Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: unnamed aerial vehicle

Sortuj według:

Ogranicz wyniki do:

Koncepcja wykorzystania sieci neuronowych w BSP

Bieńczak R., Janiszewski J., Komorek A., Kowalik R., Rypulak A., Smolak M

Logistyka

2014

nr 6

1925-1934

Autorzy w pracy przedstawili koncepcję wykorzystania sieci neuronowych w bezzałogowych statkach latających. Zważywszy na dość spory obszar badawczy jaki są układy sterowaniaw obiektach latających BSP skoncentrowano się jedynie na zaprezentowaniu koncepcji wykorzystania sieci neuronowej w optymalizacji trajektorii lotu obiektu BSP. Ponadto zaprezentowano także wyniki z przeprowadzonych badań symulacyjnych.

The authors of the work presented the concept of using neural networks in unmanned aerial vehicles flying. Given the fairly sizable area of research which are control systems in UAV flying objects focus only on presenting the concept of using neural networks to optimize the trajectory of the object BSP. In addition, presented the results of simulation studies.

Metoda rozpoznawania przeszkód przez bezzałogowy statek powietrzny z wykorzystaniem jednej kamery

Ambroziak L., Cieśluk J., Gosiewski Z.

Prace Instytutu Lotnictwa

2011

Nr 7 (216)

5-16

W artykule poruszony został problem omijania przeszkód i unikania kolizji przez bezzałogowy statek powietrzny z wykorzystaniem informacji zawartych w obrazie pobranym z jednej kamery. Zaprezentowany algorytm lokalizowania przeszkód wykorzystuje jedną z metod przepływu optycznego – gradientową metodę Lukas Kanade (LK), polegającą na analizowaniu podobieństw pomiędzy kolejnymi ramkami przetwarzanego obrazu. Wizyjny algorytm rozpoznawania przeszkód został zaimplementowany na systemie czasu rzeczywistego uClinux. Jego działanie zostało zweryfikowane na drodze symulacji komputerowej hardware-in-the-loop z modelem latającego skrzydła.

A problem of obstacles and collisions avoiding by unmanned aerial vehicles (UAVs), using the information provided from an image taken from one camera is presented in the paper. The optical flow method based on gradient method of Lukas-Kanade was used to obtain the tested structure in 3D space environment (extraction of image’s depth). This method allow to generate local information flow patterns from particular neighborhood of surrounding points. Presented algorithm for obstacle location and estimation of its shape was developed and implemented on the workstation with real time uClinux system. Proposed vision based obstacle avoidance algorithm are demonstrated in simulation and in hardware in the loop flight tests on a fixed-wing UAV.