FenixEdu™

Dissertação

Detection of Unmanned Air Systems Using Multi-Camera Architectures EVALUATED

Detalhes: O número de veículos aéreos não tripulados (UAVs) leves disponíveis no mercado está em crescimento. Devido às suas limitações de carga, UAVs pequenos têm restrições nos sensores que podem transportar e muitos fazem uso de câmeras monoculares ou de profundidade, por serem leves e energeticamente eficientes. UAVs pequenos são adequados para operar em ambientes com muitos obstáculos, que apresentam alto um risco de colisão, tornando essencial a capacidade de detectar obstáculos usando câmeras como sensores. Adicionalmente, devido à versatilidade e grande disponibilidade deste tipo de UAVs, eles podem também ser explorados para atividades perigosas ou criminosas. Desta forma, a capacidade de detectar e localizar UAVs maliciosos é desta forma também muito importante. Este trabalho concentra-se numa primeira parte na avaliação das capacidades de fusão de mapas de profundidade monoculares e stereo para detecção de obstáculos. Para o efeito, as estimativas de profundidade de uma rede neural são combinadas com medições de uma câmera de profundidade, a fim de obter um mapa de profundidade mais preciso e denso. O segundo foco deste trabalho consiste em avaliar a possibilidade de utilizar um grupo de UAVs equipados com câmeras monoculares para localizar um UAV intruso. É utilizada uma rede neuronal de deteção de objetos para detectar o alvo, e de seguida a sua localização é determinada por triangulação, sendo avaliados e comparados três algoritmos de triangulação distintos.
Keywords: Fusão Sensorial, Triangulação, Localização de UAV Intruso, Deteção de Obstáculos

Discussão: dezembro 2, 2021, 9:30