Financiado por MIT (Massachusetts Institute of Technology)
La detección automática de posibles colisiones entre dos aviones mejora sustancialmente si se calcula la predicción de la posición de cada avión o la predicción de la distancia de separación. Las redes neuronales producen estimaciones precisas en sistemas que no son lineales o cuyo comportamiento cubre una amplia variedad de escenarios, por lo tanto esta técnica es una buena candidata para la predicción en aeropuertos y zonas próximas. Además, el mismo modelo de red neuronal puede adaptarse fácilmente a distintos aeropuertos, utilizando algoritmos de entrenamiento que le permiten aprender de manera automática los comportamiento particulares de cada aeropuerto.
El presente proyecto consiste en incorporar modelos de predicción basados en redes neuronales en el sistema AMASS (Airport Movement Area Safety System) para mejorar la estimación de la distancia de separación entre cada par de aviones detectados por cualquiera de los dos rádares utilizados en aeropuertos importantes. Una mejor predicción permite al sistema detectar posibles colisiones con mayor antelación, y dar más tiempo a los controladores aéreos y a los pilotos de los aviones para evitar la incidencia.
MIT-01
