logo móvil
Contáctanos

Detección y seguimiento de objetos en tiempo real para vehículos aéreos no tripulados basado en redes neuronales convolucionales

Autores: Yang, Shao-Yu; Cheng, Hsu-Yung; Yu, Chih-Chang

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Detección y seguimiento de objetos en tiempo real para vehículos aéreos no tripulados basado en redes neuronales convolucionales


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Sistema
Vehículos aéreos no tripulados
Detección de objetos
Seguimiento de objetivos
ROS
YOLOv4

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 56

Citaciones: Sin citaciones


Descripción
Este documento presenta un sistema aplicado a vehículos aéreos no tripulados basado en Sistemas Operativos de Robots (ROS). El estudio aborda los desafíos de una detección eficiente de objetos y seguimiento de objetivos en tiempo real para vehículos aéreos no tripulados. El sistema utiliza una arquitectura YOLOv4 podada para una detección rápida de objetos y el modelo SiamMask para un seguimiento continuo de objetivos. Un módulo Proporcional Integral Derivativo (PID) ajusta la actitud de vuelo, permitiendo un seguimiento estable de objetivos automáticamente en entornos interiores y exteriores. Las contribuciones de este trabajo incluyen explorar la viabilidad de podar modelos existentes sistemáticamente para construir un sistema de detección y seguimiento en tiempo real para el control de drones con recursos computacionales muy limitados. Los experimentos validan la viabilidad del sistema, demostrando una detección eficiente de objetos, un seguimiento preciso de objetivos y un control efectivo de la actitud. Este sistema basado en ROS contribuye al avance de la tecnología de UAV en entornos del mundo real.

Otros recursos que podrían interesarte

Temas Virtualpro