I droni VTOL ibridi rappresentano una soluzione promettente per il pattugliamento delle linee ferroviarie a fini di sicurezza e per l’esecuzione di controlli macroscopici sull’integrità delle infrastrutture. Questi sistemi possono costituire un’alternativa ai droni multi-rotore, soprattutto in applicazioni che richiedono un livello di analisi meno dettagliato, come la mappatura, l’identificazione macroscopia degli oggetti o il rilevamento di ostacoli.
Per questo scopo è stato addestrato un modello basato su una revisione appositamente adattata di YOLO12, utilizzando un dataset precedentemente raccolto per modellare diversi casi d’uso in applicazioni reali, e successivamente testato. Ciò ha posto le basi per un framework embedded end-to-end in grado di fornire la segmentazione delle infrastrutture ferroviarie e la ricostruzione 3D degli ostacoli, attraverso una pipeline di elaborazione completa basata su deep learning e fotogrammetria.
I risultati hanno dimostrato la fattibilità della metodologia proposta in scenari reali e hanno posto le basi per la sua integrazione con metodi di segmentazione e fotogrammetria, al fine di realizzare una pipeline completa per l’identificazione automatica e in tempo reale degli ostacoli rilevanti sui binari ferroviari.
