Automation Systems in Air Traffic Management

For mitigating air traffic congestion, we have been developing automation system, which support Air Traffic Controllers (ATCos) and pilots  operations. (Collaborative studies with Electronic Navigation Research Institute (ENRI) and several international/Japanese research institute/universities)

航空交通の輻輳を解消するために、管制官やパイロットの操縦・操作を支援する自動化システムの研究開発に取り組んでいます。（電子航法研究所を中心とする国内外の複数の研究機関・大学との共同研究を実施）

【En-Route Arrival Management】 

航空機の到着管理システム

In large airports and their surrounding airspace, air traffic congestion is a pressing issue. Figure 1 represents the flight tracks of aircraft arriving at Tokyo International (Haneda) Airport on a particular day in September 2019. Due to air traffic congestion, route extensions, guided by air traffic controllers' instructions, are frequently implemented in the airspace around the airport (Stage 1 and Stage 2 in Figure 1) to delay the arrival time by maneuvering the flight paths of incoming aircraft. On the other hand, in distant airspace from the airport (Stage 3 and Stage 4 in Figure 1), aircraft tend to follow the shortest flight routes. This indicates that air traffic control services align with the intention of airport companies, who aim to arrive at the destination airport in the shortest possible flight time, in the en route airspace. As a result, traffic congestion occurs in the airspace around the destination airport, and route extensions by air traffic control are necessary to ensure safe separation between arriving aircraft. Aircraft consume more fuel during flight in airspace closer to the destination airport.

大規模空港およびその周辺空域では航空交通が輻輳するため、渋滞の解消が喫緊の課題になっています。図1に、2019年9月のある日に東京国際（羽田）空港に到着した1日分の航空機の航跡を表します。航空交通の渋滞に伴い、管制官の指示による到着機の飛行経路を蛇行させて到着時間を遅らせるための経路延伸は、空港周辺の空域（図1のStage1、Stage2）で多く実施されていることがわかります。一方、空港から遠方の空域（図1のStage3、Stage4）では、最短の飛行経路に近づいています。これは、空港から遠方の空域（エンルート空域）では、ユーザーである空港会社の最短の飛行時間で目的空港に到着したいという意志に沿った管制サービスが、提供されていることを示しています。その結果、目的空港周辺の空域では交通渋滞が発生し、到着機の安全な間隔づけのために管制による経路延伸が生じていることも表しています。航空機は、目的空港に近い空域での飛行により多くの燃料を消費します。

With the backgrounds, in this study, we modeled the phenomenon of "waiting," such as aircraft delaying in the airspace, using probability theory based on the analysis of real data. We also revealed methods to alleviate congestion based on queuing theory. When applied to the air traffic flow arriving at Haneda Airport, it was found that controlling the arrival intervals in Stage 3 (approximately 150 miles or about 278 kilometers away from the airport, about 40 minutes before landing at the destination airport) effectively reduces the variation in arrival spacing. Therefore, we have designed and evaluated a Arrival MANager (AMAN) system, which supports air traffic controllers by assisting in planned speed adjustments for aircraft and changes to the arrival runway in the en route airspace. This research and development involves the combination of multiple mathematical models, optimization techniques, and various simulation methods. Furthermore, we are also working on the research and development of AMAN targeting the air traffic arriving at airports such as Narita and Kansai, not just Haneda Airport.

そこで本研究では、目的空港に到着する航空機が上空で待機（遅延）するといった「待ち」の現象を、実データの分析により確率論を用いてモデル化し、待ち行列理論に基づいて渋滞を解消する方法を明らかにしました。羽田空港に到着する航空交通流に応用すると、空港から150マイル（約278キロ）程度離れたStage3（到着機が目的空港に着陸する約40分前）の空域において、到着間隔のばらつきを小さくする管制が有効であることがわかりました。そのため、エンルート空域で計画的に航空機の速度調整と到着滑走路の変更を行うように管制官を支援する、到着管理システム「AMAN（Arrival MANager）」の設計とシミュレーション評価を行なっています。こうした研究開発には、複数の数理モデルや最適化手法などだけでなく、様々なシミュレーション手法を組み合わせて利用します。さらに、羽田空港だけでなく、成田や関西などの空港に到着する航空交通を対象としたAMANの研究開発にも取り組んでいます。

