[論文レビュー] Flight Trajectory Planning for Fixed-Wing Aircraft in Loss of Thrust Emergencies

Saswata Paul, Frederick Hole+2 more|arXiv (Cornell University)|Oct 31, 2017

Air Traffic Management and Optimization参考文献 12被引用数 13

ひとこと要約

本稿では、固定翼機の全推力喪失または部分的推力喪失緊急事態におけるリアルタイム飛行軌道計画のための動的データ駆動型航空電子ソフトウェア（DDDAS）フレームワークを提案する。飛行中のセンサデータからベースライン滑空比を動的に推定することで、幾何的性能モデルを更新し、滑空比と旋回半径の制約に基づいて安全でデータ駆動の軌道を生成・順位付けする。従来のダビンスパス手法に比べて向上する。米国航空1549シミュレーションでは、到達可能着陸時間の上限を最大36秒延長し、より優れた緊急対応意思決定を可能にする。

ABSTRACT

Loss of thrust emergencies-e.g., induced by bird/drone strikes or fuel exhaustion-create the need for dynamic data-driven flight trajectory planning to advise pilots or control UAVs. While total loss of thrust trajectories to nearby airports can be pre-computed for all initial points in a 3D flight plan, dynamic aspects such as partial power and airplane surface damage must be considered for accuracy. In this paper, we propose a new Dynamic Data-Driven Avionics Software (DDDAS) approach which during flight updates a damaged aircraft performance model, used in turn to generate plausible flight trajectories to a safe landing site. Our damaged aircraft model is parameterized on a baseline glide ratio for a clean aircraft configuration assuming best gliding airspeed on straight flight. The model predicts purely geometric criteria for flight trajectory generation, namely, glide ratio and turn radius for different bank angles and drag configurations. Given actual aircraft performance data, we dynamically infer the baseline glide ratio to update the damaged aircraft model. Our new flight trajectory generation algorithm thus can significantly improve upon prior Dubins based trajectory generation work by considering these data-driven geometric criteria. We further introduce a trajectory utility function to rank trajectories for safety. As a use case, we consider the Hudson River ditching of US Airways 1549 in January 2009 using a flight simulator to evaluate our trajectories and to get sensor data. In this case, a baseline glide ratio of 17.25:1 enabled us to generate trajectories up to 28 seconds after the birds strike, whereas, a 19:1 baseline glide ratio enabled us to generate trajectories up to 36 seconds after the birds strike. DDDAS can significantly improve the accuracy of generated flight trajectories thereby enabling better decision support systems for pilots in emergency conditions.

研究の動機と目的

• リアルタイム要因（風、部分的推力、損傷など）が航空機性能に与える影響を考慮しない静的・モデルベースの軌道計画の限界を是正すること。
• 飛行中にセンサ測定値を用いて航空機の性能モデルを動的に更新し、実際の飛行能力を反映する動的でデータ駆動のアプローチを開発すること。
• さまざまなバンク角およびドラッグ設定下での幾何的基準（滑空比と旋回半径）に基づき、安全で飛行可能な軌道を生成・順位付けすること。
• リアルタイム航空機状態を反映する優先順位付きで正確な軌道オプションを提供することで、パイロットの緊急時意思決定を支援すること。
• 米国航空1549ハドソン川不時着事例を用いてシステムを評価し、センサデータをシミュレートし、軌道の妥当性を検証すること。

提案手法

• システムは、クリーン状態での最良滑空速度を表すベースライン滑空比 $g_0$ でパrameter化された損傷航空機性能モデルを用いる。
• 飛行中のセンサデータ（空速、GPS、気圧高度）を用いて、実際の $g_0$ を動的に推定し、リアルタイムで性能モデルを更新する。
• 軌道生成は幾何的制約に基づく：$g_0$ から導出される、異なるバンク角およびドラッグ設定における滑空比と旋回半径。
• 軌道の有効性関数は、安全指標（着陸地点までの距離、全長、時間、平均高度、ランウェイセグメント延長、平均バンク角）に基づいて軌道を順位付けする。
• 高精度な X-Plane フライトシミュレータを用いて、生成された軌道をシミュレートされた飛行データと比較し、正確性と妥当性を検証する。
• フィードバックループによりモデルの最適化が可能：センサデータが予測性能から逸脱した場合、$g_0$ を再推定し、再び軌道生成プロセスを実行する。

実験結果

リサーチクエスチョン

• RQ1 リアルタイム航空機性能に適応する動的データ駆動アプローチにより、推力喪失緊急時における飛行軌道計画の正確性が向上するか？
• RQ2 センサデータからベースライン滑空比を動的に推定することで、生成された軌道の妥当性と安全性はどのように向上するか？
• RQ3 静的モデルと比較して、このシステムは安全な着陸地点に到達可能な時間窓をどの程度延長できるか？
• RQ4 近接度やバンク角などの異なる軌道順位付け指標は、最適な緊急着陸経路の選定にどのように影響するか？
• RQ5 米国航空1549のような実世界の緊急事態を高精度なシミュレーションで再現し、現実的で飛行可能な軌道を生成・検証できるか？

主な発見

• 17.25:1のベースライン滑空比を用いて、米国航空1549シミュレーションでは、鳥撃墜後28秒間、ラガーディア空港のランウェイへの実行可能軌道を生成した。
• より慎重なベースライン滑空比19:1を用いた場合、到達可能時間窓は36秒にまで延長され、部分推力下での性能向上を示唆した。
• Precision Flight Controls CAT III シミュレータを用いて、生成された軌道とシミュレートされた飛行経路の間に一貫性が確認され、軌道の妥当性が裏付けられた。
• 撃墜後36秒では、45°バンク角を使用した場合にのみ1つのランウェイ（LGA13）が到達可能であり、システムが時間経過に伴う到達可能性低下を的確に追跡できることを示した。
• 安全指標を用いた順位付けにより、パイロットは時間的圧迫下でも最適な経路を素早く選択でき、緊急時における意思決定遅延を低減した。
• DDDASフレームワークは、リアルタイムデータによる性能モデルの継続的更新により、古くなりすぎたり不適切な軌道を効果的に除外し、信頼性を向上させた。