論文の概要: Airspace-aware Contingency Landing Planning

• arxiv url: http://arxiv.org/abs/2602.07074v1
• Date: Fri, 06 Feb 2026 01:04:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.244465
• Title: Airspace-aware Contingency Landing Planning
• Title（参考訳）: 空域対応緊急着陸計画
• Authors: H. Emre Tekaslan, Ella M. Atkins,
• Abstract要約: 本稿では,地上リスクを考慮したリアルタイム・検索型緊急着陸プランナを開発し,交通の混乱を最小限に抑える。 歴史的自動監視放送(ADS-B)データを処理して航空交通密度を推定する。 低遅延計算幾何アルゴリズムは、高リスク回廊や制限領域周辺の近接型ヒートマップを生成する。
• 参考スコア（独自算出の注目度）: 5.173672380708639
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper develops a real-time, search-based aircraft contingency landing planner that minimizes traffic disruptions while accounting for ground risk. The airspace model captures dense air traffic departure and arrival flows, helicopter corridors, and prohibited zones and is demonstrated with a Washington, D.C., area case study. Historical Automatic Dependent Surveillance-Broadcast (ADS-B) data are processed to estimate air traffic density. A low-latency computational geometry algorithm generates proximity-based heatmaps around high-risk corridors and restricted regions. Airspace risk is quantified as the cumulative exposure time of a landing trajectory within congested regions, while ground risk is assessed from overflown population density to jointly guide trajectory selection. A landing site selection module further mitigates disruption to nominal air traffic operations. Benchmarking against minimum-risk Dubins solutions demonstrates that the proposed planner achieves lower joint risk and reduced airspace disruption while maintaining real-time performance. Under airspace-risk-only conditions, the planner generates trajectories within an average of 2.9 seconds on a laptop computer. Future work will incorporate dynamic air traffic updates to enable spatiotemporal contingency landing planning that minimizes the need for real-time traffic rerouting.
• Abstract（参考訳）: 本稿では,地上リスクを考慮したリアルタイム・検索型緊急着陸プランナを開発し,交通の混乱を最小限に抑える。 空域モデルは、密集した航空交通の出発と到着の流れ、ヘリコプターの回廊、禁止区域を捉え、ワシントンD.C.のエリアケーススタディで実証されている。 歴史的自動監視放送(ADS-B)データを処理して航空交通密度を推定する。 低遅延計算幾何アルゴリズムは、高リスク回廊や制限領域周辺の近接型ヒートマップを生成する。 空域リスクは、密集した領域内の着陸軌道の累積露光時間として定量化され、一方、オーバーフライン人口密度から地中リスクを評価して、共同で軌道選択を導出する。 着陸地点選択モジュールは、さらに名目上の航空交通活動の混乱を緩和する。 最小リスクの Dubins ソリューションに対するベンチマークでは,提案したプランナーがリアルタイム性能を維持しつつ,より低いジョイントリスクと空域破壊を達成できることが示されている。 空域リスクのみの条件下で、プランナーはラップトップコンピュータ上で平均2.9秒以内に軌道を生成する。 今後の作業では、動的航空交通の更新を取り入れて、時空間の緊急着陸計画を可能にし、リアルタイムの交通再ルーティングの必要性を最小限に抑える。

