دانشمند ویتنامی به ماشین‌ها نحوه تشخیص اشیاء خارجی در فرودگاه‌ها را آموزش می‌دهد

گروهی از دانشمندان آکادمی هوانوردی ویتنام با استفاده از تصاویر دوربین‌ها و مدل‌های یادگیری ماشینی، اشیاء خارجی را که می‌توانند باعث ایجاد شرایط ناامن در فرودگاه‌ها شوند، شناسایی و هشدار دادند.

سیستم کاربردی فناوری پردازش تصویر توسط تیم تحقیقاتی طی ۲ سال و با هدف پشتیبانی از ایمنی هوانوردی توسعه داده شد.

برای انجام این کار، تیم یک مدل سه‌بعدی را روی رایانه طراحی کرد که فرودگاه واقعی را شبیه‌سازی می‌کرد، از جمله کل ترمینال، هواپیما، باند فرودگاه، مسیر فرود، سیستم روشنایی (شبیه‌سازی روز و شب)... در واقعیت، تیم دوربین‌هایی را برای تشخیص اشیاء در امتداد باند فرودگاه قرار داد.

سناریوهای مختلفی برای کامپیوتر ساخته شد تا اشیاء خارجی را در باند فرودگاه شبیه‌سازی شده تشخیص دهد. منبع داده توسط تیم از جمع‌آوری تصاویر موجود در مکان‌های باند، تاکسی‌وی‌ها و پیشخوان‌ها در فرودگاه‌های داخلی و بین‌المللی ، همراه با تصاویر گرفته شده توسط دانشجویان و اساتید در طول کارآموزی آنها، ساخته شد.

وقتی داده‌ها به کامپیوتر داده می‌شوند، کامپیوتر تمام اشیاء موجود در مجموعه تصاویر را یاد می‌گیرد. به عنوان مثال، سقف‌های فلزی، پوشش‌های مخزن آب، آنتن‌ها، پرندگان خانگی... حتی وسایل مسافران مانند خودکار، دسته چمدان، گیره‌های اسناد... همه می‌توانند خطرات ایمنی بالقوه‌ای ایجاد کنند. وقتی اشیاء خارجی وارد مدل باند فرودگاه می‌شوند، دوربین تصاویر را ضبط می‌کند، آنها را برای تجزیه و تحلیل، پردازش و صدور هشدار به سرور ارسال می‌کند.

هنگام آزمایش روی یک مدل یادگیری ماشین با تصاویر در شرایط نوری مناسب، می‌تواند اشیاء خارجی را با دقت بیش از ۹۹٪ تشخیص دهد. در مورد تصاویر نویزی، یعنی در شرایط کم‌نور، غبارآلود، بارانی، بادی... مدل با دقت کمتری عمل می‌کند و به طور متوسط حدود ۷۰ تا ۸۰٪ است. در نتیجه، مدل یادگیری ماشین شکل، اندازه و مکان جسم را تشخیص می‌دهد.

در حال حاضر، محصول این گروه فقط اشیاء روی زمین را تشخیص می‌دهد. دکتر دانگ گفت که او به تحقیق و توسعه عملکردهای مشابه برای اشیاء در هوا ادامه خواهد داد.

مدل یادگیری ماشینی برای تشخیص اشیاء خارجی توسط این تیم روی یک مدل فرودگاه آزمایش شد. عکس: NVCC — مدل یادگیری ماشینی برای تشخیص اشیاء خارجی توسط این تیم روی یک مدل فرودگاه آزمایش شد. عکس: *NVCC*

به گفته دکتر نگوین تان دانگ، معاون مدیر آکادمی و رئیس تحقیقات، آزمایش سیستم روی مدل فرودگاه با فرودگاه واقعی بسیار متفاوت است. دلیل آن این است که فاصله از موقعیت دوربین (با شرایط ایمنی) تا جسم (طول جانبی بیش از 3 سانتی‌متر) روی باند فرودگاه بسیار زیاد است، گاهی اوقات تا صدها متر. بنابراین، سیستم دوربین برای تشخیص جسم به وضوح بالاتری و یک سیستم کامپیوتری با سرعت پردازش داده سریع‌تر نیاز دارد.

آقای دانگ گفت که فناوری تشخیص اشیاء خارجی در فرودگاه‌ها توسط بسیاری از کشورها به کار گرفته می‌شود، اما قیمت آن بسیار گران است. در سال ۲۰۱۷، کل سرمایه‌گذاری در سیستم تشخیص و هشدار اشیاء خارجی (FOD - بقایای اشیاء خارجی - FOD) برای فرودگاه نوی بای ۴۸۶.۲ میلیارد دونگ و برای فرودگاه تان سون نهات ۵۰۹.۷ میلیارد دونگ اعلام شد.

دکتر دانگ گفت: در ویتنام، «از سیستم‌های خودکار برای تشخیص اشیاء خارجی استفاده نشده است، بیشتر آنها از روش‌های دستی استفاده می‌کنند. یعنی فرودگاه‌ها افرادی را برای کنترل و جمع‌آوری اشیاء خارجی در باند فرودگاه، تاکسی‌وی‌ها و پارکینگ‌ها بسیج می‌کنند.»

دکتر نگوین تان دونگ، رئیس تحقیقات. عکس: ها آن — دکتر نگوین تان دونگ، رئیس تحقیقات. عکس: *ها آن*

به گفته دانشیار دکتر بویی ون هونگ، مدیر موسسه آموزش فنی (دانشگاه آموزش فنی شهر هوشی مین)، سیستم‌های تشخیص اشیاء خارجی در حوزه هوانوردی با استفاده از سیستم‌های دوربین، توسط کشورهای توسعه‌یافته جهان مورد تحقیق و آزمایش قرار گرفته و در عمل به کار گرفته شده‌اند. این فناوری در برخی از فرودگاه‌های جهان با سیستم‌های رادار موج کوتاه برای تشخیص اشیاء خارجی ترکیب شده است. با این حال، اثربخشی این سیستم‌ها فراتر از اعلام سازنده ارزیابی نشده است. با این حال، برای استفاده در ویتنام، هزینه بالایی دارد و این فناوری پیشگیرانه نیست.

او معتقد است تحقیقات این گروه مبنای طراحی، نصب، بهره‌برداری، نگهداری، تسلط بر فناوری داخلی، به حداقل رساندن هزینه‌ها در صورت به‌کارگیری در عمل است. بنابراین، انتظار دارد این سیستم توسط گروه تحقیقاتی تکمیل، آزمایش و در فرودگاه‌های داخلی به‌کار گرفته شود.

ها آن

لینک منبع