Le due versioni sono allineate blocco per blocco, nell’ordine del testo: titolo, l’essenziale, poi paragrafo per paragrafo. Quando la traduzione ha fuso o diviso un paragrafo, la casella corrispondente resta vuota — non accostiamo mai due passaggi a occhio.
At 18 m to 30 m above a photovoltaic (PV) installation, a custom hexacopter moved through autonomous flight paths while two cameras searched the panels below. The Polish-Spanish research team tested it over a small residential site and a large industrial-scale facility; the researchers classified modules as hotspots, dust, sand, bird droppings or clean. The aircraft and sensor payload used dedicated power supplies, enabling approximately 25 minutes of flight time.
A 18 m a 30 m sopra un impianto fotovoltaico (PV), un esacottero personalizzato seguiva traiettorie di volo autonome mentre due fotocamere esaminavano i pannelli sottostanti. Il team di ricerca polacco-spagnolo lo ha testato su un piccolo impianto residenziale e su una grande struttura industriale; i ricercatori hanno classificato i moduli come hotspot, polvere, sabbia, escrementi di uccelli o puliti. Il velivolo e il carico di sensori utilizzavano alimentatori dedicati, garantendo circa 25 minuti di volo.
The method does not treat the thermal camera as a simple thermometer. The researchers use thermal imagery to spot relative visual patterns, then check whether an anomaly remains consistent across several frames captured from different viewing angles. The payload combined a FLIR Boson 640 radiometric thermal camera with a MicaSense Altum, which simultaneously captures RGB, thermal and multispectral imagery.
Il metodo non tratta la fotocamera termica come un semplice termometro. I ricercatori utilizzano le immagini termiche per individuare schemi visivi relativi, quindi verificano se un'anomalia rimane coerente in diversi fotogrammi acquisiti da angolazioni differenti. Il carico combinava una fotocamera termica radiometrica FLIR Boson 640 con una MicaSense Altum, che acquisisce simultaneamente immagini RGB, termiche e multispettrali.
The team built its dataset from 1,950 proprietary flight images, 190 images from the public Kaggle “Solar Panel Images” repository and 260 laboratory images showing controlled contamination. After filtering blurred, overexposed and noisy frames, the researchers segmented individual modules and compared four convolutional neural network (CNN) architectures. EfficientNet-B0 performed best, with precision of 0.903, recall of 0.907, a macro F1 score of 0.904 and a weighted F1 score of 0.927. F1 measures the balance between precision and recall.
Il team ha costruito il proprio dataset a partire da 1.950 immagini proprietarie ottenute in volo, 190 immagini dal repository pubblico Kaggle «Solar Panel Images» e 260 immagini di laboratorio che mostravano una contaminazione controllata. Dopo aver filtrato i fotogrammi sfocati, sovraesposti e rumorosi, i ricercatori hanno segmentato i singoli moduli e confrontato quattro architetture di reti neurali convoluzionali (CNN). EfficientNet-B0 ha ottenuto le prestazioni migliori, con una precisione di 0,903, un richiamo di 0,907, un punteggio F1 macro di 0,904 e un punteggio F1 pesato di 0,927. L'F1 misura l'equilibrio tra precisione e richiamo.
The results were uneven by anomaly type. Hotspots and clean modules each received precision, recall and F1 scores of 1.000. Sand reached an F1 score of 0.907, bird droppings 0.889, while dust was the hardest to identify, with precision of 0.711, recall of 0.751 and an F1 score of 0.732. The campaigns took place during daylight, at ambient temperatures from 12 C to 22 C, mostly under clear or partly cloudy skies, with wind speeds below 12 m/s. The reported figures therefore describe this dataset and these test conditions, not every solar installation.
I risultati variavano a seconda del tipo di anomalia. Gli hotspot e i moduli puliti hanno ottenuto ciascuno punteggi di precisione, richiamo e F1 pari a 1,000. La sabbia ha raggiunto un punteggio F1 di 0,907, gli escrementi di uccelli 0,889, mentre la polvere è risultata la più difficile da identificare, con una precisione di 0,711, un richiamo di 0,751 e un punteggio F1 di 0,732. Le campagne si sono svolte durante il giorno, con temperature ambientali comprese tra 12 C e 22 C, per lo più con cielo sereno o parzialmente nuvoloso e velocità del vento inferiori a 12 m/s. Le cifre riportate descrivono quindi questo dataset e queste condizioni di test, non ogni impianto solare.
Concretely, the prototype could give residential and industrial PV operators an automated way to flag suspicious modules for closer inspection, if later testing confirms the performance outside the researchers' campaigns. Its modular design could also be extended to coordinated multi-UAV operation and additional sensor fusion, the team says. For now, the work is a research framework published in Measurement, developed by scientists from Rzeszow University of Technology and Valencia Polytechnic University, rather than a deployed inspection service.
In concreto, il prototipo potrebbe offrire agli operatori di impianti fotovoltaici residenziali e industriali un metodo automatizzato per segnalare i moduli sospetti da sottoporre a un'ispezione più approfondita, se i test successivi confermeranno le prestazioni al di fuori delle campagne dei ricercatori. Secondo il team, il design modulare potrebbe inoltre essere esteso al funzionamento coordinato di più UAV e all'integrazione di ulteriori sensori. Per ora, il lavoro è un framework di ricerca pubblicato su Measurement, sviluppato da scienziati dell'Università tecnologica di Rzeszów e dell'Università politecnica di Valencia, non un servizio di ispezione operativo.