💻 computer science

ASCENT: Transformer-Based Aircraft Trajectory Prediction in Non-Towered Terminal Airspace

本文提出了名为 ASCENT 的轻量级 Transformer 模型，通过结合领域感知的 3D 坐标归一化与参数化预测，实现了非塔台终端空域中通用航空多模态 3D 轨迹的高效实时预测，并在多个数据集上显著优于现有基线方法。

原作者： Alexander Prutsch, David Schinagl, Horst Possegger

发布于 2026-03-18

📖 1 分钟阅读☕ 轻松阅读

原作者： Alexander Prutsch, David Schinagl, Horst Possegger

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在一个没有空中交通管制员（塔台）的小型机场附近飞行。这里没有红绿灯，也没有交警指挥交通，飞行员只能靠自己的经验和一套标准的“飞行套路”来避免撞车。这就像是在一个繁忙但没有交警的十字路口开车，风险很高。

这篇论文介绍了一个名为 ASCENT 的“超级智能副驾驶”，它能精准预测其他飞机接下来会往哪里飞，从而帮助飞行员提前避开危险。

以下是用通俗语言和生动比喻对这篇论文的解读：

1. 核心问题：为什么需要这个“超级副驾驶”？

现状：大多数通用航空（比如私人小飞机、农业喷洒飞机）都在没有塔台的小机场起降。这里的事故率是商业大飞机的 30 倍！因为飞行员只能靠猜或者死记硬背标准路线，一旦有人不按套路出牌，就容易出事。
目标：我们需要一个系统，能像看穿未来一样，提前算出其他飞机下一秒、下一分钟会飞到哪里，从而发出预警。

2. ASCENT 是什么？（它的“超能力”）

ASCENT 是一个基于Transformer（一种目前最火的 AI 架构，就像给 AI 装上了“超级注意力”）的模型。你可以把它想象成一个经验丰富的老机长，它通过观察历史轨迹，瞬间就能脑补出几十种可能的未来飞行路线。

它有三个独特的“独门绝技”：

A. “旋转视角”的魔法（坐标归一化）

普通做法：就像在地图上画线，不管飞机头朝哪，都按固定的东南西北来记录。这很死板，因为飞机转弯时，地图上的线看起来乱七八糟。
ASCENT 的做法：它像是一个跟着飞机一起转的摄像机。无论飞机怎么飞，ASCENT 都会把视角调整到“飞机正前方”。
- 比喻：想象你在开车，如果只看路边的树（固定坐标），树在后退；但如果你盯着车头看（相对坐标），你就知道车是在直行还是转弯。ASCENT 就是那个盯着车头看的系统，它能更敏锐地捕捉到“哦，这架飞机要左转了”或者“要爬升了”。
- 创新点：它不仅看水平方向（左转右转），还看垂直方向（抬头低头），这是以前很多模型忽略的。

B. “多面手”的预测（基于查询的解码器）

普通做法：以前的模型像是一个只会画“平均线”的画家。它看到大家都在左转，就只画一条左转的线。如果突然有人右转，它就懵了。
ASCENT 的做法：它像是一个拥有多重人格的预言家。它手里拿着几个“魔法骰子”（学名叫“模式查询”），每次掷骰子都能生成一种可能的未来：
- 骰子 A：飞机继续直行。
- 骰子 B：飞机准备降落。
- 骰子 C：飞机突然急转弯。
- 比喻：就像下棋时，高手不会只算一步，而是算出“如果我走这，对手可能走那；如果我走那，对手可能走这”。ASCENT 能同时生成多种可能的“剧本”，并且告诉飞行员哪种剧本发生的概率最大。

C. 不直接画点，而是“写公式”（参数化预测）

普通做法：直接预测飞机下一秒在 (x, y, z) 哪个坐标点。这就像让你背下一整段路的所有路标，很累且容易记错。
ASCENT 的做法：它预测的是飞行参数（速度、抬头角度、转弯角度）。
- 比喻：与其让你背诵“先走 100 米，再左转 30 度，再走 50 米”，不如直接告诉你“保持速度，向左转 30 度”。这样生成的路线更平滑、更符合物理规律，就像用公式算出来的比死记硬背的更靠谱。