関連論文リスト

• ASCENT: Transformer-Based Aircraft Trajectory Prediction in Non-Towered Terminal Airspace [54.94692733670454]
  ASCENTは、マルチモーダル3D航空機の軌道予測のための軽量トランスフォーマーベースのモデルである。 ドメイン対応の3D座標正規化とパラメータ化予測を統合している。
  論文  参考訳（メタデータ） (2026-03-17T14:16:10Z)
• Multi UAVs Preflight Planning in a Shared and Dynamic Airspace [4.802862639452379]
  本稿では,インクリメンタルかつ反復的な紛争解決を伴うデリバリ・タイム・アウェア・プライオリティライズ・プランニング手法DTAPP-IICRを提案する。 当社のフレームワークは,緊急性に基づくミッションの優先順位付けによって,まず最初のソリューションを生成する。 SFIPP-STは、新しい4Dシングルエージェントプランナーである。 時空NFZのベンチマークでは、DTAPP-IICRは最大1000機のUAVでほぼ100%の成功を達成している。
  論文  参考訳（メタデータ） (2026-02-12T15:18:46Z)
• Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
  低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している 我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。 このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。 これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
  論文  参考訳（メタデータ） (2025-10-28T10:05:53Z)
• Airport take-off and landing optimization through genetic algorithms [55.2480439325792]
  本研究は, 航空機の運転における汚染問題に対処し, ゲート割り当てと滑走路スケジューリングを同時に最適化することに焦点を当てた。 本研究は,航空機の離陸・着陸時の燃料燃焼による汚染を最小化するための,革新的な遺伝的アルゴリズムに基づく手法を提案する。
  論文  参考訳（メタデータ） (2024-02-29T14:53:55Z)
• Aircraft Landing Time Prediction with Deep Learning on Trajectory Images [18.536109188450876]
  本研究では、終端空域(TMA)をカバーする研究空域に突入する航空機のALTを予測するために、軌道画像に基づく深層学習手法を提案する。 軌道画像には航空機の位置、速度、進路、相対距離、到着する交通の流れなど様々な情報が含まれている。 また,軌道データから得られた実時間滑走路の利用状況と,航空機の種類や気象条件などの外部情報を付加入力として利用する。
  論文  参考訳（メタデータ） (2024-01-02T07:56:05Z)
• Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
  スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。 本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
  論文  参考訳（メタデータ） (2023-08-14T16:48:57Z)
• Implicit Occupancy Flow Fields for Perception and Prediction in Self-Driving [68.95178518732965]
  自動運転車(SDV)は、周囲を認識でき、他の交通参加者の将来の行動を予測できなければならない。 既存の作業は、検出されたオブジェクトの軌跡が続くオブジェクト検出を実行するか、シーン全体の密度の高い占有とフローグリッドを予測するかのいずれかである。 これは、認識と将来の予測に対する統一されたアプローチを動機付け、単一のニューラルネットワークで時間とともに占有とフローを暗黙的に表現します。
  論文  参考訳（メタデータ） (2023-08-02T23:39:24Z)
• A deep reinforcement learning approach to assess the low-altitude airspace capacity for urban air mobility [0.0]
  都市空力は、低高度空域を利用して高速で安全な旅行手段を提供することを目的としている。 当局は現在も、都市空輸に適用される新しい飛行規則の見直しに取り組んでいる。 深い強化学習アプローチと深い決定論的政策勾配アルゴリズムを用いて,自律型UAV経路計画フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-01-23T23:38:05Z)
• Phased Flight Trajectory Prediction with Deep Learning [8.898269198985576]
  過去10年間で民間航空会社や民間機が前例のない増加を遂げたことは、航空交通管理の課題となっている。 正確な飛行軌跡予測は、安全かつ秩序ある飛行の決定に寄与する航空輸送管理において非常に重要である。 本研究では,大型旅客・輸送航空機の飛行軌道予測における最先端手法よりも優れた位相付き飛行軌道予測フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-17T02:16:02Z)
• Spatio-Temporal Data Mining for Aviation Delay Prediction [15.621546618044173]
  本研究では,商業飛行における長期記憶ネットワーク(LSTM)に基づく航空機遅延予測システムを提案する。 このシステムは、自動監視放送(ADS-B)メッセージから歴史的軌跡から学習する。 従来と比べ,大規模なハブ空港ではより堅牢で正確であることが実証された。
  論文  参考訳（メタデータ） (2021-03-20T18:37:06Z)
• T$^2$-Net: A Semi-supervised Deep Model for Turbulence Forecasting [65.498967509424]
  空気の乱気流予測は、乗客の安全を保ち、効率を最大化し、コストを下げるガイドルートである有害な乱気流を避けるのに役立つ。 従来の予測手法は、動的で複雑な気象条件では効果の低い、高度にカスタマイズされた乱流指数に依存している。 本研究では,(1)複雑な時間的相関関係と(2)希少性,非常に限られた乱流ラベルが得られるという2つの課題から,機械学習による乱流予測システムを提案する。
  論文  参考訳（メタデータ） (2020-10-26T21:14:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。