【Aircraft Departure and Surface Traffic Management at Airport】

空港における航空機の出発・空港面管理システム

To mitigate air traffic congestion at airports, it is necessary to manage not only the arrival aircraft but also the departure traffic. Figure 3 illustrates the formation of aircraft queues on the airport surface at Haneda Airport. Departure queues occur during congested periods at the departure runways of Haneda Airport. In particular, RW05 (Runway D), used by departing aircraft during north wind operations, may experience queues of five or more aircraft waiting to take off. When aircraft queue at the end of the runway for departure, it leads to unnecessary fuel consumption and increases environmental impact. Therefore, departure times need to be adjusted before aircraft leave the parking spot. Furthermore, ground traffic congestion also occurs on taxiways.

空港での航空交通渋滞を緩和するために、到着機だけでなく出発機の交通整理が必要です。図3は、羽田空港の空港面に生じた縦隊を表しています。羽田空港の出発滑走路では、こう空港つが混雑する時間帯に出発待機が生じています。特に、北風運用時に出発機が利用するRW05（D滑走路）では、5機以上の出発待機列が発生する場合があります。航空機の出発待機が滑走路端に生じると無駄な燃料を消費し環境負荷が高くなるため、出発時刻は駐機場のスポットから出発する前に調整する必要があります。また、誘導路にも地上交通の混雑が生じています。

To avoid congestion in departing air traffic flows and ground movements at airports, there is a departure management system called Departure MANager (DMAN). This system schedules the sequence and departure times of departing aircraft to optimize operations. To alleviate congestion on taxiways and other areas, it is necessary to integrate the Surface MANager (SMAN), a system for scheduling aircraft arrival and departure times at airport spots, with DMAN. These airport systems support operational stakeholders such as airlines and control agencies by facilitating coordination among them. Therefore, in this research, we are conducting studies and development related to the design (refer to Figure 3) and simulation evaluation of DMAN/SMAN, aiming to achieve appropriate automation while effectively operating existing infrastructure, maximizing runway processing capacity, supporting collaborative decision-making among players, and mitigating ground congestion in air traffic. Specifically, we are focusing on tasks such as predicting and controlling aircraft ground movements, departure queue times, and ground congestion using machine learning and time-varying fluid models. Additionally, we are working on designing rules, such as allocating spot queue times and determining departure and arrival sequences, to promote player coordination using game theory principles.

空港から出発する航空交通流および空港での地上走行における渋滞を回避するために、出発する航空機の順序と出発時刻をスケジューリングする空港システムである、出発管理システム「DMAN（Departure MANager）」があります。誘導路などの混雑を緩和するためには、空港のスポットにおける航空機の出発・到着時刻などをスケジューリングする、空港面管理のシステム「SMAN（Surface MANager）」とDMANを連携させ、航空会社や管制機関などの運航関係者（プレーヤー）を支援する空港システムが必要です。そこで本研究では、既存のインフラをうまく動かしながら適切な自動化を実現し、滑走路処理容量を最大化しながら、プレーヤーの協調的な意思決定を支援し、地上面における航空交通の混雑を緩和するDMAN/SMANの設計（図3参照）やシミュレーション評価にかかる研究開発を実施しています。具体的には、機械学習や時変流体モデルを適用した航空機の地上走行・出発待機時間と地上混雑の予測および制御や、ゲーム理論を適用したプレーヤーの協調を促進するルール（スポット待機時間の割り振りや出発・到着順序の決定方法などの）設計などに取り組んでいます。

