ベトナムの科学者が空港で異物を検知する機械を教育

[広告1]

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、空港で危険な状態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、ターミナル全体、航空機、滑走路、滑走路、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た 3D モデルをコンピューター上にスケッチしました。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によって構築されました。

データがコンピューターに入力されると、コンピューターは画像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も、潜在的な安全リスクとなります。滑走路模型に異物が侵入すると、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、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 — 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であるグエン・タン・ズン博士によると、空港模型でのシステム試験は実際の空港とは大きく異なるという。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ある。そのため、物体を認識するにはカメラシステムの高い解像度と、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となる。

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、ほとんどが手動の方法で行われています。つまり、空港では滑走路、誘導路、駐機場で異物の管理と回収に人員を動員しているのです」とズン博士は述べています。

研究責任者のグエン・タン・ズン博士。写真：ハ・アン — 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、世界の先進国で研究され、実用化されている。この技術は、世界のいくつか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使用されている。しかし、これらのシステムの有効性は、メーカーの発表以上に十分に評価されていない。しかし、ベトナムで適用するにはコストが高く、技術の普及が進んでいない。

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の最小化の基礎となると確信している。そのため、同氏は、このシステムが研究グループによって完成し、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