Immagina di essere in grado di prevedere la traiettoria di volo irregolare di un pilota inesperto in tempo reale.

I ricercatori di QUT hanno sfruttato l'analisi dei dati per creare un algoritmo in grado di prevedere la traiettoria di qualsiasi oggetto in modo più rapido e accurato rispetto agli approcci esistenti.

"Se ha una traiettoria, possiamo prevederlo, " ha detto il professor Clinton Fookes, che guida la disciplina di ricerca Vision and Signal Processing di QUT presso la Facoltà di Scienze e Ingegneria. "In un ambiente di difesa, questo strumento potrebbe aiutare a fornire una maggiore consapevolezza della situazione delle risorse e dello spazio aereo sia di proprietà che nemici.

"Potrebbe essere applicato allo spazio aereo, basi militari, trasporti pubblici o centri commerciali, ovunque tu voglia analizzare il movimento."

L'algoritmo unico combina due tecniche di apprendimento automatico per analizzare e prevedere le traiettorie in tempo reale:reti neurali profonde e reti di memoria.

"In sostanza, è costruito per misurare una traiettoria in entrata e prevedere una traiettoria in uscita, "Ha detto il professor Fookes.

"Ma mentre sta prendendo la traiettoria dell'oggetto bersaglio, sta anche prendendo le traiettorie degli oggetti vicini per creare una consapevolezza di cosa c'è intorno al bersaglio e di come quegli oggetti si stanno muovendo".

"Inoltre, attinge a reti di memoria di traiettorie storiche memorizzate per la stessa posizione - queste tentano di emulare il modo in cui funziona la memoria umana".

"Questi due set di dati vengono quindi analizzati da un'altra sottorete che determina dove andrà il prossimo obiettivo".

Per garantire robustezza, i ricercatori hanno addestrato l'algoritmo utilizzando diversi set di big data, compresi i dati di controllo del traffico aereo dall'aeroporto di Brisbane, dati radar e telecamere dal traffico pedonale al QUT e dai database delle traiettorie pedonali di Edimburgo e New York.

"Può elaborare circa 1000 previsioni in un paio di secondi, " ha detto il dottor Simon Denman, un altro progetto investigatore capo.

"Utilizzando i dati dell'aeroporto di Brisbane da un evento di maltempo del 2015, siamo stati in grado di testare la capacità del nostro algoritmo di far fronte a una situazione così dinamica".

"Le sue previsioni sono state molto accurate perché ha tenuto conto di come i piloti precedenti si sono comportati in condizioni simili per prevedere cosa è probabile che faccia il pilota target".

"Nello spazio aereo civile, questo algoritmo potrebbe aiutare a gestire i droni, dove potevamo vedere, potenzialmente, uno spazio aereo sempre più affollato e limitato."

Il team spera di estendere il progetto in futuro per studiare come l'algoritmo potrebbe essere utilizzato per ottimizzare le traiettorie di volo e le rotte di viaggio.