Detección inteligente y descripción de escombros de objetos extraños en pavimentos de aeropuertos a través de...

Área de la Ciencia:

• Visión por computadora
• Inteligencia artificial
• Seguridad de la aviación

Sus antecedentes:

• Los escombros de objetos extraños (FOD) en los pavimentos de los aeropuertos representan un riesgo significativo para la seguridad de la aviación.
• La detección y la comprensión precisas de los FOD son vitales para la gestión del riesgo operativo.

Objetivo del estudio:

• Desarrollar un marco integrado de IA multimodal para mejorar la detección y la descripción semántica de los DFO.
• Mejorar la precisión y la interpretabilidad de la identificación FOD para la seguridad de la aviación.

Principales métodos:

• Un detector YOLOv7-X mejorado con Coordinate Attention, SPD-Conv, y pérdida de GSIoU.
• Un módulo de segmentación YOLO-SAM en cascada para la generación de máscaras de alta calidad.
• Ingeniería rápida estructurada para descripciones semánticas detalladas que incorporen datos espaciales, materiales y de riesgo.

Principales resultados:

• Logró una ganancia del 3,9% en mAP@0,5 para la detección de objetos pequeños con un aumento mínimo de latencia.
• Mejora de la precisión de la descripción del 76,0% al 91,3% utilizando instrucciones estructuradas.
• Demostró un rendimiento robusto en condiciones ambientales diversas y difíciles (oscuridad, lluvia, deslumbramiento).

Conclusiones:

• El marco propuesto ofrece una solución práctica para la supervisión de las zonas de vuelo exterior de los aeropuertos.
• Combina la detección de alta precisión con descripciones sensibles al contexto para la inspección inteligente de la pista.
• Adecuado para el despliegue en tiempo semi-real priorizando la robustez y la interpretabilidad sobre la latencia ultra baja.