Vision Transformer派生モデルによるAISベースレーダー誤差補正で、距離と方位角の誤差を削減
AIS-Based Radar Error Correction Using a Vision Transformer Variant for Range and Azimuth Error Reduction
沿岸監視レーダーは、目標追跡精度を低下させる系統的な距離・方位角誤差に悩まされている。本論文では、自動船舶識別システム(AIS)データを真値として利用し、これらの誤差を補正するVision Transformer(ViT)派生モデルを提案する。このモデルは、明示的な物理モデルを必要とせずに、自己注意機構を用いて非線形な誤差パターンをモデル化する。Maritime Target Detection and Tracking (MTDSP) データセット(約8万件のレーダー・AIS観測ペア)で評価した結果、提案手法は未調整測定値と比較して、距離の平均絶対誤差(MAE)を98.5%(514.76 m → 7.77 m)、方位角のMAEを89.8%(1.37° → 0.14°)削減した。アーキテクチャ構成要素を分離した制御実験により、自己注意機構、パッチ埋め込み、マルチタスク学習がそれぞれ測定可能な改善に寄与し、特にテールエラーのロバスト性に貢献することが確認された。これらの結果は、海上監視におけるレーダー系統誤差の補正にTransformerベースのアーキテクチャが有効であることを示している。
- Vision Transformer派生モデルにより、レーダーの距離誤差MAEを98.5%(514.76m→7.77m)、方位角誤差MAEを89.8%(1.37°→0.14°)削減
- 約8万件のレーダー・AIS観測ペアを含むMaritime Target Detection and Tracking (MTDSP) データセットで評価
- 自己注意機構、パッチ埋め込み、マルチタスク学習が誤差補正性能に貢献し、特にテールエラーのロバスト性を向上
本研究はViT派生モデルをレーダー誤差補正という実用的なタスクに応用し、距離誤差98.5%、方位角誤差89.8%という劇的な削減を達成した点が注目される。レーダーとAISの統合は防衛・海洋監視・物流などの市場で需要が高く、Transformer系技術の領域横断的な応用可能性を示す好事例。ただし現時点では学術研究の段階であり、具体的な製品化や調達には至っていないため、投資判断には追加の商用化動向の観察が必要。