Da anni il mercato dei sistemi anti-droni è protagonista di una crescita costante, sull’onda delle crescenti preoccupazioni che riguardano principalmente la sicurezza di strutture come aeroporti e scali commerciali in genere, ma anche carceri, impianti industriali di importanza critica, edifici governativi, etc.
E se da un lato sembra che le proposte delle aziende che studiano soluzioni anti droni si concentrino soprattutto sugli strumenti in grado di bloccarli, respingerli o abbatterli (pensiamo ai fucili e ai cannoni laser, etc) c’è altrettanto impegno nella ricerca di sistemi per individuare i velivoli che oltrepassano il confine di uno spazio aereo non autorizzato. Se però i droni sono gli oggetti privi di volontà che potrebbero trovarsi dove non dovrebbero, il problema principale è rappresentato dai loro piloti, a volte responsabili inconsapevoli ma sempre più spesso deliberatamente incuranti dei regolamenti, se non persino criminali in toto.
Per questo motivo dei ricercatori israeliani stanno lavorando ad una tecnologia che mira, attraverso l’intelligenza artificiale, ad individuare subito anche la posizione del pilota. Al momento l’algoritmo che hanno sviluppato è in grado di localizzare il pilota con una precisione superiore all’80%, e stanno cercando di capire se lo stesso è capace anche di fornire indicazioni sul livello di esperienza del pilota.
A quanto pare non c’è bisogno di complicate analisi di triangolazione radio e antenne di localizzazione, ma tutto poggia su una rete neurale, “addestrata” attraverso il controllo di decine e decine di simulazioni di droni in volo in un determinato spazio aereo, dati ai quali si aggiungono informazioni come la posizione del pilota (in questo caso nota) e le peculiarità delle immediate vicinanze del territorio (presenza di foreste, edifici, etc).
La rete neurale è così in grado, in base ai movimenti del drone evidenziati da un radar (ad esempio quello di un aeroporto) di scommettere sulla posizione in cui si trova il pilota, sfruttando da un lato un calcolo di probabilità sulla base di moltissime situazioni simili già osservate, dall’altro delle costanti che proprio i test con le reti neurali ricorrenti hanno evidenziato. Ad esempio un drone che vola molto distante dal proprio pilota, sarà da questi più facilmente osservabile se si muove perpendicolarmente rispetto alla sua visuale, perciò il pilota tenderà naturalmente a pilotarlo in quella maniera, determinando così una sorta di regola che ammette poche eccezioni, il peso delle quali può essere ancora più ridotto sfruttando altri tipi di “costanti”.