3. 它表现如何？（成绩单）

研究人员在两个真实的数据集（TrajAir 和 TartanAviation）上测试了 ASCENT：

准确率爆表：在预测飞机未来位置时，它的误差比以前的所有方法都小得多。就像射箭，以前的方法可能射在靶心旁边，ASCENT 几乎能正中红心。
速度极快：这是最关键的一点。它能在几毫秒内算出结果（比以前的模型快几倍）。
- 比喻：以前的模型算得慢，就像用算盘算数，等算出来飞机都撞上了；ASCENT 像用超级计算机，还没等你眨眼，危险预警就已经发出来了。这使得它真的可以安装在飞机上实时使用。

4. 总结与未来

ASCENT 就像是为非塔台机场的飞行员配备了一位不知疲倦、反应极快、能同时思考多种可能性的 AI 副驾驶。

它的成功秘诀：把飞机的运动拆解成“相对动作”和“全局位置”，并用一种类似自动驾驶汽车的技术（Transformer）来处理，但专门针对飞机的 3D 飞行特性进行了改良。
局限性：目前它主要是在特定的小机场数据上训练的，如果换到一个完全陌生的机场，可能还需要一点“适应期”（微调）。而且它还没学会看天气（比如风大不大），不过未来很容易加上这些功能。

一句话总结：ASCENT 让 AI 学会了像老飞行员一样思考，不仅能看清飞机现在的动作，还能在几秒钟内推演出几十种未来的飞行剧本，极大地提高了小型机场的飞行安全。

ASCENT：非塔台终端空域基于 Transformer 的航空器轨迹预测技术总结

1. 研究背景与问题定义 (Problem)

背景：
通用航空（General Aviation, GA）占美国注册航空器的约 90%，但其事故率是商业航空的 30 倍。大多数事故发生在非塔台（non-towered）终端空域。在这些区域，没有空中交通管制（ATC）的主动管理，飞行员依赖标准程序（如 FAA 标准机场交通模式）和自身判断，导致交通冲突风险增加。

核心问题：
如何在非塔台终端空域中，利用历史飞行数据准确预测航空器的未来 3D 轨迹，以提前检测潜在冲突并提升安全性。

现有挑战：

与自动驾驶的区别： 航空器在三维空间运动，不遵循严格的“车道”网络，而是遵循跑道和空域程序；预测时间跨度更长（几分钟 vs 几秒）；现有自动驾驶模型难以直接迁移。
现有航空预测方法的局限： 传统方法多基于生成式随机模型（如变分自编码器 CVAE 或扩散模型 Diffusion），虽然能生成多模态轨迹，但在捕捉结构化交通模式和推理效率上不如自动驾驶领域成熟的 Transformer 架构。

2. 方法论 (Methodology)

作者提出了 ASCENT (Aircraft Sequence Encoding Transformer)，一种轻量级但功能强大的基于 Transformer 的模型，专门针对 3D 航空器轨迹预测设计。

2.1 核心架构

ASCENT 由三个主要部分组成：

坐标建模与归一化 (Coordinate Modeling & Normalization)：
- 问题： 直接使用全局坐标会导致位置偏差，难以学习局部运动模式（如转弯、爬升）。
- 方案： 采用位置与角度归一化。将历史轨迹转换到以当前航空器为中心的局部坐标系中。
  - 计算航空器的偏航角（yaw, $\gamma$ ）和俯仰角（pitch, $\theta$ ）。
  - 对轨迹进行平移（减去当前位置）和旋转（对齐坐标轴）。
- 全局上下文保留： 为了弥补归一化丢失的全局信息（如与跑道的相对位置），引入了3D 位置嵌入（3D Positional Embedding）。该嵌入包含位置 $(x, y, z)$ 和角度 $(\sin\gamma, \cos\gamma, \sin\theta, \cos\theta)$ ，使模型既能学习局部运动结构，又能感知全局环境。
运动编码 (Motion Encoding)：
- 使用Self-Attention 块（Transformer 编码器）处理归一化后的局部历史轨迹。
- 结合时间编码和全局位置嵌入，生成包含局部运动模式和全局上下文信息的特征向量。
基于模式查询的解码 (Decoder with Learnable Mode Queries)：
- 创新点： 摒弃了航空领域常用的 CVAE 或扩散模型解码器，采用了自动驾驶领域成功的**可学习模式查询（Learnable Mode Queries）**机制。
- 机制： 引入 $k$ 个可学习的查询向量（Mode Queries），每个查询代表一种潜在的飞行模式（如着陆、左转、右转）。
- 参数化预测： 模型不直接预测未来的 3D 坐标，而是预测飞行参数：
  - 飞行速度（线性输出）。
  - 偏航角和俯仰角（预测 $\sin$ 和 $\cos$ 值，通过 $\arctan$ 计算角度，避免角度不连续问题）。
- 利用运动学公式将预测的参数转换回 3D 轨迹，最后通过逆归一化变换回全局坐标系。

3. 主要贡献 (Key Contributions)

新架构提出： 提出了 ASCENT，这是首个将自动驾驶领域的 Transformer 架构（特别是模式查询解码器）成功迁移并适配到航空器 3D 轨迹预测的模型。
SOTA 性能： 在 TrajAir 数据集上，ASCENT 在多种实验设置下（不同输入长度、不同输出模式数）均取得了新的最先进（State-of-the-Art）结果，显著优于 TrajAirNet、GooDFlight 等基线。
新数据集评估： 首次报告了在 TartanAviation 数据集上的轨迹预测结果，并进行了跨数据集评估。
消融实验验证： 通过详尽的消融研究，证明了以下组件的有效性：
- 模式查询解码器优于 CVAE 解码器。
- “局部归一化 + 全局位置嵌入”的坐标建模优于纯全局或纯局部坐标。
- 参数化轨迹预测（预测速度/角度）优于直接预测 3D 坐标，特别是在长时程预测中更稳定。
低延迟推理： 模型具有极低的推理延迟，适合边缘设备部署，满足实时冲突检测的需求。

4. 实验结果 (Results)

数据集： 在 TrajAir（非塔台 KBTP 机场）和 TartanAviation（包含 KBTP 和塔台 KAGC 机场）上进行评估。
性能指标： 使用平均位移误差 (minADE) 和最终位移误差 (minFDE)。
关键数据表现：
- 在 TrajAir 的 11 秒输入、预测 120 秒任务中，ASCENT 的 minADE5 为 0.35 km，minFDE5 为 0.58 km，显著优于 TrajAirNet (0.78/1.55) 和 TransformerTF (1.76/4.13)。
- 在 40 秒输入、预测 20 个轨迹模式的任务中，ASCENT 的 minADE20 为 0.19 km，minFDE20 为 0.26 km，超越了之前的 SOTA 模型 GooDFlight (0.29/0.39)。
- 跨数据集泛化： 在 TartanAviation 上训练并在 TrajAir 测试，或反之，均表现出良好的泛化能力（特别是在限制轨迹半径后）。
延迟分析： 在 NVIDIA V100 GPU 上，ASCENT 的推理延迟极低。处理 32 架航空器时，延迟仅为 17ms，而基线 TrajAirNet 需要 673ms。这证明了其无需迭代采样、基于 MLP 和 Transformer 的架构具有极高的效率。

5. 意义与展望 (Significance)

安全提升： 为通用航空提供了一种实时、高精度的轨迹预测工具，有助于在非塔台空域早期发现冲突，降低事故率。
跨领域融合： 成功验证了将自动驾驶领域的先进运动预测技术（Transformer、模式查询）迁移到航空领域的可行性，为未来航空 AI 研究提供了新范式。
实时性： 极低的延迟使得该模型可以部署在机载系统或地面边缘计算节点上，实现实时的交通流管理和冲突预警。
局限性： 目前模型隐式学习跑道位置等全局关系，泛化到未见过的机场可能需要微调；尚未整合天气等外部上下文信息，但这为未来工作留下了扩展空间。

总结： ASCENT 通过结合领域感知的坐标归一化、Transformer 编码器和参数化的模式查询解码器，解决了非塔台空域航空器轨迹预测中的多模态、长时程和实时性挑战，是目前该领域性能最强且效率最高的解决方案之一。