CBL - Campus del Baix Llobregat

Projecte llegit

Títol: Algoritmos de detección de anomalías para la detección de objetos extraños (FODs) en pistas de aeropuertos

Estudiants que han llegit aquest projecte:

Director/a: SALAMÍ SAN JUAN, ESTHER

Departament: DAC

Títol: Algoritmos de detección de anomalías para la detección de objetos extraños (FODs) en pistas de aeropuertos

Data inici oferta: 23-01-2023     Data finalització oferta: 23-09-2023


Estudis d'assignació del projecte:
    GR ENG SIS TELECOMUN
    GR ENG TELEMÀTICA
Tipus: Individual
 
Lloc de realització: EETAC
 
Paraules clau:
Aprendizaje profundo, detección de anomalías, FOD
 
Descripció del contingut i pla d'activitats:
FOD ("Foreign Object Debris" o "Daño por objeto extraño") es un
acrónimo de uso frecuente en la aviación para
describir los daños causados a las aeronaves por objetos
extraños. Cualquier material extraño, escombros u
objetos pequeños que aparezcan en la pista del aeropuerto pueden
representar una amenaza grave para la
seguridad de las operaciones en tierra de la aeronave, además de
producir daños irreparables tanto en vidas
humanas como en aeronaves. El FOD le cuesta a la industria
aeronáutica miles de millones cada año.

Entre los mecanismos utilizados actualmente para su detección
destacan vehículos equipados con detectores,
sistemas electroópticos que combinan cámaras de vigilancia con
programas de reconocimiento, sistemas basados
en radar, y la detección manual, que consiste en realizar
inspecciones visuales en las zonas donde la
presencia de un objeto extraño puede suponer un riesgo.

El objetivo de este proyecto es investigar la utilización de
técnicas de detección de anomalías basadas en
aprendizaje profundo para mejorar la detección de FODs a partir
de imágenes tomadas por un dron. Las
prestaciones de los algoritmos desarrollados se compararán con
algoritmos típicos de detección de objetos,
como YOLO o SSD.
 
Overview (resum en anglès):
The aim of this project has been to investigate the use of anomaly detection techniques for the detection of FODs on airport runways.

The main approach consisted of evaluating different anomaly detection algorithms and proposing a model developed from scratch, in order to investigate anomaly detection in different operating conditions and scenarios. To achieve this goal, a detailed review of the existing literature in the field of anomaly detection has been carried out, investigating the most recent improvements and the most promising techniques in this field. In addition, experiments have been designed and performed using specific FOD datasets, evaluating the results obtained using established efficiency metrics.

Experimental results reveal the effectiveness of the proposed models to detect foreign objects accurately and efficiently on airport runways, even under challenging conditions.

© CBLTIC Campus del Baix Llobregat - UPC