Dissertação
Evaluation of Non-Cooperative Sensors for Sense and Avoid in UAV Systems EVALUATED
Nos últimos anos tem-se verificado um aumento no uso de Unmanned Aircraft Vehicles (UAV) para fins civis e militares. Combate de incêndios, procura e salvamento ou entrega de encomendas são alguns exemplos. Devido à capacidade de realizar uma grande variedade de tarefas de forma ágil, com uma autonomia considerável e com baixo risco para o ser humano, pequenos UAV são uma escolha confiável. É necessário garantir uma segura e correta integração num espaço aéreo que não se encontra segregado. Introduzir UAVs em espaço aéreo civil requere o desenvolvimento e a certificação de sistemas para sensing and avoiding (SAA) de outras aeronaves. Um dos maiores desafios a ser abordado é non-cooperative Collision Detection and Resolution para UAV. O novo projeto Enhanced Guidance, Navigation and Control for Autonomous Air Systems based on Deep Learning and Artificial Intelligence iniciado pela Boeing em parceria com o Center for Aerospace Research exige uma definição do sistema SAA e uma rigorosa análise do mesmo antes de poder ser desenvolvido e eventualmente certificado para ser utilizado. A presente tese focar-se-á em a avaliar as capacidades de sensores não cooperativos para o sistema de SAA, descrevendo os diferentes sensores previamente disponíveis e as técnicas de fusão de dados usadas para combinar a informação proveniente das diferentes fontes. Serão apresentados e comparados diferentes algoritmos para processamento de imagem provenientes de visual cameras, que foram desenvolvidos recorrendo a técnicas de machine e deep learning, sendo o principal objetivo de ser desenvolvida a capacidade de detetar obstáculos de forma eficaz.
setembro 5, 2019, 17:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
