Maria Lucia Ferramosca
Safety assessment of UAV systems: field data analysis.
Rel. Giorgio Guglieri. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2021
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract: |
Unmanned Aerial Vehicles (UAV) hanno acquisito un'importanza significativa in diversi settori, principalmente per usi militari, ma anche di recente hanno avuto una crescente accettazione negli spazi civili. Pertanto, una profonda analisi/valutazione dei rischi per la sicurezza per prevenire ogni possibile danno a se stessi, all'ambiente e alle persone è fondamentale per la costruzione e l'utilizzo degli UAV. Per raggiungere questo obiettivo, dovrebbero essere affrontate due sfide fondamentali: i) identificazione dei tipi e della frequenza dei problemi e ii) misurazione del loro impatto. Questa tesi ha lo scopo di affrontare la prima sfida automatizzando il processo di analisi del campo dati. Per fare ciò, sono stato prima eseguite alcune analisi statistiche dei problemi segnalati dei sistemi UAV (in Github) e abbiamo estratto manualmente i dati dettagliati dai rapporti per comprendere meglio il tipo e la natura dei problemi. Quindi, per automatizzare l'analisi, è stato utilizzato un algoritmo di elaborazione del linguaggio naturale per estrarre le parole chiave dai report e quindi algoritmi di apprendimento automatico per creare modelli di classificatori per classificare i report in base alla categoria di errore e al livello di gravità. Sono stati testati quattro classificatori, tra cui Naive Bayes, Decision Tree, Support Vector Machine e k-Nearest Neighbor, tra i quali Decision Tree risulta fornire risultati più accurati in questo contesto. I buoni risultati di accuratezza ottenuti suggeriscono che queste analisi possono essere eseguite per comprendere ulteriormente i problemi del sistema UAV e aiutare nella procedura di valutazione del rischio per identificare il pericolo e definire la frequenza e la gravità del rischio. è stato notato che la maggior parte dei problemi segnalati riguardava difetti e aggiornamenti nel codice sorgente di Autopilot che tendono ad avere un impatto ridotto. Tuttavia, sono stati identificati anche alcuni problemi catastrofici che sono principalmente legati alla stima della posizione e dell'altitudine. |
---|---|
Relators: | Giorgio Guglieri |
Academic year: | 2021/22 |
Publication type: | Electronic |
Number of Pages: | 97 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica) |
Classe di laurea: | New organization > Master science > LM-25 - AUTOMATION ENGINEERING |
Ente in cotutela: | Universidade de Coimbra (PORTOGALLO) |
Aziende collaboratrici: | UNSPECIFIED |
URI: | http://webthesis.biblio.polito.it/id/eprint/21120 |
Modify record (reserved for operators) |