像飞行员一样预测：用于预测非塔台终端空域中具社会感知的航空器轨迹的数据集与方法
机器人学
2022-10-03 v2 人机交互
摘要
在无塔台空域中操纵航空器的飞行员依靠其态势感知与先验知识来预测其他智能体的未来轨迹。这些预测以其他智能体的历史轨迹、智能体间的社会交互以及环境上下文（如机场位置和天气）为条件。本文提供了一个数据集 ，该数据集捕捉了某支线机场周边非塔台终端空域中的此类行为。我们还提出了一个基线性的社会感知轨迹预测算法 ，其利用该数据集预测所有智能体的轨迹。该数据集在 8 个月内采集了 111 天，包含 ADS-B 应答机数据以及相应的 METAR 天气数据。数据经过处理，可用作与其他公开可用社会导航数据集对比的基准。据作者所知，这是首个 3D 社会空中导航数据集，从而将社会导航引入自主航空领域。 结合了社会导航中的最先进模块，在静态环境与动态上下文中提供预测。 数据集与 预测算法均为开源。数据集、代码库与视频分别可在 https://theairlab.org/trajair/、https://github.com/castacks/trajairnet 和 https://youtu.be/elAQXrxB2gw 获取。
引用
@article{arxiv.2109.15158,
title = {Predicting Like A Pilot: Dataset and Method to Predict Socially-Aware Aircraft Trajectories in Non-Towered Terminal Airspace},
author = {Jay Patrikar and Brady Moon and Jean Oh and Sebastian Scherer},
journal= {arXiv preprint arXiv:2109.15158},
year = {2022}
}
备注
7 pages, 4 figures, ICRA 2022