論文の概要: CNN-based Human Detection for UAVs in Search and Rescue
- arxiv url: http://arxiv.org/abs/2110.01930v1
- Date: Tue, 5 Oct 2021 10:43:10 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-06 14:01:55.795604
- Title: CNN-based Human Detection for UAVs in Search and Rescue
- Title（参考訳）: cnnを用いた捜索救助用uavの人間検出
- Authors: Nikite Mesvan
- Abstract要約: 本稿では,畳み込み型ニューラルネットワーク技術を用いて,被害者の探索と検出を行う手法を提案する。
この研究で使用されるモデルは事前訓練されたモデルであり、クアッドコプターに取り付けられたRaspberry PiモデルB上でのテストに適用される。
実験の結果、Quadcopterは安定して飛行でき、SSDモデルは3fpsの処理速度でRaspberry PiモデルBでうまく動作することがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The use of Unmanned Aerial Vehicles (UAVs) as a substitute for ordinary
vehicles in applications of search and rescue is being studied all over the
world due to its flexible mobility and less obstruction, including two main
tasks: search and rescue. This paper proposes an approach for the first task of
searching and detecting victims using a type of convolutional neural network
technique, the Single Shot Detector (SSD) model, with the Quadcopter hardware
platform, a type of UAVs. The model used in the research is a pre-trained model
and is applied to test on a Raspberry Pi model B, which is attached on a
Quadcopter, while a single camera is equipped at the bottom of the Quadcopter
to look from above for search and detection. The Quadcopter in this research is
a DIY hardware model that uses accelerometer and gyroscope sensors and
ultrasonic sensor as the essential components for balancing control, however,
these sensors are susceptible to noise caused by the driving forces on the
model, such as the vibration of the motors, therefore, the issues about the PID
controller, noise processing for the sensors are also mentioned in the paper.
Experimental results proved that the Quadcopter is able to stably flight and
the SSD model works well on the Raspberry Pi model B with a processing speed of
3 fps and produces the best detection results at the distance of 1 to 20 meters
to objects.
- Abstract（参考訳）: 無人航空機(uavs)を一般の車両の代替として、捜索救助の用途に使用することは、その柔軟な移動性と、捜索救助という2つの主なタスクを含む障害が少ないため、世界中で研究されている。
本稿では,UAVの一種であるQuadcopterハードウェアプラットフォームを用いた畳み込みニューラルネットワーク技術であるSingle Shot Detector (SSD)モデルを用いて,犠牲者の探索と検出を行うためのアプローチを提案する。
この研究で使用されたモデルは、事前訓練されたモデルで、クワッドコプターに取り付けられたraspberry pi model bでテストするために使用され、クワッドコプターの下部には1台のカメラが取り付けられ、上から探索と検出を行う。
本研究のクワッドコプターは、加速度計とジャイロスコープセンサと超音波センサを制御のバランスに不可欠な要素とするdiyハードウェアモデルであるが、これらのセンサは、モータの振動などのモデルにおける駆動力によるノイズに影響を受けやすいため、pidコントローラやセンサのノイズ処理に関する問題も論文に記載されている。
実験の結果、クワッドコプターは安定して飛行でき、ssdモデルは処理速度3 fpsのraspberry pi model bでうまく動作し、1mから20mの距離で最高の検出結果が得られることがわかった。
関連論文リスト
- RCBEVDet: Radar-camera Fusion in Bird's Eye View for 3D Object Detection [33.07575082922186]
3次元物体検出は、自律運転における重要なタスクの1つである。
カメラのみに頼って高度に正確で頑丈な3Dオブジェクト検出を実現するのは難しい。
鳥眼ビュー(BEV)におけるレーダーカメラ融合3次元物体検出法
RadarBEVNetはデュアルストリームのレーダーバックボーンとRadar Cross-Section (RC)対応のBEVエンコーダで構成されている。
論文 参考訳（メタデータ） (2024-03-25T06:02:05Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - 3D Reconstruction of Multiple Objects by mmWave Radar on UAV [15.47494720280318]
UAVに搭載されたミリ波レーダーセンサを用いて空間内の複数の物体の3次元形状を再構成する可能性を検討する。
UAVは宇宙の様々な場所でホバリングし、搭載されたレーダーセンサーはSAR(Synthetic Aperture Radar)操作で空間をスキャンすることで生のレーダーデータを収集する。
レーダデータはディープニューラルネットワークモデルに送信され、空間内の複数のオブジェクトの点雲再構成を出力する。
論文 参考訳（メタデータ） (2022-11-03T21:23:36Z) - Learning a Single Near-hover Position Controller for Vastly Different
Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。
これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。
また、実行中に未知の障害に迅速に適応する。
論文 参考訳（メタデータ） (2022-09-19T17:55:05Z) - Fully Convolutional One-Stage 3D Object Detection on LiDAR Range Images [96.66271207089096]
FCOS-LiDARは、自律走行シーンのLiDAR点雲のための完全な1段式3Dオブジェクト検出器である。
標準的な2Dコンボリューションを持つRVベースの3D検出器は、最先端のBEVベースの検出器と同等の性能を発揮することを示す。
論文 参考訳（メタデータ） (2022-05-27T05:42:16Z) - Extended Abstract Version: CNN-based Human Detection System for UAVs in
Search and Rescue [0.0]
本稿では,畳み込みニューラルネットワークとQuadcopterハードウェアプラットフォームを用いて,人間の探索と検出を行う手法を提案する。
Raspberry Pi Bに事前訓練されたCNNモデルを適用し、Quadcopterの底部に1台のカメラを設置する。
実験の結果、Raspberry Pi Bの処理速度は3fpsだった。
論文 参考訳（メタデータ） (2021-11-04T13:57:20Z) - CNN-based Omnidirectional Object Detection for HermesBot Autonomous
Delivery Robot with Preliminary Frame Classification [53.56290185900837]
予備的バイナリフレーム分類を用いた物体検出のためのニューラルネットワークの最適化アルゴリズムを提案する。
周囲に6台のローリングシャッターカメラを備えた自律移動ロボットを360度視野として実験装置として使用した。
論文 参考訳（メタデータ） (2021-10-22T15:05:37Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-09-08T14:07:55Z) - Real-Time Drone Detection and Tracking With Visible, Thermal and
Acoustic Sensors [66.4525391417921]
熱赤外カメラは、ドローン検出タスクに対する実現可能な解決策であることが示されている。
また,センサ間距離の関数としての検出器性能についても検討した。
ドローン、鳥、飛行機、ヘリコプターの650個の注釈付き赤外線と可視ビデオを含む新しいビデオデータセットも紹介されている。
論文 参考訳（メタデータ） (2020-07-14T23:06:42Z) - Built Infrastructure Monitoring and Inspection Using UAVs and
Vision-based Algorithms [2.0305676256390934]
本研究では, 実時間制御無人航空機(UAV)による構造物表面の検査システムを提案する。
本システムは,Wentworthライトレールベース構造である目標構造を調査するために,良好な気象条件下で運用されている。
論文 参考訳（メタデータ） (2020-05-19T14:37:48Z) - Mid-flight Propeller Failure Detection and Control of
Propeller-deficient Quadcopter using Reinforcement Learning [0.2578242050187029]
本稿では,4,3,2個のプロペラを備えたクアッドコプタ用強化学習型制御器を提案する。
また,プロペラの損失を検知し,適切な制御器に切り替えるニューラルネットワークベースのプロペラ故障検出システムを提案する。
論文 参考訳（メタデータ） (2020-02-26T15:31:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。