Il lavoro che svolgo da cinque anni, la passione e il mio corso di studio mi hanno portato ad avere un interesse pratico negli oggetti e negli strumenti che sono ormai diventati la mia quotidianità. Nella fattispecie di questo lavoro di tesi magistrale ho colto l’occasione per sviluppare un argomento che mi sta a cuore e che mi ha incuriosito, anche in seguito a fatti spiacevoli avvenuti in seguito all’incidente di Falco nel 2009. “Falco” è il nome in codice dell’elisoccorso di Pieve di Cadore (BL), I-REMS era la matricola di quello specifico velivolo, un Augusta Westland A109S Grand. Il 22 agosto 2009, durante una ricognizione, ha impattato contro dei cavi di media tensione ed è caduto, causando la morte dei 4 componenti dell’equipaggio: questo incidente ha sollevato il problema degli ostacoli al volo nella navigazione aerea. Ero a conoscenza di questo episodio di cronaca da anni e, con lo sguardo critico che l’università mi ha insegnato, ho avuto gli strumenti per analizzare il problema e riflettere sulle possibili soluzioni applicative. Da qui è nata l’idea di sviluppare un algoritmo di riconoscimento e identificazione di ostacoli, basato su reti neurali ed applicarlo a ostacoli lineari come cavi degli elettrodotti e teleferiche. Il procedimento è stato selezionare alcune reti neurali, pre-addestrate per il riconoscimento di oggetti, e allenarle con le immagini di mio interesse ai fini di far loro riconoscere una specifica classe di oggetti che nel mio caso è quella dei cavi. Il software utilizzato è Matlab, partendo dal database, di pubblico dominio, sono state applicate le etichette alle foto con lo strumento di Image Labeling, successivamente con gli strumenti di Deep Learning sono state scaricate le reti di base già esistenti ed è stato fatto il training e infine la verifica. La tesi ha l’obiettivo, quindi, di ricreare, con software noti, uno strumento importante per la soluzione del problema degli ostacoli al volo a bassa quota che purtroppo è ancora presente nonostante lo stato attuale di sviluppo tecnologico e le normative di sicurezza.

Algoritmi di riconoscimento e identificazione di ostacoli per la navigazione aerea a bassa quota basati su reti neurali

TAROZZO, CHIARA
2022/2023

Abstract

Il lavoro che svolgo da cinque anni, la passione e il mio corso di studio mi hanno portato ad avere un interesse pratico negli oggetti e negli strumenti che sono ormai diventati la mia quotidianità. Nella fattispecie di questo lavoro di tesi magistrale ho colto l’occasione per sviluppare un argomento che mi sta a cuore e che mi ha incuriosito, anche in seguito a fatti spiacevoli avvenuti in seguito all’incidente di Falco nel 2009. “Falco” è il nome in codice dell’elisoccorso di Pieve di Cadore (BL), I-REMS era la matricola di quello specifico velivolo, un Augusta Westland A109S Grand. Il 22 agosto 2009, durante una ricognizione, ha impattato contro dei cavi di media tensione ed è caduto, causando la morte dei 4 componenti dell’equipaggio: questo incidente ha sollevato il problema degli ostacoli al volo nella navigazione aerea. Ero a conoscenza di questo episodio di cronaca da anni e, con lo sguardo critico che l’università mi ha insegnato, ho avuto gli strumenti per analizzare il problema e riflettere sulle possibili soluzioni applicative. Da qui è nata l’idea di sviluppare un algoritmo di riconoscimento e identificazione di ostacoli, basato su reti neurali ed applicarlo a ostacoli lineari come cavi degli elettrodotti e teleferiche. Il procedimento è stato selezionare alcune reti neurali, pre-addestrate per il riconoscimento di oggetti, e allenarle con le immagini di mio interesse ai fini di far loro riconoscere una specifica classe di oggetti che nel mio caso è quella dei cavi. Il software utilizzato è Matlab, partendo dal database, di pubblico dominio, sono state applicate le etichette alle foto con lo strumento di Image Labeling, successivamente con gli strumenti di Deep Learning sono state scaricate le reti di base già esistenti ed è stato fatto il training e infine la verifica. La tesi ha l’obiettivo, quindi, di ricreare, con software noti, uno strumento importante per la soluzione del problema degli ostacoli al volo a bassa quota che purtroppo è ancora presente nonostante lo stato attuale di sviluppo tecnologico e le normative di sicurezza.
2022
OBSTACLE RECOGNITION AND IDENTIFICATION ALGORITHMS FOR AIR NAVIGATION AT LOW ALTITUDE BASED ON NEURAL NETWORKS
ostacoli
riconoscimento
navigazione aerea
File in questo prodotto:
File Dimensione Formato  
Tarozzo_Chiara.pdf

accesso riservato

Dimensione 7.13 MB
Formato Adobe PDF
7.13 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/50828