【Integrating Arrival, Departure, and Surface Air Traffic Operation】

航空交通の到着・出発・空港面における統合運用

To avoid congestion in departing air traffic flows and ground movements at airports, it is necessary to share information from the Arrival MANager (AMAN), such as arrival time predictions for runways, with the airport systems, DMAN/SMAN. This allows for maximizing runway processing capacity while minimizing departure and arrival delays. In this study, we are working on an integrated operational approach and system architecture, combining AMAN/DMAN/SMAN, to alleviate air traffic congestion at the airport and its surrounding airspace. Approximately 40 minutes before aircraft take off or land on runways, we share the number of arrivals and departures per unit time to adjust the departure times at the parking spot and the use of runways and taxiways. To realize the integration of AMAN/DMAN/SMAN operations, a mechanism for predicting arrival times is essential approximately 40 minutes before aircraft arrive at the runway. Therefore, in this research, we are developing machine learning models to improve the accuracy of arrival time predictions.

空港を出発する航空交通流および空港での地上走行における渋滞を回避するためには、AMANの情報（滑走路への到着予測時間）を空港システムであるDMAN/SMANと共有し、滑走路処理容量を最大化しながら、出発および到着の遅延時間を最小化する必要があります。本研究では、航空機が滑走路に離着陸する約40分前に、単位時間あたりの到着・出発機数を共有し、駐機場の出発時刻と利用滑走路・誘導路を調整することで、空港および周辺空域での航空交通の輻輳を解消するAMAN/DMAN/SMAN統合運用手法とシステムアーキテクチャ設計に取り組んでいます。AMAN/DMAN/SMAN統合運用を実現するためには、航空機が滑走路に到着する約40分前に、到着時刻を予測する機構が必要です。そこで本研究では、到着時刻の予測精度を向上する機械学習モデルを開発しています。

【Airborne and Ground System Integration】

機上と地上のシステムインテグレーション

 Automation systems such as AMAN/DMAN/SMAN not only assist air traffic controllers on the ground but also collaborate with onboard avionics systems to promote automation in air traffic management. One example of a new automation system is the Airborne Surveillance Application (ASA), which forms the foundation for autonomous flight of aircraft. It enables the exchange of information such as aircraft identification, altitude, position, and speed among aircraft flying around a specific aircraft X. By receiving and processing this information, aircraft X can obtain detailed airborne traffic information or surveillance data. The system that utilizes the ASA is referred to as the ASA system (refer to Figure 6). By utilizing Automatic Dependent Surveillance Broadcast (ADS-B), which involves the installation of transmitters (ADS-B OUT) and receivers (ADS-B IN) on aircraft, flight information can be broadcasted and received. The ASA system enhances pilot situational awareness by displaying surrounding air traffic information on cockpit displays, and it also enables automatic control of air traffic using the received digital information. Therefore, in collaboration with the Electronic Navigation Research Institute, the research findings are being reflected in the international standard development of ASA set by the International Civil Aviation Organization (ICAO), a specialized agency of the United Nations.

AMAN/DMAN/SMANなどの自動化システムは、地上で管制官などを支援するだけでなく、航空機に搭載されるアビオニクスを活用する機上システムと連携することで、航空交通管理の自動化を促進します。新しい自動化システムとして、航空機の自律飛行の基盤となる機上監視応用（ASA: Arirborne Surveillance Application）システムが挙げられます。これは、ある航空機X の周囲を飛行する航空機がID、高度、位置、速度などの情報を送信し、それらの情報をX が受信することで、機上において詳細な航空交通情報の確認を可能にする、もしくは航空機監視情報を入手できるものです。ASA を応用するシステムをASA システムといいます（図6 参照）。放送型自動従属監視（ADS-B: Automatic Dependent Surveillance Broadcast）を利用し、送信機（ADS-B OUT）と受信機（ADS-B IN）を搭載して，航空機の飛行情報を送受信します。ASA システムを利用すると、周囲の航空交通情報をコックピットのディスプレイに表示してパイロットの状況認識を向上させるだけでなく、受信したデジタル情報を利用した航空交通の自動制御が可能になります。そこで、電子航法研究所と連携し、本研究の成果を国連の専門機関である国際民間航空機関（ICAO: International Civil Aviation Organization）が定めるASAの国際基準策定にも反映しています。