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、空港で危険をもたら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 (昼と夜のシミュレーション) 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。
コンピュータが模擬滑走路上の異物を検出するための様々なシナリオが構築されました。データソースは、国内外の空港の滑走路、誘導路、エプロンで利用可能な画像と、学生や講師がインターンシップ中に撮影した画像を組み合わせてチームが収集したものです。
データがコンピューターに入力されると、コンピューターは写真セット内のすべての物体を学習します。例えば、金属製の屋根、貯水槽のカバー、アンテナアンテナ、ペットの鳥…さらにはボールペン、スーツケースの取っ手、書類クリップといった乗客の持ち物まで、すべてが潜在的な安全リスクとなります。模型滑走路に異物が持ち込まれると、カメラが画像を撮影し、サーバーに送信して分析、処理を行い、警告を発します。
機械学習モデルを明るい環境の画像でテストしたところ、99%以上の精度で異物を検出できました。一方、ノイズの多い画像、つまり暗い場所、埃っぽい場所、雨天時、風の強い場所などでは、モデルの精度は低下し、平均で約70～80%の精度しか得られませんでした。その結果、機械学習モデルは物体の形状、サイズ、位置を認識しました。
現在、同グループの製品は地上の物体のみを検知します。ユン博士は、空中の物体についても同様の機能を研究開発していくと述べました。
異物を検出する機械学習モデルは、空港モデルでチームによってテストされた。写真： NVCC
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テストは実際の空港とは大きく異なるとのことです。その理由は、カメラ位置（安全条件を満たす）から滑走路上の物体（辺の長さが3cm以上）までの距離が非常に長く、時には数百メートルにも及ぶためです。そのため、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持つコンピュータシステムが必要になります。
ズン氏は、空港における異物検知技術は多くの国で導入されているものの、価格が非常に高額であると述べた。2017年、異物検知警報システム（FOD：Foreign Object Debris）への総投資額は、ノイバイ空港で4,862億ドン、タンソンニャット空港で5,097億ドンと見積もられた。
ベトナムでは、「異物を検出する自動システムは導入されておらず、主に手動の方法が用いられています。つまり、空港では滑走路、誘導路、駐機場などで異物の管理と回収に人員を動員しているのです」とズン博士は述べた。
研究責任者のグエン・タン・ズン博士。写真：ハ・アン
ホーチミン市工科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、航空分野におけるカメラシステムを用いた異物検知システムは、世界各国の先進国で研究・実用化されている。この技術は、世界各地の空港で短波レーダーシステムと組み合わせて異物検知に利用されている。しかし、これらのシステムの有効性はメーカーの発表にとどまっており、ベトナムで適用するにはコストが高く、技術の導入も進んでいない。
同氏は、同グループの研究が、国内技術の設計、導入、活用、維持、習得、そして実用化におけるコスト削減の基礎となると確信している。そのため、同研究グループによってシステムが完成し、国内空港で試験・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)