Come si comporta il radar di rilevamento UAV negli ambienti minerari?

Sfide elettromagnetiche per il rilevamento di UAV nelle miniere

Interferenze da superficie, distorsione da percorsi multipli ed effetti di inversione termica

I siti minerari generano ambienti elettromagnetici particolarmente ostili per il rilevamento di UAV. Tre fenomeni interconnessi — interferenze da superficie, distorsione da percorsi multipli ed effetti di inversione termica — degradano sistematicamente le prestazioni del radar:

• Interferenze da superficie dense concentrazioni di attrezzature statiche e in movimento—escavatori, autocarri per il trasporto, frantoi—combinati con una topografia irregolare generano riflessi radar persistenti e dinamici che mascherano le firme radar a bassa sezione radar (RCS) dei droni.
• Distorsione multipath i segnali radar si riflettono su pareti verticali e ripide (highwall) e sulle pareti delle cave, creando echi falsi che appaiono come obiettivi duplicati nei piani azimutale ed elevazionale, compromettendo il tracciamento e la classificazione.
• Inversione termica in pozzi e cave profonde, i gradienti di temperatura provocano la rifrazione delle onde radio lontano dai sensori radar. Studi hanno documentato un’attenuazione del segnale fino al 50% a profondità superiori ai 200 metri.

Questi effetti si intensificano durante tempeste di polvere o precipitazioni, riducendo la portata efficace di rilevamento del 30–60% rispetto ai valori di riferimento su terreni aperti.

Firme di UAV a bassa sezione radar (RCS) e a bassa velocità in presenza di rumore generato da macchinari pesanti

Gli attuali micro-UAV amplificano le difficoltà di rilevamento nelle miniere attive grazie a tecniche di occultamento fisico e spettrale:

• Le loro sezioni radar efficaci (RCS) sono spesso inferiori a 0,01 m² — paragonabili a quelle degli uccelli — mentre i mezzi pesanti superano i 100 m², generando una differenza di 4–5 ordini di grandezza nell’intensità del segnale riflesso.
• Le velocità di crociera inferiori a 15 m/s si sovrappongono al moto dei nastri trasportatori e ai cicli di oscillazione delle pale meccaniche, rendendo sfumate le distinzioni cinematiche. Inoltre, le vibrazioni meccaniche generano interferenze armoniche indistinguibili dalle firme micro-Doppler emesse da UAV in lento movimento.
• Le emissioni RF ad alta potenza provenienti da dragline, perforatrici e frantoi saturano le bande FMCW critiche, richiedendo un’elaborazione del segnale in grado di risolvere spostamenti micro-Doppler inferiori a 5 Hz.

In assenza di tecniche specializzate di soppressione delle clutter e di soglie adattive, la probabilità di rilevamento scende al di sotto del 40% per droni operanti entro 500 metri da attrezzature in funzione.

Adattamenti della tecnologia radar per un rilevamento affidabile di UAV

Miglioramenti ai radar Pulse-Doppler e FMCW per condizioni specifiche delle miniere

Per superare le interferenze specifiche dell'attività mineraria, i moderni sistemi radar combinano un'architettura consapevole della fisica con un funzionamento multibanda:

Il sistema radar Pulse-Doppler funziona ordinando i segnali in diversi bin Doppler in base alla velocità, il che consente di filtrare il rumore proveniente da oggetti fissi e da attrezzature a bassa velocità, preservando invece i segnali dei droni. Il radar FMCW aggiunge un ulteriore livello di capacità, offrendo misurazioni di distanza estremamente precise che permettono di rilevare micro-droni anche quando la loro sezione radar equivalente scende a circa 0,01 metri quadrati. Quando queste tecnologie vengono combinate su più bande di frequenza, i risultati diventano particolarmente interessanti. L’impiego di frequenze nelle bande L/S garantisce prestazioni migliori in ambienti polverosi e in condizioni di elevata umidità, mentre la banda X fornisce dettagli di tracciamento molto accurati. Questa combinazione raggiunge un tasso di successo pari al 93% nel rilevamento di droni a un’altitudine inferiore ai 50 metri nelle vicinanze dei nastri trasportatori e delle aree estrattive, dove la visibilità risulta difficoltosa. E c’è un ultimo aspetto degno di nota: un avanzato processamento del segnale corregge effettivamente il problema della duplicazione apparente dei bersagli causata dai riflessi sulle pareti delle miniere e su altre strutture.

