Imagínese poder predecir la trayectoria de vuelo errática de un piloto sin experiencia en tiempo real.

Los investigadores de QUT han aprovechado el análisis de datos para construir un algoritmo que puede predecir la trayectoria de cualquier objeto de forma más rápida y precisa que los enfoques existentes.

"Si tiene una trayectoria, podemos predecirlo, "dijo el profesor Clinton Fookes, quien dirige la disciplina de investigación de Procesamiento de señales y visión de QUT en la Facultad de Ciencias e Ingeniería. "En un entorno de Defensa, esta herramienta podría ayudar a proporcionar una mayor conciencia situacional de los activos y el espacio aéreo tanto de propiedad como del enemigo.

"Podría aplicarse al espacio aéreo, bases militares, transporte público o centros comerciales, en cualquier lugar donde desee analizar el movimiento ".

El algoritmo único combina dos técnicas de aprendizaje automático para analizar y predecir trayectorias en tiempo real:redes neuronales profundas y redes de memoria.

"En esencia, está construido para medir una trayectoria de entrada y predecir una trayectoria de salida, "Dijo el profesor Fookes.

"Pero a medida que toma en cuenta la trayectoria del objeto objetivo, también está tomando las trayectorias de los objetos vecinos para crear una conciencia de lo que hay alrededor del objetivo y cómo se mueven esos objetos ".

"Además, se basa en redes de memoria de trayectorias históricas almacenadas para la misma ubicación, que intentan emular cómo funciona la memoria humana ".

"Esos dos conjuntos de datos son luego analizados por otra subred que determina a dónde irá el objetivo a continuación".

Para garantizar la robustez, los investigadores entrenaron el algoritmo utilizando conjuntos de macrodatos dispares, incluidos los datos de control de tráfico aéreo del aeropuerto de Brisbane, datos de radar y cámara del tráfico de peatones en QUT y bases de datos de trayectoria de peatones de Edimburgo y Nueva York.

"Puede procesar alrededor de 1000 predicciones en un par de segundos, "dijo el Dr. Simon Denman, otro investigador jefe del proyecto.

"Utilizando los datos del aeropuerto de Brisbane de un evento meteorológico severo de 2015, pudimos probar qué tan bien nuestro algoritmo se adaptaba a una situación tan dinámica ".

"Sus predicciones fueron muy precisas porque tuvo en cuenta cómo los pilotos anteriores se comportaron en condiciones similares para predecir lo que es probable que haga el piloto objetivo a continuación".

"En el espacio aéreo civil, este algoritmo podría ayudar a gestionar drones, donde pudiéramos ver, potencialmente, un espacio aéreo cada vez más abarrotado y restringido ".

El equipo espera extender el proyecto en el futuro para investigar cómo se podría usar el algoritmo para optimizar las rutas de vuelo y las rutas de viaje.