ベトナム航空アカデミーの科学者グループは、カメラの画像と機械学習モデルを使用して、空港で危険を引き起こす可能性のある異物を検知し警告した。
画像処理技術応用システムは、航空安全を支援したいという思いから、研究チームが2年かけて開発しました。
これを実現するために、チームはコンピューター上で 3D モデルをスケッチし、ターミナル全体、航空機、滑走路、トンネル、照明システム (昼と夜をシミュレート) など、実際の空港をシミュレートしました。実際には、チームは滑走路沿いの物体を検出するためにカメラを配置しました。
コンピューターがシミュレートされた滑走路上の異物を検出できるように、さまざまなシナリオが構築されました。データ ソースは、国内および国際空港の滑走路、誘導路、エプロンで入手可能な画像を収集し、学生や講師がインターンシップ中に撮影した画像と組み合わせてチームによって構築されました。
データがコンピュータに入力されると、コンピュータは画像セット内のすべてのオブジェクトを学習します。たとえば、波形鉄板の屋根、水タンクのカバー、アンテナ、ペットの鳥、さらにはボールペン、スーツケースの取っ手、書類クリップなどの乗客の持ち物も、すべて潜在的な安全上のリスクをはらんでいます。模型滑走路に異物が侵入すると、カメラが画像を撮影し、分析、処理、警告の発行のためにサーバーに送信します。
明るい条件での画像を使用して機械学習モデルでテストすると、異物を 99% 以上の精度で検出できます。ノイズの多い画像、つまり暗い場所、ほこりっぽい場所、雨や風が強い場所などでは、モデルは平均で約 70 ～ 80% という低い精度で動作します。その結果、機械学習モデルはオブジェクトの形状、サイズ、位置を認識します。
現在、チームの製品は地上の物体のみを検出します。ダン博士は、空中の物体に対しても同様の機能を研究・開発し続けると述べた。
異物検出用の機械学習モデルは、チームによって空港モデルでテストされました。写真: NVCC
同アカデミー副所長兼研究責任者のグエン・タン・ズン博士によると、空港模型でのシステムのテストは実際の空港でのテストとは大きく異なるという。その理由は、カメラの位置（安全条件を満たしている）から滑走路上の物体（辺の長さが 3 cm 以上）までの距離が非常に大きく、場合によっては数百メートルに及ぶためです。したがって、カメラシステムは物体を認識するためにより高い解像度を必要とし、より高速なデータ処理速度を備えたコンピュータシステムを必要とします。
ドゥン氏は、空港で異物を検出する技術は多くの国で導入されており、非常に高価であると述べた。 2017年、異物検知警告（FOD）システムへの総投資額は、ノイバイ空港では4,862億ドン、タンソンニャット空港では5,097億ドンと見積もられた。
ベトナムでは「異物を検知する自動システムは使われておらず、主に手動の方法が使われている。つまり、空港では滑走路、誘導路、駐車場で異物を管理し、回収するために人を動員している」とドゥン博士は語った。
研究責任者、グエン・タン・ドゥン博士。写真:ハ・アン
ホーチミン市技術教育大学技術教育研究所所長のブイ・ヴァン・ホン准教授によると、カメラシステムを使用した航空分野における異物検出システムは、世界中の先進国で研究され、実践されているという。この技術は、世界中のいくつかの空港の短波レーダーシステムと組み合わせて、異物を検出します。しかし、これらのシステムの有効性はメーカーの発表以上に評価されておらず、ベトナムで適用するにはコストが高く、技術も未熟です。
同氏は、同グループの研究は、国内技術の設計、導入、活用、維持、習得、そして実際に適用された場合のコストの最小化の基礎となると述べた。そのため、同氏は研究チームによってシステムが完成し、テストされ、国内の空港で適用されることを期待している。
ハアン
[広告2]
ソースリンク
コメント (0)