I dati del settore mostrano che il tasso globale di installazioni di energia solare è cresciuto del 30 percento in un anno recente, e il costo medio di installazione del solare è sceso da $ 7 per watt a $ 2,8 per watt, rendendo il solare sul tetto attraente per molti più proprietari di case. Ma il progresso delle installazioni sui tetti è spesso rallentato da una carenza di professionisti qualificati che devono utilizzare strumenti costosi per condurre valutazioni della struttura ad alta intensità di lavoro una per una, dicono gli scienziati dell'Università del Massachusetts Amherst.

Per automatizzare il processo al momento, affermano i ricercatori dell'UMass Amherst College of Information and Computer Sciences (CICS) guidati da Prashant Shenoy e Subhransu Maji, richiede costose mappe aeree tridimensionali che utilizzano la tecnologia LIDAR non disponibile per molte aree. Ora il loro team propone un nuovo, approccio basato sui dati che utilizza tecniche di apprendimento automatico e immagini satellitari ampiamente disponibili per identificare i tetti che hanno il maggior potenziale per produrre energia solare a costi contenuti.

Shenoy, Maji e i suoi colleghi presentano questa settimana il loro nuovo strumento "DeepRoof" alla conferenza 25th Association for Computing Machinery's Special Interest Group on Knowledge Discovery and Data Mining (ACM SIGKDD) ad Anchorage, dell'Alaska.

Come Stephen Lee, un dottorato di ricerca studente al CICS e autore principale, sottolinea, "La stima del potenziale solare di un tetto può avvantaggiare sostanzialmente i proprietari di case che decidono di adottare l'energia solare, " ma "gli attuali strumenti automatizzati funzionano solo per città e paesi in cui sono disponibili dati LIDAR, limitando così la loro portata a pochi posti nel mondo."

Il nuovo approccio DeepRoof basato sui dati sfrutta i recenti progressi nelle tecniche di visione artificiale e utilizza le immagini satellitari per determinare con precisione la geometria del tetto, strutture vicine e alberi che influiscono sul potenziale solare del tetto. "Le stime DeepRoof possono essere utilizzate per identificare le posizioni ideali sul tetto per l'installazione di pannelli solari, " aggiunge Lee.

Il team ha addestrato DeepRoof utilizzando diverse forme e dimensioni del tetto di sei diverse città per riconoscere ed estrarre segmenti di tetto planari, dice Lee. I risultati mostrano che DeepRoof è in grado di identificare il potenziale solare dei tetti con una precisione del 91%. Ulteriore, lo strumento può essere scalato per analizzare automaticamente le immagini satellitari di un'intera città per identificare tutti i tetti degli edifici con il maggior potenziale solare.