Oltre i droni e l’AI: ripensare il futuro della bonifica umanitaria

Ho lavorato con i droni dal 2014, ma lo scoppio della guerra in Ucraina ha segnato un punto di svolta nella mia carriera. Dal 2022, il mio focus si è spostato sull’esplorazione di come i droni possano essere utilizzati per automatizzare la bonifica umanitaria – quali capacità sono necessarie e come la tecnologia può rendere questi sforzi più sicuri e efficienti. Come parte di questo lavoro, seguo da vicino il Geneva International Centre for Humanitarian Demining (GICHD), partecipo ai loro eventi e mi confronto regolarmente con i loro esperti.

Considerando le soluzioni basate su droni abbinati all’AI, sono in realtà utili solo nella fase di survey non tecnica (NTS) del processo di bonifica umanitaria. Ciò significa che i droni scansionano ampie aree e raccolgono dati. Quindi, un modello di apprendimento automatico analizza questi dati per segnalare le regioni che potrebbero contenere mine. Non i luoghi esatti delle mine.

La survey tecnica (TS), che conferma e mappa le aree contaminate, si basa ancora su personale con rilevatori di metallo, cani addestrati e macchine di bonifica meccaniche. Entrano nell’area minata per individuare i luoghi esatti dei pericoli.

Il processo rimane lungo, rischioso e costoso:

• Nel 2023, ci sono stati 15 decessi tra i bonificatori in tre paesi
• Al ritmo attuale, la bonifica di tutti gli ordigni inesplosi richiederà oltre 100 anni
• Il costo di rimozione di una singola mina è 50-100 volte il costo di produzione

Le mine continuano a rappresentare una minaccia per i civili – nel 2023 ci sono stati almeno 5.757 casi di mine/ordigni inesplosi.

In questo post, spiego perché le soluzioni basate su droni attuali non funzionano per la survey tecnica (la fase più costosa e lunga al momento) e condivido cosa vedo come il modo migliore per risolvere questo problema.

Rilevare mine sotto il suolo o la vegetazione è quasi impossibile

I droni con telecamere ottiche o termiche standard catturano immagini da un’unica angolazione verso il basso. Questo approccio funziona bene per rilevare anomalie a livello di superficie, ma fallisce nel rilevare mine sepolte o nascoste. Per questo motivo, i droni vengono utilizzati principalmente per le survey non tecniche nella bonifica umanitaria.

Una delle soluzioni di prima linea – Safe Pro AI – segna che hanno solo un tasso di rilevamento del 5 percento in regioni con alberi e cespugli.

Anche se è meno rilevante per l’Ucraina, dove la maggior parte delle mine sono sparse a terra, invece di essere sepolte, la situazione è molto diversa (ad esempio) per la Cambogia:

• Rimangono 4-6 milioni di mine terrestri dai conflitti degli anni ’70-’90
• 64.000+ vittime dal 1979, con i bambini come vittime principali

Le mine non metalliche e le vecchie mine metalliche sono più difficili da rilevare, anche in superficie

Le mine non metalliche rappresentano una parte significativa delle mine terrestri nelle zone di conflitto attuali e passate. Sono progettate intenzionalmente per eludere la rilevazione da parte dei rilevatori di metallo convenzionali.

Visivamente, le mine non metalliche sono difficili da rilevare. Non brillano, non si distinguono nelle immagini o non appaiono bene nelle telecamere termiche. I rilevatori di metallo e i magnetometri li mancano o scatenano troppi falsi allarmi.

Quindi, gli strumenti di rilevamento basati su droni attuali spesso mancano completamente le mine non metalliche.

Quando si tratta di vecchie mine metalliche, la corrosione cambia il loro aspetto e il loro comportamento, quindi si confondono con il terreno e rispondono male agli strumenti di rilevamento. Quelle deformate sono ancora più difficili da identificare nelle immagini.

E poiché queste mine sono più difficili da individuare, richiedono molto più tempo per essere trovate e rimosse, o rimangono nascoste e mettono a rischio sia i bonificatori che i civili.

