Si ricorda che gli Associati INAF (Esterni, quali ad esempio personale universitario) NON devono confermare le proprie FTE. Gli associati hanno facoltà di leggere la scheda INAF nella parte pubblica senza necessità di account.
Scheda GAIN
FINAL
Scheda convalidata, con Checksum 0cc1f828ace365b239042b0514f8a0ff55f24765e4b26111c9ce78882af02bbc
Progetto per lo sviluppo di un gravimetro da utilizzare a bordo di un Unmanned Aerial Vehicle per applicazioni quali: mappature geologiche, esplorazione di risorse naturali, tettonica, vulcanologia, ecc.
La gravimetria richiede estrema accuratezza e, tipicamente, i disturbi presenti sui velivoli (vibrazioni, oscillazioni, variazioni di temperatura, etc.) rendono arduo ottenere dati accurati. Le soluzioni esistenti fanno uso di piattaforme stabilizzanti molto pesanti ed ingombranti, che non sono adatte agli UAV. L'idea alla base di GAIN è di utilizzare tecniche di Sensor Fusion e Machine Learning per rigettare l’effetto dei disturbi e superare la necessità di tali piattaforme.
Lo scopo di questo progetto è di costruire un dimostratore tecnologico.
R&D project for a gravimeter to be used onboard an Unmanned Aerial Vehicle for geological mapping, natural resources search, tectonics, vulcanology, etc.
Gravimetry requires extreme accuracies and, typically, aircraft disturbances (vibrations, oscillations, temperature variations, etc.) make it difficult to obtain accurate data. Existing solutions make use of very heavy and bulky stabilizing platforms, which are not suitable for UAVs. The idea behind GAIN is to use Sensor Fusion and Machine Learning techniques to reject the effect of disturbances and overcome the need for such platforms.
The purpose of this project is to build a technology demonstrator.
Radiazione gravitazionale e test di gravitazione
Tecnologie per la Planetologia
Tecnologie per osservazioni da spazio
Tecnologie per osservazioni da Terra
Trasferimento Tecnologico
15. Team Summary
15. Personale INAF coinvolto
Numero di partecipanti INAF al progetto: 7
Struttura
Nfte
N0
TI 2024
TI 2025
TI 2026
TD 2024
TD 2025
TD 2026
Nex
Extra
IAPS ROMA
4
0
0.30
0.00
0.00
0.10
0.00
0.00
1
0.20
Totali
4
0
0.30
0.00
0.00
0.10
0.00
0.00
1
0.20
16. Personale Associato INAF coinvolto
Numero di partecipanti Associati INAF: 2
#
Struttura
TI 2024
TI 2025
TI 2026
TD 2024
TD 2025
TD 2026
Extra
1
INGV - IAPS
0
0
0
0.50
0.00
0.00
0.00
2
IAPS
0
0
0
0.00
0.00
0.00
0.10
Totali
0.00
0.00
0.00
0.50
0.00
0.00
0.10
Fondi a sostegno
21. Totale fondi a disposizione (dato aggregato, k€)
Certi 2024
Certi 2025
Certi 2026
Presunti 2024
Presunti 2025
Presunti 2026
0.0
0
0
0.0
0
0
Produzione scientifica e tecnologica
22. Produzione scientifica e tecnologica - Highlights
#
DOI
Descrizione
Azione
1
10.1016/j.measurement.2023.114090
Titolo: Temperature compensation in high accuracy accelerometers using multi-sensor and machine learning methods
Autori:Iafolla, Lorenzo and Santoli, Francesco and Carluccio, Roberto and Chiappini, Stefano and Fiorenza, ....
Publisher:Elsevier BV
Rivista: Elsevier BV
2
10.5194/egusphere-egu24-2442
Titolo: GAIN, a Machine Learning approach for Airborne, Maritime, and Submarine Gravimeter Systems
Autori:Iafolla, Lorenzo and Chiappini, Massimo and Santoli, Francesco
Publisher:Copernicus GmbH
Rivista: Copernicus GmbH
3
10.5194/egusphere-egu24-12272
Titolo: Disturbances compensation in high accuracy spaceborne accelerometers using multi-sensors and machine learning approach.
Autori:Fusco, Giacomo and Lefevre, Carlo and Iafolla, Lorenzo and Magnafico, Carmelo and Chiappini, Massimo ....
Publisher:Copernicus GmbH
Rivista: Copernicus GmbH