Crédito:Queensland University of Technology
Imagine ser capaz de prever a trajetória de vôo irregular de um piloto inexperiente em tempo real.
Os pesquisadores do QUT aproveitaram a análise de dados para construir um algoritmo que pode prever a trajetória de qualquer objeto com mais rapidez e precisão do que as abordagens existentes.
"Se tem uma trajetória, podemos prever isso, "disse o professor Clinton Fookes, que lidera a disciplina de pesquisa de Visão e Processamento de Sinais da QUT na Faculdade de Ciências e Engenharia. "Em um ambiente de Defesa, essa ferramenta pode ajudar a fornecer maior consciência situacional dos ativos e do espaço aéreo pertencentes e inimigos.
"Pode ser aplicado ao espaço aéreo, bases militares, transporte público ou shopping centers - em qualquer lugar onde você queira analisar o movimento. "
O algoritmo exclusivo combina duas técnicas de aprendizado de máquina para analisar e prever trajetórias em tempo real - redes neurais profundas e redes de memória.
"Em essência, é construído para medir uma trajetória de entrada e prever uma trajetória de saída, "Professor Fookes disse.
"Mas à medida que está tomando a trajetória do objeto alvo, também está tomando as trajetórias de objetos vizinhos para criar uma consciência do que está ao redor do alvo e como esses objetos estão se movendo ".
"Além disso, ele se baseia em redes de memória de trajetórias históricas armazenadas para o mesmo local - estas tentam emular como a memória humana funciona ".
"Esses dois conjuntos de dados são então analisados por outra sub-rede que determina para onde o destino irá em seguida."
Para garantir robustez, pesquisadores treinaram o algoritmo usando conjuntos díspares de big data, incluindo dados de controle de tráfego aéreo do aeroporto de Brisbane, dados de radar e câmera do tráfego de pedestres no QUT e bancos de dados de trajetória de pedestres de Edimburgo e Nova York.
"Ele pode processar cerca de 1.000 previsões em alguns segundos, "disse o Dr. Simon Denman, outro investigador chefe do projeto.
"Usando dados do Aeroporto de Brisbane de um evento climático severo em 2015, pudemos testar o quão bem o nosso algoritmo lidou com uma situação tão dinâmica ".
"Suas previsões foram muito precisas porque considerou como os pilotos anteriores se comportaram em condições semelhantes para prever o que o piloto alvo provavelmente fará a seguir".
“No espaço aéreo civil, este algoritmo pode ajudar a gerenciar drones, onde poderíamos ver, potencialmente, um espaço aéreo cada vez mais congestionado e restrito. "
A equipe espera estender o projeto no futuro para investigar como o algoritmo pode ser usado para otimizar trajetórias de vôo e rotas de viagem.