視覚ベース深層学習を用いた自動空中ドッキングシステム【JST・京大機械翻訳】

Choi Andrew J.; Park Jeonghwan; Han Jae-Hung

文献

J-GLOBAL ID：202202256934405940 整理番号：22A0653369

視覚ベース深層学習を用いた自動空中ドッキングシステム【JST・京大機械翻訳】

Automated Aerial Docking System using Vision-Based Deep Learning

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0653369&from=J-GLOBAL&jstjournalNo=H0236B") }}

著者 (3件)： , ,
資料名：
巻： 2022 号： AIAA SCITECH 2022 Forum ページ： 0883 発行年： 2022年
JST資料番号： H0236B 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文は無人機(UAV)のための自動空中ドッキングシステムを提示する。提案した自動空中ドッキングシステムは,ドッキング機械システムと視覚ベースの深層学習ターゲット検出/トラッキングシステムという2つのサブシステムから成る。中-空気統合相の間の基本的課題の一つは,リーダとフォロワー航空機の間のロッキングと,空気中のロバストターゲット検出/追跡である。これらの問題に取り組むために,本研究はロバストドッキング機械システムの設計を提示するだけでなく,効果的なビジョンベースの深層学習ターゲット検出/トラッキングシステムも提案した。提案したドッキング機械システムの設計は双安定特性に基づいている。提案したドッキング機械システムは,追従車に取り付けたプローブを安全にするために,それ自身によってドログとして振舞う。提案したビジョンベースの深層学習ターゲット検出と追跡システムを,無人航空機(UAV)に搭載する搭載機械学習コンピュータプラットフォーム用に開発した。空気中の実時間ドログ検出と追跡のために,深層学習ベースの単段検出器と点雲ベースのアルゴリズムを適用した。性能検証のために,地上試験および屋内飛行試験を,特別に考案したロボットアームおよびクダクタードロンを用いて行った。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

パターン認識 , 運航技術 , 人工知能 , ロボットの運動・制御 , 航空機

, ,

前のページに戻る