UAV INSPECTION OF OLIVE TREES FOR THE DETECTION OF XYLELLA FASTIDIOSA DISEASE USING NEURAL NETWORKS

In this thesis work we will discuss the process of inspecting a single olive tree by drone in order to identify the possible contagion from Xylella Fastidiosa. The thesis will explain the tools used for the trajectory planning phase for the inspection and for the image processing phase. In particular, for the first task, the communication between the ROS and MATLAB environment will be used to build a helical trajectory, checking the orientation of the drone. For the second task, the Object Detection API of TensorFlow 2 and Colab will be used for the training of neural networks able to discriminate sick leaves from healthy leaves.

In questo lavoro di tesi discuteremo il processo di ispezione di un singolo olivo tramite drone al fine di identificare il possibile contagio da Xylella Fastidiosa. La tesi illustrerà gli strumenti utilizzati per la fase di pianificazione della traiettoria per l'ispezione e per la fase di elaborazione delle immagini. In particolare, per il primo task, la comunicazione tra l'ambiente ROS e MATLAB verrà utilizzata per costruire una traiettoria elicoidale, verificando l'orientamento del drone. Per il secondo task verranno utilizzate le Object Detection API di TensorFlow 2 e Colab per l'addestramento di reti neurali in grado di discriminare foglie malate da foglie sane.