Dipendenza dal tempo e dalla luce del giorno

Se stiamo parlando di droni con telecamere RGB e multispettrali, richiedono luce diurna. In aree nuvolose, a luce bassa o ombreggiate (foreste, rovine), la qualità dell’immagine e la rilevazione degli oggetti diminuiscono troppo.

La rilevazione termica, a sua volta, funziona meglio all’alba o al tramonto, quando il terreno e la mina differiscono in temperatura. Durante il giorno, il sole riscalda tutto uniformemente, riducendo il contrasto.

Mentre la pioggia e il terreno bagnato offuscano i dettagli di superficie, alterano il colore del terreno e la temperatura e possono nascondere le anomalie termiche o i segni di disturbo del terreno. La neve copre semplicemente i segni visivi e equalizza la temperatura di superficie, rendendo le mine indetectabili.

<Volando i droni solo in certi momenti rallenta notevolmente anche la fase di survey non tecnica della bonifica, soprattutto in aree con condizioni meteorologiche imprevedibili.

La tecnologia è molto costosa

In 7 paesi colpiti, l’area di contaminazione da mine antipersona raggiunge oltre 100km².

Secondo test condotti in Ucraina, la bonifica con la nuova tecnologia può ridurre i costi da $3000-5000 a $600-800 per ettaro, che è ancora $70.000 per chilometro quadrato. E in alcune aree, potrebbe superare il prezzo stesso della terra.

Il principale motivo dei costi elevati è il gran numero di falsi allarmi trattati come minacce reali. In media, un team bonifica oltre 50 mine sospette per trovare una sola mina reale.

Le aree più pesantemente contaminate si trovano nei paesi in via di sviluppo. Non possono permettersi la bonifica senza finanziamenti da parte di organizzazioni internazionali o governi.

I costi sono anche troppo alti per le aziende per partecipare. Una volta che la bonifica diventa abbastanza economica, le aziende potrebbero affittare terre contaminate dalle mine a condizione che le bonifichino. In cambio, otterrebbero un uso a lungo termine a un prezzo simbolico e alcuni sgravi fiscali.

Una soluzione?

Con il mio team, abbiamo esplorato metodi che raccolgono più dati, possono vedere attraverso la vegetazione e il terreno e mantengono ancora una risoluzione sufficiente.

Un esempio di direzione di sviluppo promettente è un progetto di ricercatori dell’Università di Oviedo. Stanno testando un sistema di radar sintetico di apertura di base montato su un UAV.

La loro convalida in volo in scenari realistici ha dimostrato che la tecnologia risolve i seguenti problemi:

1) Il radar individua con precisione la posizione della mina, lasciando solo la disattivazione o la distruzione da eseguire manualmente.

Con l’uso di tutti i percorsi radar possibili (configurazione multistatica completa), hanno ottenuto immagini ad alta risoluzione in cui gli obiettivi sepolti apparivano più brillanti e chiari. E sono stati in grado di rilevare con precisione obiettivi impegnativi come piccole mine antiuomo non metalliche, piastrelle di pressione in legno e tubi in PVC.

2) La soluzione può funzionare giorno e notte, in condizioni meteorologiche variabili e anche con vegetazione moderata.

Come funziona:

• Invia impulsi radar nel terreno.
• Rileva riflessi da cambiamenti sottosuperficiali (ad esempio, plastica, metallo, vuoti).
• Crea immagini tridimensionali sottosuperficiali con precisione al livello centimetrico combinando segnali radar da più coppie di trasmettitore-ricevitore (Tx-Rx) e posizioni di volo.

La soluzione ha ancora le sue limitazioni, ma sulla base della mia esperienza, è la direzione di ricerca e sviluppo più rilevante al momento.

Una delle principali forze del GPR è la quantità di dati che può raccogliere. Più dati significano che i ricercatori possono migliorare l’accuratezza nella fase di riconoscimento/classificazione con l’AI. Ciò porta a un lavoro di survey e bonifica più efficiente e riduce i costi complessivi del 50% o più.