Neurális hálózatok alkalmazása UAV környezetben

OData támogatás
Konzulens:
Ács Judit
Automatizálási és Alkalmazott Informatikai Tanszék

Egyre több pilóta nélküli légi jármű (Unmanned Aerial Vehicle, UAV) vagy más néven drón jelenik meg a légtérben, melyek ön- vagy távirányítással közlekednek. Előbbiek esetében a megfelelő integráció egyik fontos eleme az érzékelés (pl.: látás) és az azt követő esetlegese reakció. TDK munkámban a (fedélzeti) kamerán megjelenő UAV egységek automatikus azonosításával foglalkozom, ezen feladat megoldására konvolúciós neurális hálózatokat (Convolutional Neural Network, CNN) használok.

A dolgozatom témája a Magyar Tudományos Akadémia (MTA), Számítástechnikai és Automatizálási Kutatóintézet (SZTAKI), Informatikai Kutató Laboratórium egyik projektjének része. A kutatás célja egy monokuláris kamera alapú fedélzeti beágyazott rendszer fejlesztése, amelynek feladata, hogy valós időben dolgozza fel a képi adatokat és indítsa el az elkerülési folyamatot, ha szükséges.

A megoldásom mély neurális hálózatokon alapul (Deep Neural Network, DNN), ezen tanulómodellek közös tulajdonsága, hogy nagy számítási kapacitást igényelnek, de ezzel ellentétesen a beágyazott környezetben jelentősen kevesebb erőforrás érhető el. A tanítást előre el lehet végezni erős grafikus processzorok (Graphical Processing Unit, GPU) segítségével, ám a valós idejű feldolgozáshoz a kész hálózat predikciójának is gyorsnak kell lennie. További kihívás, hogy kevés adat áll rendelkezésre az ilyen rendszerek tanításához szükséges adatmennyiséghez képest.

Kutatásom során megvizsgálom a nemzetközi szakirodalomban elérhető különböző általános lehetőségeket a problémák megoldására és az adott rendszerre optimalizált tanuló modelleket dolgozok ki. Továbbá különböző tanulási technikákat hasonlítok össze és optimalizálom a hálózatokra a korlátozásokat figyelembe véve. Dolgozatomban bemutatom az eredményeket, összemérve a különböző modellek képességeit.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.