Elaborazione CFAR ottimizzata con intelligenza artificiale per sopprimere gli allarmi falsi generati dalle armoniche dei nastri trasportatori e dalle pareti rocciose elevate

Gli algoritmi CFAR tradizionali non funzionano bene negli ambienti minerari a causa di tutte quelle armoniche ripetitive ad alta ampiezza generate da apparecchiature come frantoi, nastri trasportatori e dragline. Ciò provoca numerosi falsi allarmi che rendono difficile rilevare effettivamente i segnali provenienti da UAV. Il nuovo approccio, basato su CFAR potenziato con intelligenza artificiale, sostituisce le soglie fisse con modelli di apprendimento automatico addestrati utilizzando dati reali spettrali provenienti da attrezzature minerarie. Ciò che distingue questo metodo è la capacità di tali modelli di discriminare i peculiari schemi di movimento degli UAV dai cicli regolari delle macchine circostanti. Inoltre, i modelli si adattano autonomamente alle condizioni specifiche di ciascun sito, tenendo conto di fattori quali la conformazione delle pareti rocciose elevate e le interferenze elettromagnetiche generate dai sistemi di trasmissione a cinghia.

I test sul campo hanno confermato una riduzione del 41% dei falsi allarmi rispetto al CFAR convenzionale, con prestazioni mantenute anche durante tempeste di polvere, in cui le alternative basate su ottica e radiofrequenza falliscono.

Prestazioni e validazione reali nel rilevamento di UAV

Implementazione presso Rio Tinto Pilbara: tasso di rilevamento del 92% a ¤1,2 km in condizioni di polvere e inversione termica

I sistemi radar dispiegati nella regione pilbara dell'Australia Occidentale sono riusciti a rilevare micro-UAV con un'accuratezza pari al 92 percento, anche quando volavano a una distanza di ben 1,2 chilometri. Questa zona presenta serie sfide, tra cui la presenza costante di polvere di minerale di ferro nell'aria, inversioni termiche e attività industriale continua per 24 ore al giorno. Cosa rende questi sistemi così efficaci? Essi utilizzano avanzata tecnologia Doppler su più bande spettrali per identificare quei piccolissimi obiettivi a bassa velocità, distinguendoli dal rumore di fondo generato dalle particelle di polvere e dalle variazioni nella propagazione delle onde radio attraverso l'atmosfera. I test dimostrano che questo approccio a doppia banda resiste effettivamente a un esame accurato, in un ambiente elettromagnetico considerato da molti il più ostile al mondo per le operazioni minerarie.

Prova Anglo American 2023: riduzione del 41% dei falsi allarmi tramite soglia adattiva

Nel 2023, Anglo American ha condotto un test per valutare in che modo la soglia adattiva basata sull’intelligenza artificiale influisce sulle operazioni presso uno dei suoi grandi siti di estrazione mineraria. I risultati hanno dimostrato che questo sistema ha ridotto gli allarmi falsi di circa il 41% rispetto ai radar tradizionali con soglia fissa. Ha funzionato particolarmente bene nel bloccare quei fastidiosi segnali provenienti dai nastri trasportatori e dalle riflessioni anomale generate dalle pareti verticali delle cave. L’intero sistema funziona perché aggiorna continuamente, in tempo reale, le proprie mappe del clutter sulla base delle attività delle macchine e dei segnali rilevati dal radar. Ciò significa che il sistema mantiene un’elevata accuratezza nel distinguere le minacce reali dal rumore di fondo, senza richiedere interventi manuali per regolare i parametri. Un risultato piuttosto impressionante, considerando che tutte le attrezzature vengono spostate frequentemente e che gli orari di lavoro cambiano tra i diversi turni.

Domande frequenti

Cos’è il clutter al suolo nel contesto del rilevamento di UAV nelle miniere?

Il clutter al suolo si riferisce alle distrazioni radar causate da concentrazioni dense sia di attrezzature minerarie statiche che in movimento, nonché da una topografia irregolare, che possono mascherare le basse firme della sezione efficace di scattering radar (RCS) dei droni.

In che modo l'inversione termica influisce sul rilevamento dei UAV?

L'inversione termica nelle miniere causa gradienti di temperatura che rifrangono le onde radio lontano dai sensori radar, provocando un’attenuazione significativa del segnale e rendendo più difficile il rilevamento dei UAV.

Perché i moderni micro-UAV sono difficili da rilevare nelle miniere?

I moderni micro-UAV presentano una bassa sezione efficace di scattering radar (RCS), paragonabile a quella degli uccelli, e si muovono a velocità simili a quelle delle operazioni minerarie, rendendoli difficili da distinguere dal rumore ambientale e dalle vibrazioni delle macchine.

In che modo il CFAR ottimizzato con intelligenza artificiale migliora il rilevamento dei UAV negli ambienti minerari?

Il CFAR ottimizzato con l'IA sostituisce le impostazioni di soglia fisse con modelli di apprendimento automatico che si adattano ai dati reali e alle condizioni ambientali, riducendo in modo significativo i falsi allarmi e migliorando l'accuratezza nel rilevamento dei UAV.