Σύστημα εντοπισμού και tracking αντικειμένων για την καθοδήγηση UAV με τη συμβολή απομακρυσμένου server

Ντούσης, Οδυσσέας; Ntousis, Odysseas

dc.contributor.author	Ντούσης, Οδυσσέας	el
dc.contributor.author	Ntousis, Odysseas	en
dc.date.accessioned	2025-02-14T10:20:41Z
dc.date.available	2025-02-14T10:20:41Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/61101
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.28797
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Καθοδήγηση UAV	el
dc.subject	Αυτόνομη πλοήγηση	el
dc.subject	Βαθιά νευρωνικά δίκτυα	el
dc.subject	Κατανεμημένο σύστημα	el
dc.subject	Παρακολούθηση αντικειμένων	el
dc.subject	Autonomous navigation	en
dc.subject	Uav guidance	en
dc.subject	Neep neural networks	en
dc.subject	Object tracking	en
dc.subject	Distributed system	en
dc.title	Σύστημα εντοπισμού και tracking αντικειμένων για την καθοδήγηση UAV με τη συμβολή απομακρυσμένου server	el
heal.type	bachelorThesis
heal.classification	Μηχανική Μάθηση	el
heal.classification	Αυτόματος Έλεγχος	el
heal.classification	Κατανεμημένα Συστήματα	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-10-04
heal.abstract	Ο στόχος της παρούσας διπλωματικής εργασίας είναι ο σχεδιασμός και η υλοποίηση ενός συστήματος που θα επιτρέπει την αυτόματη πλοήγηση ενός UAV και θα του δίνει τη δυνατότητα να εκτελέσει μια ανατεθειμένη αποστολή χρησιμοποιώντας οπτικές πληροφορίες. ΄Ενα απλό παράδειγμα αυτού του είδους εξετάζεται σε αυτή την περίπτωση. Συγκεκριμένα, η αποστολή που έχει ανατεθεί στο UAV είναι η ανίχνευση, tracking και ακολούθηση ενός υποδειγμένου αντικειμένου (οχήματος). Για την επίτευξη αυτού, προτείνεται μια αρχιτεκτονική 2 σταδίων, με σκοπό την υπέρβαση του περιορισμού των ανεπαρκών υπολογιστικών πόρων στο UAV. Το πρώτο στάδιο βασίζεται σε μια φορητή μονάδα ικανή για ελαφριές υπολογιστικές διεργασίες (ένα Raspberry Pi) που βρίσκεται στο UAV, μαζί με επιταχυντικό υλικό που μπορεί να υπολογίσει τα αποτελέσματα εκτέλεσης ελαφριών νευρωνικών δικτύων (Intel NCS2). Αυτό το υποσύστημα είναι υπεύθυνο για την ανίχνευση αντικειμένων, την παρακολούθηση του συγκεκριμένου στόχου με έναν απλό ανιχνευτή (tracker) και τη δημιουργία εντολών πλοήγησης. Το δεύτερο στάδιο είναι ένα απομακρυσμένο σύστημα που λειτουργεί σε έναν διακομιστή υψηλών επιδόσεων, στον οποίο συνδέεται το φορητό σύστημα. Ο διακομιστής εκτελεί πιο αξιόπιστη ανίχνευση αντικειμένων και παρακολουθεί τα αντικείμενα αυτά με έναν tracker βαθιάς μάθησης. Επίσης, προβλέπει τις μελλοντικές θέσεις του στόχου και εξάγει ορισμένα χαρακτηριστικά του από τα μοντέλα ανίχνευσης. Χρησιμοποιώντας αυτά τα χαρακτηριστικά και τις προβλεπόμενες θέσεις, επαναεντοπίζει τον στόχο σε περίπτωση απώλειάς του και μεταδίδει τις κατάλληλες οδηγίες στο UAV. Το μοντέλο ανίχνευσης που χρησιμοποιείται στο Raspberry Pi είναι το YOLOv5n, δεδομένου ότι η υποστήριξη του NCS 2 έχει διακοπεί και οι επιλογές ήταν περιορισμένες, ενώ χρησιμοποιήθηκε ένας ελαφρύς ανιχνευτής υλοποιημένος στην OpenCV (KCF) για τη διαδικασία παρακολούθησης. Για τον διακομιστή, δοκιμάστηκαν τόσο μοντέλα βασισμένα σε συνελικτικά νευρωνικά δίκτυα όσο και σε transformers, με τα YOLOv8x και RT-DETR να επιτυγχάνουν τα καλύτερα (παρόμοια) αποτελέσματα. Τελικά, επιλέχθηκε το YOLOv8 λόγω πλεονεκτήματός του στον χρόνο συμπερασμού. Τόσο για το διακομιστή οσο και για το Raspberry Pi, τα μοντέλα ανίχνευσης εκπαιδεύτηκαν σε ένα κατάλληλο σύνολο δεδομένων, λόγω της ιδιαίτερης φύσης των δεδομένων που πρέπει να επεξεργαστούν. Η διαδικασία παρακολούθησης εκτελέστηκε χρησιμοποιώντας τον ανιχνευτή DeepSORT, ενώ ένα δίκτυο LSTM χρησιμοποιήθηκε για την πρόβλεψη της μελλοντικής τοποθεσίας του στόχου.	el
heal.advisorName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Παυλάτος, Χρήστος	el
heal.committeeMemberName	Σούντρης, Δημήτριος
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Υπολογιστικών Συστημάτων	el
heal.academicPublisherID	ntua
heal.numberOfPages	76 σ.	el
heal.fullTextAvailability	false