Experimental study on drone acoustics using Drone-Tracking Beamforming method

Gli Unmanned Aerial Vehicles (UAV), comunemente chiamati “droni”, stanno diventano sempre più diffusi come dispositivi ricreativi. Le loro capacità li rendono anche potenzialmente utilizzabili per svolgere diversi compiti, come il trasporto di merci, il monitoraggio ambientale e la sorveglianza di edifici o aree, in modo più facile e rapido rispetto al passato. Nonostante ciò, il loro utilizzo genera emissioni di rumore non trascurabili, che possono essere fastidiose sia per le persone che per gli animali presso l’area operativa. Questo tipico rumore deve essere studiato in modo da poter essere ridotto. Questa tesi ha come scopo la validazione di un metodo, chiamato Drone-Tracking Beamforming, che si basa sull’algoritmo del Conventional Beamforming. Il metodo analizza i dati riguardanti il campo acustico prodotto da una sorgente sonora e registrati da un array di microfoni in fase. Esso permette di produrre una sequenza di posizioni, in cui la sorgente viene localizzata, dividendo il segnale originale in diverse parti. Se applicato alle registrazioni di un drone, questo algoritmo permette il tracciamento automatico del veicolo e allo stesso tempo permette di filtrare le riflessioni acustiche che affliggono il segnale originale. Per ottenere dati di input appropriati per la validazione, un array di 64 microfoni elettrete è stato utilizzato per registrare segnali acustici da diversi tipi di sorgente all’interno dello stesso ambiente (la test hall di ID2MOVE, in Belgio). Parte del lavoro presentato riguarda la calibrazione degli elettreti, una procedura necessaria per ottenere dati di alta qualità con questo tipo di sensori. I dati processati sono poi utilizzati per mostrare il tipico output di un metodo beamforming: mappe colorate che indicano diversi valori di SPL. In queste mappe, la posizione corretta di una sorgente acustica (rilevata da un sistema di motion-capture montato presso la test hall di ID2MOVE) viene marcata con un indicatore e confrontata con la posizione della regione evidenziata dall’algoritmo, in modo da dimostrare le capacità del metodo riguardo al tracciamento della sorgente. Un secondo tipo di output viene prodotto in modo da mostrare la caratterizzazione del campo acustico generato dal soggetto tracciato: i valori di SPL vengono integrati in un’area limitata attorno alla sorgente e i risultati vengono riportati come spettri. Entrambi i tipi di output possono essere utilizzati per studiare le emissioni acustiche dei droni, con lo scopo di controllarle e ridurle. Ciò, a sua volta, può promuovere un utilizzo più ampio e una maggiore accoglienza di questi veicoli, anche in zone densamente popolate.