Die Studie präsentiert F-UAV-D, ein eingebettetes System zur Erkennung von unbemannten Luftfahrzeugen (UAVs) in Echtzeit und mit geringem Stromverbrauch. Das System besteht aus einer dynamischen Bildsensorik (DVS) und einem leistungsfähigen Einplatinencomputer.
Für die Entwicklung wurde ein eigener Datensatz mit 27 Minuten Videomaterial von Drohnen in verschiedenen Umgebungen erstellt und öffentlich zugänglich gemacht. Dieser Datensatz wurde verwendet, um einen YOLOv5-Algorithmus zu trainieren, der auf den ereignisbasierten Bildern arbeitet.
Die Leistungsmessungen zeigen, dass F-UAV-D Drohnen mit einer durchschnittlichen Leistungsaufnahme von weniger als 15 W in Echtzeit erkennen kann. Dabei wurde der Einfluss verschiedener Batch-Größen auf Latenz und Stromverbrauch untersucht. Die besten Ergebnisse wurden bei einer Batch-Größe von 4 erzielt, mit einer Latenz von ca. 150 ms und einem Energieverbrauch von 146 mJ pro Bild.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Jaku... om arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.11875.pdfDiepere vragen