[논문 리뷰] Flight Trajectory Planning for Fixed-Wing Aircraft in Loss of Thrust Emergencies

Saswata Paul, Frederick Hole외 2명|arXiv (Cornell University)|2017. 10. 31.

Air Traffic Management and Optimization참고 문헌 12인용 수 13

한 줄 요약

이 논문은 고정익 항공기에서 전면 또는 부분적인 추력 상실 사고 발생 시 실시간 비행 궤적 계획을 위한 동적 데이터 기반 항공전자 소프트웨어(Dynamic Data-Driven Avionics Software, DDDAS) 프레임워크를 제안한다. 비행 중 센서 데이터로부터 기본 기울기 비율을 동적으로 추론함으로써, 기하학적 성능 모델을 업데이트하여 기울기 비율과 회전 반경 제약 조건을 고려한 안전하고 데이터 기반의 궤적을 생성하고 순위를 매기는 방식이다. 이는 기존의 Dubins 경로 방법보다 향상된 성능을 제공한다. US Airways 1549 시뮬레이션에서 이 방법은 도달 가능한 착륙 시간을 최대 36초 연장시켜 비상 상황에서의 의사결정 지원을 향상시켰다.

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.

연구 동기 및 목표

• 실시간 요소인 풍속, 부분적 추진력, 기체 손상 등이 항공기 성능에 영향을 미치는 추력 상실 비상 상황에서 정적 모델 기반 궤적 계획의 한계를 해결하기 위해.
• 비행 중 센서 측정치를 사용해 항공기 성능 모델을 실시간으로 업데이트하는 동적이고 데이터 기반의 접근 방식을 개발하기 위해.
• 다양한 기울기 각도와 항력 설정 조건 하에서 기울기 비율과 회전 반경 등의 기하학적 기준을 바탕으로 안전하고 비행 가능한 궤적을 생성하고 순위를 매기기 위해.
• 실시간 항공기 상태를 반영한 정확하고 우선순위가 매겨진 궤적 옵션을 제공함으로써 조종사의 비상 상황 의사결정을 향상시키기 위해.
• US Airways 1549 허드슨 강 추락 사고 사례를 사용해 시뮬레이션된 센서 데이터를 기반으로 시스템을 평가하고 궤적의 타당성을 검증하기 위해.

제안 방법

• 시스템은 기준 기울기 비율 $g_0$로 매개변수화된 손상된 항공기 성능 모델을 사용하며, 이는 청소 상태에서 최적의 기울기 속도를 나타낸다.
• 비행 중 센서 데이터(공속, GPS, 기압 고도)를 사용해 실제 $g_0$를 동적으로 추론하고 실시간으로 성능 모델을 업데이트한다.
• 궤적 생성은 기울기 비율과 다양한 기울기 각도 및 항력 설정 조건에 따른 회전 반경 등의 기하학적 제약 조건에 기반한다. 이는 $g_0$에서 유도된다.
• 궤적 유틸리티 함수는 거리, 총 길이, 소요 시간, 평균 고도, 런웨이 세그먼트 연장, 평균 기울기 각도 등의 안전 지표를 바탕으로 궤적을 순위 매긴다.
• 정밀한 X-Plane 비행 시뮬레이터를 사용해 생성된 궤적을 시뮬레이션된 비행 데이터와 비교함으로써 정확성과 타당성을 검증한다.
• 피드백 루프를 통해 모델을 개선한다: 센서 데이터가 예측된 성능과 다를 경우 $g_0$를 재추정하고 궤적 생성 프로세스를 재실행한다.

실험 결과

연구 질문

• RQ1 실시간 항공기 성능에 적응하는 동적 데이터 기반 접근 방식이 추력 상실 비상 상황에서 비행 궤적 계획의 정확성을 향상시킬 수 있는가?
• RQ2 센서 데이터로부터 기준 기울기 비율을 동적으로 추론함으로써 생성된 궤적의 타당성과 안전성이 어떻게 향상되는가?
• RQ3 정적 모델 대비 시스템이 도달 가능한 착륙 사이트에 도달할 수 있는 시간 창을 얼마나 연장할 수 있는가?
• RQ4 다양한 궤적 순위 매기기 지표(예: 런웨이에의 접근성, 기울기 각도)가 최적의 비상 착륙 경로 선택에 어떤 영향을 미치는가?
• RQ5 실제 사고 사례인 US Airways 1549를 시뮬레이션한 정밀한 시뮬레이션 환경에서 시스템이 현실적이고 비행 가능한 궤적을 생성하고 검증할 수 있는가?

주요 결과

• 기준 기울기 비율 17.25:1을 사용하여, US Airways 1549 시뮬레이션에서 새총 타격 후 최대 28초 동안 라구아디아 공항 런웨이로의 실현 가능한 궤적을 생성하였다.
• 더 보수적인 기준 기울기 비율 19:1을 사용한 결과, 도달 가능한 창이 36초로 연장되어 부분 추진력 상황에서 성능 향상을 시사하였다.
• Precision Flight Controls CAT III 시뮬레이터를 사용해 궤적을 성공적으로 생성하고 검증하였으며, 생성된 비행 경로와 시뮬레이션된 비행 경로 간 일관성이 확인되었다.
• 타임스탬프 t+36초에 기울기 각도 45°를 사용할 경우, 유일하게 도달 가능한 런웨이는 LGA13 런웨이 뿐이었으며, 이는 시스템이 시간이 지남에 따라 감소하는 도달 가능성 추적 능력을 보여주었다.
• 안전 지표를 기반으로 궤적을 순위 매김함으로써, 조종사는 시간이 부족한 비상 상황에서 최적의 경로를 신속히 선택할 수 있었으며, 의사결정 지연을 감소시켰다.
• DDDAS 프레임워크는 실시간 데이터로 성능 모델을 지속적으로 업데이트함으로써 오래된 또는 비가능한 궤적을 효과적으로 거부하여 신뢰성을 향상시켰다.