عنوان

مطالعه آشکارسازی و ردیابی ریزپرنده ها با استفاده از سنسورهای تصویربرداری

IR

۴۱۸۷پ

فارسی

IR

مطالعه آشکارسازی و ردیابی ریزپرنده ها با استفاده از سنسورهای تصویربرداری

[پایان‌نامه]

Study of detection and tracking of UAV using imaging sensors

/محمد جواد زینالی

: مهندسی برق

، ۱۳۹۹

۱۵۷ص.

:

زبان: فارسی

زبان چکیده: فارسی

چاپی - الکترونیکی

مصور، جدول، نمودار

کارشناسی ارشد

مهندسی برق- مدارات مجتمع الکترونیک

۱۳۹۹/۰۶/۰۱

صنعتی سهند

با عنایت به پیشرفت تکنولوژی پهپادها و ریز پرنده ها ، استفاده فراگیر از این پرنده ها باعث شده حفاظت از اطلاعات و اماکن خاص همچون ورزشگاه ها و ادارات و ارگان های نظامی متفاوت تر شود .بر همین اساس برای مقابله با این تهدید ها باید به فراخور نوع تهدید ابزارهای دفاعی طراحی و تعبیه کرد .اساس کار این سیستم استفاده از یک دوربین با رزولوشن بالا میباشد که اهداف تعریف شده را بر اساس دیتابیس سیستم ، شناسایی کند .روش های بسیاری برای طراحی و پیاده سازی این موضوع وجود دارد همچون استفاده از فیلتر ذرات یا پارتیکل ، استفاده از سیستم شبکه های عصبی و ... که در این پایان نامه به تحقیق در مورد روش های پیاده سازی مرسوم و بررسی آن ها پرداخته میشود .سپس با استفاده از بهترین روش، اقدام به طراحی و ساخت نمونه آزمایشگاهی آشکارساز و ردیاب ریزپرنده خواهیم کرد .تمام تمرکز در بخش پیاده سازی این پروژه استفاده از شبکه های عصبی کانولوشنال میباشد که بتوانیم چالش بسیار مهم فریم ریت دریافتی از دوربین و خروجی شبکه را به حداکثر برسانیم .این پروژه با سه روش تفریق پس زمینه و شبکه عصبی، فریم ورک دارکنت و YOLO و شبکه Fast RCNN پیاده سازی میشود و فریم ریت ها بررسی میشوند .میانگین دقت مورد انتظار در این پروژه ۰/۹۸ میباشد .ادامه پروژه پیاده سازی در بستر FPGA با استفاده از ابزار HLS میباشد که در نسخه پیشرفته سامانه عملی خواهد شد .در تحقیق و بررسی و استفاده از نظرات صاحب نظران و اساتید راهنما ضمن محفوظ داشتن اطلاعات پروژه و طراحی الگوریتم ، مسیر دقیق پروژه را مشخص و طی می کنیم .

Considering the technological advances in UAVs and unmanned aircraft, the expanding use of these planes has made changes in the way of protecting intelligence and special places such as sports stadiums and military offices and organizations. Therefore, to deal with threats, defensive facilities need to be designed and implemented according to the type of the threat. This system works based on using a high-resolution camera that detects specified targets according to the systems database. There are many ways and methods to design and implement this project, namely using particle filters, neural network system and etc. In this thesis, conventional ways of implementation are analyzed. Then, through the best ways, the laboratory version of a detector, and the micro-processor trackers are designed and made. In the implementation phase of this project, it is entirely concentrated on convolutional neural network, in order to maximize the really crucial challenge of received frame rate form the camera and the network output. This project will be executed through three implementation methods of foreground subtraction and neural network, darknet framework and YOLO, and the Fast RCNN network, and the frame rates are analyzed. We hope that this promises profound results for the relevant organizations. The average accuracy expected in this project is 0.98. The rest of the implementation project is carried out on an FPGA platform using HLS tools put into practice in the advanced version of the system. Doing research and analysis and using the ideas of experts and professors, project information and algorithm design will be kept confidential, and the exact direction of the project will be specified and done as planned.

ba

Study of detection and tracking of UAV using imaging sensors

شبکه‌های عصبی پیچشی

تشخیص حرکت

سنسور تصویر

پردازش تصویر

بینایی کامپیوتر

شبکه‌های عصبی پیچشی، تشخیص حرکت، سنسور تصویر، پردازش تصویر، بینایی کامپیوتر

زینالی، محمد جواد

نجفی‌اقدم، اسماعیل، استاد راهنما

ایران

20230812

برق ،۱۰۶۲۷ ،۱۳۹۹

ی‌رادربریوصت‍ ی‌اهروسنس‍ زا ه‌دافتسا اب‍ اه‍ ه‌دنرپزیر ی‌بایدر و ی‌زاسراکشآ ه‌علاطم‍.pdf

عادی

عادی

4187.pdf

b10627.pdf

0

ایمانی

متن

0

پ۴۱۸۷

فارسی

نمایه‌سازی قبلی

pe

TF

92029

1

a

Y