Cos’è GAIN
GAIN, Gravimetro Aereo Intelligente, è un gravimetro innovativo da utilizzare a bordo di un Unmanned Aerial Vehicle (UAV) per eseguire prospezioni gravimetriche aeree.
La gravimetria
Le misure gravimetriche sono eseguite in tutto il mondo già da diversi decenni. Vi sono dunque diverse soluzioni disponibili basate sull’uso di gravimetri. Il gravimetro più comunemente utilizzato è quello relativo mentre i gravimetri assoluti, tipicamente non trasportabili, sono utilizzati solo per fornire un valore di riferimento in stazioni fisse.
Una prospezione gravimetrica consiste nella misura delle variazioni (dette anomalie) dell’accelerazione della gravità terrestre in diversi punti di un’area di studio. Tali misure sono poi rappresentate su una mappa, detta mappa gravimetrica, dalla quale possono essere dedotte le caratteristiche del sottosuolo.
Applicazioni delle prospezioni gravimetriche
Le prospezioni gravimetriche possono essere sfruttate per affrontare diverse “sfide per la società” come quelle stabilite nel programma europeo Horizon 2020. Possiamo innanzi tutto identificare la sfida “azione per il clima, ambiente, efficienza delle risorse e materie prime”. Infatti, le prospezioni gravimetriche forniscono informazioni fondamentali per la mappatura geologica regionale e per gli studi di tettonica, vulcanologia e geotermia. Inoltre, non va dimenticato che una delle più importanti applicazioni della gravimetria è l’esplorazione geofisica per la ricerca di risorse naturali quali, ad esempio, petrolio e minerali.
Infine, le prospezioni gravimetriche possono essere applicate anche all’archeologia per individuare antiche strutture sotterrate.
La sfida delle prospezioni gravimetriche e della gravimetria aerea
Il metodo di prospezione più classico consiste nel trasportare il gravimetro in stazioni di misura prestabilite ed eseguire la misura sul posto. Tale metodo fornisce misure molto accurate, ma è molto dispendioso in termini di tempo e spesso non consente la misura in luoghi remoti e difficili da raggiungere. Inoltre, se si desidera una mappa ad alta risoluzione spaziale, è necessario aumentare il numero di stazioni e, di conseguenza, il tempo impiegato per eseguire la prospezione.
Per ovviare a questo problema, si può installare il gravimetro su un aereo (o un elicottero) che sorvola l’area di studio. In questo modo possono essere coperte grandi superfici con maggior risoluzione spaziale e minor tempo. Purtroppo, tale vantaggio è a discapito della accuratezza e richiede sistemi di misura ben più complessi di quelli utilizzati a terra. Infatti, l’aereo è un sistema di riferimento non-inerziale in cui le masse sono sottoposte a forze inerziali (fittizie) non facilmente distinguibili dalle variazioni di gravità che si vogliono misurare. Per di più, queste forze fittizie sono tipicamente molto più grandi del segnale gravitazionale che si vuole misurare, perciò possono anche determinare un malfunzionamento del gravimetro (es. la saturazione del segnale in uscita). Le sospensioni di queste compensano attivamente oscillazioni, inclinazioni e gli altri disturbi cui lo strumento è sottoposto. Nonostante ciò, i dati devono poi essere filtrati per ottenere le informazioni desiderate.
Soluzione proposta
GAIN non avrà bisogno di tali piattaforme e sarà in grado di rigettare l’effetto dei disturbi con tecniche di Sensor Fusion e Machine Learning applicate ad accelerometri di alta precisione sviluppati per applicazioni spaziali.
Scopo del progetto
Lo scopo di questo progetto è costruire il primo prototipo di GAIN, sviluppare le tecniche di Machine Learning in grado di rigettare i disturbi e dimostrare in laboratorio la loro funzionalità.