를 살펴보고자 하였다. 이를 위해 한국교육고용패널조사(KEEP) 고등학교 2학년 학생(1차)부터 4년 동안 연속적으로 응답한 자료를 대상으로 상관관계, 성장혼합모형(GMM), 로지스틱 회귀분석을 실시하였다. 연구결과, 첫째, 행복 발달궤적은 ‘행복 저수준 저감집단’, ‘행복 고수준 감소집단’, ‘행복 고수준 저감집단’, ‘행복 저수준 상승집단’ 4개의 잠재집단 유형으로 분류되었다. 둘째, 예측효과 검증결과, 자아효능감, 부모대화, 가정생활만족도, 학교생활만족도(고2, 고3)가 높을수록 ‘행복 고수준 저감집단’에 속할 확률이 높은 반면, 고민(고2)은 부적인 영향을 미치는 예측요인이었다. 셋째, 학교만족도, 교육만족도, 상담만족도는 긍정적 발달패턴에 속할 확률을 높이지만, 비교과프로그램만족도는 부적인 영향을 보였다. 특히 상담만족도는 저수준 학생의 행복을 상승시키는 발달패턴에 속하게 하는 예측요인이었다. 본 연구의 결과는 고등학생의 성장에 따른 행복 발달궤적의 특성을 살펴보고, 시점별 개인, 가정, 학교 요인의 종단적 영향을 살펴봄으로써 이들의 행복을 높이기 위한 방안 마련에 시사점을 제공한다.

항공기 궤적 예측을 위한 LSTM-based Multi-head Attention을 활용한 Recurrent 네트워크

김명수,최원익 한국정보과학회 2022 정보과학회 컴퓨팅의 실제 논문지 Vol.28 No.3

Recently, many studies have proposed methods to analyze air traffic flow or predict aircraft trajectories by applying deep learning techniques. In this paper, we propose a recurrent network using LSTM-based Multi-head Attention to effectively learn latitude, longitude, and altitude data over time to perform aircraft trajectory predictions. Specifically, we exploit LSTM to focus on the importance of past latitude, longitude, and altitude values in the process of generating keys, queries, and values. Extensive experiments using real-world datasets show that the proposed model outperforms the multi-head attention-based Bi-LSTM model for specific flights. In the case of latitude prediction, the proposed model reduces the MAE error by 29% for the KAL1253 flight and the RMSE error by 17% for the KAL1209 flight. In the case of longitude prediction, the MAE error for the KAL1253 flight is reduced by 83%, and the RMSE error for the KAL1257 flight is reduced by 82%. 최근 많은 연구들에서 딥러닝 기법을 적용하여 항공 교통 흐름을 분석하거나 항공기 궤적을 예측하는 방법들을 제안하고 있다. 본 논문에서는 시간에 따른 위도, 경도, 고도 데이터를 효과적으로 학습하여 항공기 궤적 예측을 수행하기 위하여 LSTM-based Multi-head Attention을 활용한 recurrent 네트워크를 제안한다. 입력 데이터에 대하여 attention을 적용하는 부분에서 LSTM을 사용함으로써 key, query, value를 생성하는 과정에서 과거의 위도, 경도, 고도 값의 중요성을 예측 모델에 강조하도록 하였다. 실세계 데이터를 이용한 광범위한 실험 결과, 본 논문에서 제안하는 모델이 특정 항공편에 대해서 multi-head attention 기반의 Bi-LSTM 모델보다 개선된 결과를 보임을 알 수 있었다. 위도 예측의 경우 제안하는 모델이 KAL1253편에 대해서 MAE 기준 29%의 오차를 줄였고, KAL1209편에 대해서 RMSE 기준 17%의 오차를 감소시킨 결과를 보여주었다. 경도 예측에서는 KAL1253편에 대해서 MAE 기준 83%, KAL1257편에 대해서 RMSE기준 82%의 오차가 감소한 결과를 보여주었다.

인공지능 : 다음 장소 예측을 위한 맵리듀스 기반의 이동 패턴 마이닝 시스템 설계

김종환 ( Jong Whan Kim ),이석준 ( Seok Jun Lee ),김인철 ( In Cheol Kim ) 한국정보처리학회 2014 정보처리학회논문지. 소프트웨어 및 데이터 공학 Vol.3 No.8

본 논문에서는 모바일 기기 사용자들의 다음 방문 장소를 효율적으로 예측할 수 있는 맵리듀스 기반의 이동 패턴 마이닝 시스템을 소개한다. 이 시스템은 대용량의 사용자 이동 궤적 데이터 집합으로부터 은닉 마코프 모델로 표현되는 각 사용자의 이동 패턴을 학습해내고, 이모델을 현재 이동 궤적에 적용함으로써 다음 방문 장소를 예측한다. 본 시스템은 사용자별 이동 패턴 모델을 학습하는 후단부와 실시간으로 다음 방문 장소를 예측하는 전단부 등 크게 두 부분으로 구성된다. 이 중에서 후단부는 주요 장소 추출, 이동 궤적 변환, 이동 패턴 모델 학습 등 총 3개의 맵리듀스 작업 모듈들로 구성된다. 이에 반해, 본 시스템의 전단부는 이동 경로 후보군 생성, 다음 장소 예측 등 총 2개의 작업 모듈들로 구성된다. 그리고 본 시스템을 구성하는 각 작업 모듈의 맵과 리듀스 함수들은 하둡 인프라를 효과적으로 활용하여 병렬 처리를 극대화할 수 있도록 설계하였다. 대용량의 공개 벤치마크 데이터 집합인 GeoLife를 이용하여 본 논문에서 소개한 시스템의 성능을 분석하기 위한 실험들을 수행하였고, 실험 결과를 통해 본 시스템의 높은 성능을 확인할 수 있었다. In this paper, we present a MapReduce-based mobility pattern mining system which can predict efficiently the next place of mobile users. It learns the mobility pattern model of each user, represented by Hidden Markov Models(HMM), from a large-scale trajectory dataset, and then predicts the next place for the user to visit by applying the learned models to the current trajectory. Our system consists of two parts: the back-end part, in which the mobility pattern models are learned for individual users, and the front-end part, where the next place for a certain user to visit is predicted based on the mobility pattern models. While the back-end part comprises of three distinct MapReduce modules for POI extraction, trajectory transformation, and mobility pattern model learning, the front-end part has two different modules for candidate route generation and next place prediction. Map and reduce functions of each module in our system were designed to utilize the underlying Hadoop infrastructure enough to maximize the parallel processing. We performed experiments to evaluate the performance of the proposed system by using a large-scale open benchmark dataset, GeoLife, and then could make sure of high performance of our system as results of the experiments.

차량 내부 정보를 이용한 자차량 궤적 예측 기법

이동휘(Donghwi Lee),김양수(Yangsoo Kim),허건수(Kunsoo Huh),손영섭(Youngseop Son) 한국자동차공학회 2011 한국자동차공학회 부문종합 학술대회 Vol.2011 No.5

A design algorithm for trajectory prediction of ego vehicle is proposed using the vehicle inner states. The objective of the proposed algorithm is to ensure the safety of the ego vehicle before collision by obtaining the predicted trajectory in advance. In this study, the vehicle’s inner information, which is longitudinal/lateral acceleration, yaw rate, and longitudinal velocity, is used to calculate the predicted trajectory. The vehicle trajectory can be calculated by integration of combination of velocity and yaw rate, etc. The proposed algorithm is verified by the simulation using the experiment using test vehicle.