요약본 발명은 머신러닝을 이용한 항공기 충돌 회피 방법 및 그 평가 방법에 관한 것으로, 보다 상세하게는 NASA에서 시스템으로 구현한 항공기 탐지 회피 알고리즘인 DAIDALUS(Detect and AvoID Alerting Logic for Unmanned System)의 결과값을 경험으로 하는 머신러닝을 이용하여 항공기의 충돌 회피 알고리즘을 구현하고, 항공기 운동 모델과, 항공기 의사 결정 모델을 이용한 충돌 회피 시뮬레이션을 통해 구현된 충돌 회피 알고리즘을 평가 및 검증함으로써 유인 항공기와 무인 항공기에 통합적으로 적용 가능한 충돌 회피 시스템을 구현할 수 있도록 하는 머신러닝을 이용한 항공기 충돌 회피 방법 및 그 평가 방법에 관한 것이다.
대표 청구항감시 데이터로서의 항공기(ownship)와 침입 항공기(intruder)의 고도, 대지속도(ground speed), 상승율(vertical rate) 및 헤딩(heading)과, 상기 항공기와 침입 항공기의 상대 위도 및 상대 경도를 입력값으로 하고, DAIDALUS(Detect and AvoID Alerting Logic for Unmanned System)에서 제시하는 좌,우 방향으로의 트랙 레절루션(track resolution)과 경고 레벨(alert level)을 출력값으로 하는 심층신경망을 이용한 지도학습의 학습 결과를 이용하여 상기 항공기의 충돌 회피 제어를 수행하는 것을 특징으로 하는 머신러닝을 이용한 항공기 충돌 회피 방법.
