Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

1 2025

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!
Sesja wygasła!
Sesja wygasła!
Sesja wygasła!
Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: algorytmy zachowania

Sortuj według:

Ogranicz wyniki do:

Object detection algorithm in a navigation systemfor a rescue drone

Stelmakh Nataliia, Yukhymenko Yurii, Rudkovskiy Ilya, Lavrinenkov Anton

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

2025

T. 15, nr 2

32--36

This article focuses on improving object recognition algorithms for rescue drones, in particular, enhancing the methodology for classifying human poses by expanding the set of key body points and using more effective mathematical models. A methodology is proposed that analyzes 11 key body points, enabling the classification of human positions (standing, lying down, sitting, kneeling, bent) with greater accuracy. Additionally, a gesture recognition algorithm is proposed, detecting gestures such as arm-waving as a signal for help, which increases the effectiveness of rescue operations.The paper also considers the possibilities of implementing the system on the limited hardware resources of onboard UAV computers. Using geometric relationships between body points reduces computational costs without sacrificing accuracy, making the proposed model suitable for real-world use.The conducted research confirms that the improved system can automatically assess victims’ conditions, prioritize rescue efforts, and optimize drone navigation. In future work, it is planned to integrate the algorithms with drones’ multisensory systems and test them in real-world conditions.

Niniejszy artykuł koncentruje się na udoskonaleniu algorytmów rozpoznawania obiektów w dronach ratowniczych, w szczególnościna ulepszeniu metodologii klasyfikacji pozy człowieka poprzez rozszerzenie zestawu kluczowych punktów ciałaoraz zastosowanie bardziej efektywnych modeli matematycznych. Zaproponowano metodykę analizującą 11 kluczowych punktów ciała, która umożliwia dokładniejszą klasyfikację pozycji człowieka (stojąca, leżąca, siedząca, klęcząca, zgięta). Ponadto zaproponowanoalgorytm rozpoznawania gestów –wykrywanie takich sygnałówjak machanie ręką jako wezwanie pomocy –co zwiększa skuteczność akcji ratowniczych.W artykule rozważono również możliwości wdrożenia systemu przy ograniczonych zasobach sprzętowych komputerów pokładowych UAV. Wykorzystanie zależności geometrycznych między punktami ciała obniża koszty obliczeniowebez utraty dokładności, dzięki czemu proponowany model nadaje się do zastosowań w warunkach rzeczywistych. Przeprowadzone badania potwierdzają, że ulepszony system może automatycznie oceniać stan poszkodowanych, ustalać priorytety działań ratowniczych oraz optymalizować nawigację drona.W przyszłych pracach planuje się integrację algorytmów z wielosensorowymi systemami dronów oraz przeprowadzenie testóww warunkach rzeczywistych.