D'Agnolo, Mirko
(2026)
Sviluppo di un sistema di visione artificiale per la prevenzione delle collisioni in ambito aeronautico.
[Laurea], Università di Bologna, Corso di Studio in
Ingegneria aerospaziale [L-DM270] - Forli', Documento full-text non disponibile
Il full-text non è disponibile per scelta dell'autore.
(
Contatta l'autore)
Abstract
Il presente lavoro di tesi si occupa della progettazione, dell’addestramento e della validazione sperimentale di un sistema di elaborazione in tempo reale delle immagini per il rilevamento automatico degli ostacoli in volo. L’obiettivo principale del lavoro è creare un modello di Computer Vision in grado di classificare, individuare ed evidenziare ai piloti, in tempo reale, ostacoli non-cooperativi nello spazio aereo. Nello specifico, sono state individuate tre macrocategorie di target: aeromobili ad ala fissa, elicotteri e volatili. Altre categorie di oggetti di interesse per la sicurezza del volo, quali ad esempio piloni per cavi elettrici o per funivie, potrebbero essere integrate replicando la metodologia seguita nella tesi. Nella prima fase del progetto si è provveduto alla progettazione dell’intero sistema e alla creazione di un dataset fotografico, opportunamente annotato, volto a istruire la rete neurale che si è scelto di utilizzare. Successivamente è stato condotto il processo di addestramento, mirato a ottimizzare le capacità della rete YOLOv8n di Ultralytics. Per verificare il corretto svolgimento del processo e la bontà di quest’ultimo, sono state analizzate le principali metriche di accuratezza (Funzioni di Loss, Curva Precision-Recall, mAP). Infine, il modello è stato implementato su una scheda di calcolo NVIDIA Jetson Orin Nano e interfacciato all’ambiente esterno con una fotocamera InnoMaker. I risultati dei test, analizzati alla fine dell’elaborato, mostrano che il modello dispone di buone capacità nel rilevamento con frame rate adeguati e tempi di latenza contenuti. Gli sviluppi futuri di questa tesi potrebbero prevedere un addestramento della rete con un numero maggiore di oggetti, la verifica delle prestazioni con telecamere di diversa risoluzione e uno studio più accurato in modo da individuare falsi positivi e mancati rilevamenti.
Abstract
Il presente lavoro di tesi si occupa della progettazione, dell’addestramento e della validazione sperimentale di un sistema di elaborazione in tempo reale delle immagini per il rilevamento automatico degli ostacoli in volo. L’obiettivo principale del lavoro è creare un modello di Computer Vision in grado di classificare, individuare ed evidenziare ai piloti, in tempo reale, ostacoli non-cooperativi nello spazio aereo. Nello specifico, sono state individuate tre macrocategorie di target: aeromobili ad ala fissa, elicotteri e volatili. Altre categorie di oggetti di interesse per la sicurezza del volo, quali ad esempio piloni per cavi elettrici o per funivie, potrebbero essere integrate replicando la metodologia seguita nella tesi. Nella prima fase del progetto si è provveduto alla progettazione dell’intero sistema e alla creazione di un dataset fotografico, opportunamente annotato, volto a istruire la rete neurale che si è scelto di utilizzare. Successivamente è stato condotto il processo di addestramento, mirato a ottimizzare le capacità della rete YOLOv8n di Ultralytics. Per verificare il corretto svolgimento del processo e la bontà di quest’ultimo, sono state analizzate le principali metriche di accuratezza (Funzioni di Loss, Curva Precision-Recall, mAP). Infine, il modello è stato implementato su una scheda di calcolo NVIDIA Jetson Orin Nano e interfacciato all’ambiente esterno con una fotocamera InnoMaker. I risultati dei test, analizzati alla fine dell’elaborato, mostrano che il modello dispone di buone capacità nel rilevamento con frame rate adeguati e tempi di latenza contenuti. Gli sviluppi futuri di questa tesi potrebbero prevedere un addestramento della rete con un numero maggiore di oggetti, la verifica delle prestazioni con telecamere di diversa risoluzione e uno studio più accurato in modo da individuare falsi positivi e mancati rilevamenti.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
D'Agnolo, Mirko
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Sicurezza del volo, elaborazione delle immagini, deep learning, Sense and Avoid
Data di discussione della Tesi
15 Ottobre 2026
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
D'Agnolo, Mirko
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Sicurezza del volo, elaborazione delle immagini, deep learning, Sense and Avoid
Data di discussione della Tesi
15 Ottobre 2026
URI
Gestione del documento: