Data Fusion di Dati Satellitari
Scenario
Negli ultimi decenni, l’intensificazione delle attività marittime ha portato a crescenti preoccupazioni in termini di Maritime Surveillance (MS) e Maritime Situational Awareness (MSA). La capacità di prevedere le traiettorie delle navi è fondamentale per molte applicazioni critiche come il salvataggio in mare, la gestione del traffico, la pianificazione delle rotte e l’assegnazione delle risorse satellitari.
Per l’identificazione e il monitoraggio del traffico marittimo viene utilizzato un sistema automatico di tracciamento detto AIS (Automatic Identification System). Tuttavia, le limitazioni del sistema AIS rappresentano una sfida significativa, specialmente in caso di attività illecite o di manomissione intenzionale dei segnali.
La fusione di dati provenienti da sensori satellitari rappresenta una soluzione promettente per superare tali limitazioni, migliorando la capacità di monitoraggio su vaste aree oceaniche.
La sfida
Il monitoraggio marittimo basato su AIS è spesso incompleto o inaffidabile, soprattutto in aree con scarsa copertura o quando le navi manipolano intenzionalmente i segnali per eludere il rilevamento.
Inoltre, i dati provenienti da più sensori satellitari (immagini ottiche, radar ad apertura sintetica - SAR, rilevamenti RF e immagini notturne) presentano caratteristiche disparate in termini di risoluzione temporale e spaziale, oltre a eventuali errori intrinseci o discrepanze.
La sfida principale è integrare questi dati eterogenei in modo efficace per rilevare e tracciare le navi anche in contesti complessi e densamente trafficati.
La soluzione
Abbiamo sviluppato un algoritmo avanzato basato su metodi di ottimizzazione, capace di associare con precisione i dati AIS con i rilevamenti satellitari provenienti da sensori eterogenei. L’algoritmo è stato ingegnerizzato come API, consentendo la fusione di fonti di dati diverse (AIS, immagini SAR, rilevamenti RF, luci notturne, ecc.).
La soluzione affronta i problemi di allineamento temporale e spaziale attraverso tecniche di interpolazione e proiezione, nonché l’utilizzo di informazioni cinematiche e dimensionali per migliorare la precisione in aree ad alta densità di traffico.
Questo approccio multidimensionale consente di identificare anomalie e tracciare con successo le navi, anche in caso di segnali incompleti o deliberatamente falsificati.
I risultati del progetto
L’algoritmo ha dimostrato una precisione superiore al 95% nell’associazione dei rilevamenti, permettendo un monitoraggio accurato e affidabile delle attività marittime.
L’API sviluppata fornisce uno strumento versatile per la fusione di dati, rendendola applicabile non solo al contesto marittimo, ma anche ad altri settori che richiedono l’integrazione di dati multisorgente.
Le prospettive
Le tecniche sviluppate possono essere estese a diversi ambiti applicativi, come il monitoraggio terrestre, la sorveglianza ambientale, la gestione delle emergenze e la sicurezza. La versatilità dell’API e dell’algoritmo consente l’integrazione di altre fonti di dati, ampliando le possibilità di utilizzo in settori differenti e potenziando la capacità di analisi situazionale.