Desenvolvemento de métodos de detección de obstáculos baseados en procesamento de imaxe para a integración de UAV en espazos aéreos non segregados
Autoría | Gabriel Alejandro Pérez Salas |
Data de defensa | 20/07/2023 |
Titulación | Grao en Enxeñaría Aeroespacial |
Centro | Escola de Enxeñaría Aeronáutica e do Espazo |
Dirección |
Titoría: Higinio González Jorge Cotitoría: Enrique Aldao Pensado |
Tribunal |
Vogalía: Diego González Salgado Secretaría: Laura De la Torre Ramos Presidencia: Arno Formella |
Resumo | O aumento da poboación urbana supón un reto para as cidades. En materia de transporte está a desenvolverse un novo concepto, o Advanced Air Mobility que pretende mellorar o transporte interurbano e urbano mediante o uso de drons tripulados e non tripulados. Para un control efectivo é necesario un sistema que permita detectar ameazas que entren no espazo aéreo non segregado. Este traballo ten como obxectivo adestrar mediante Transfer Learning dúas redes neurais capaces de detectar drons intrusos na rexión lindeira a un vertiporto. Unha rede será adestrada cunha base de datos xenéricos mentres que a outra cunha base de datos sintética. Preténdese estudar o comportamento de ambas as redes ante unha base de datos de proba composta por un 50% de imaxes reais e 50% de imaxes sintéticas. Outro estudo centrarase en cómo afecta o limiar de confianza aos resultados. Para conseguir os resultados, exponse crear a base de datos usando un software de renderización 3D. Deseñarase un vertiporto nunha contorna urbana, tentando conseguir renderizados realistas. Palabras clave: Drons, UAV, Advanced Air Mobility, Redes neurais, Machine Learning, Transfer Learning, Redes YOLO, Bases de datos sintéticas. |