文献

J-GLOBAL ID：201802244925358128   整理番号：18A1110715

競合的鳥群アルゴリズムを用いた無人航空機のためのエッジに基づく目標検出【JST・京大機械翻訳】

Edge-based target detection for unmanned aerial vehicles using competitive Bird Swarm Algorithm

著者 (3件)： Wang Xiaohua (State Key Laboratory of Virtual Reality Technology and Systems, School of Automation Science and Electrical Engineering, Beihang University, Beijing 100083, PR China) ,  Deng Yimin (State Key Laboratory of Virtual Reality Technology and Systems, School of Automation Science and Electrical Engineering, Beihang University, Beijing 100083, PR China) ,  Duan Haibin (State Key Laboratory of Virtual Reality Technology and Systems, School of Automation Science and Electrical Engineering, Beihang University, Beijing 100083, PR China)
資料名： Aerospace Science and Technology  (Aerospace Science and Technology)
巻： 78  ページ： 708-720  発行年： 2018年 
JST資料番号： W1580A  ISSN： 1270-9638  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 無人航空機のためのターゲット検出は,自律的編隊飛行における重要な問題である。本論文では,無人航空機形成のための新しいターゲット検出手法を,エッジマッチングに基づいて提案した。窓端ポテンシャル関数を用いて,類似のエッジに対する引力場を記述した。その後,エッジベースのターゲット検出問題を最適化問題として定式化することができた。特定の画像上に与えられたテンプレートの位置,回転角およびスケールを見出すために,競合的な鳥群アルゴリズムと呼ばれる鳥群アルゴリズムの改良版を提案した。提案手法の有効性を検証するために,元の鳥群アルゴリズムを大域的最適解に収束させるための「局所最適化」と名付けた戦略を設計し,これを用いて,リーダに埋め込まれた視覚センサにより得られた画像を用いた。提案したアルゴリズムを,ロバスト性を実証するために,屋内および屋外画像の両方で試験し,遺伝的アルゴリズム,粒子群最適化,人工ハチコロニーアルゴリズム,ピゲインスパイアド最適化,および基本的な鳥群アルゴリズムを含む他の最先端アルゴリズムとの比較実験も行った。結果は,提案したターゲット検出アルゴリズムの優位性とロバスト性を証明した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚センサ ,  比較試験 ,  最適化問題 ,  最適化 ,  ロバスト性 ,  *無人機 ,  *アルゴリズム ,  定式化 ,  画像 ,  遺伝的アルゴリズム
準シソーラス用語： 粒子群最適化 ,  最適解 ,  編隊飛行 ,  自律性 ,  ターゲット検出 , 【Automatic Indexing@JST】

著者キーワード (4件)： 無人航空機 ,  ターゲット検出 ,  エッジポテンシャル関数 ,  鳥群アルゴリズム

分類 (3件)： 宇宙飛行体の運動・軌道  (QK02060W) ,  情報工学一般  (JA01010B) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (6件)： 競合 ,  鳥 ,  アルゴリズム ,  無人航空機 ,  エッジ ,  目標