| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Uporaba algoritmov globokega učenja za zaznavo brezpilotnih letalnikov
Avtorji:ID Andov, Pane (Avtor)
ID Sarjaš, Andrej (Mentor) Več o mentorju... Novo okno
ID Gleich, Dušan (Komentor)
Datoteke:.pdf MAG_Andov_Pane_2025.pdf (4,09 MB)
MD5: 2FBEF89C5433B21B377750204398A6F6
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:FERI - Fakulteta za elektrotehniko, računalništvo in informatiko
Opis:V magistrskem delu je bila predstavljena metoda za zaznavanje brezpilotnih letalnikov, ki združuje optično kamero in radar. V optičnem podsistemu so bili objekti zaznavani z uporabo algoritma YOLOv8, implementiranega na energijsko učinkoviti platformi NVIDIA Jetson Orin Nano, ki omogoča obdelavo v realnem času. Radarski podsistem temelji na FMCW radarju, ki izkorišča Dopplerjev pojav pri frekvenci 10 GHz in pasovni širini 500 MHz, kar omogoča natančno merjenje razdalje in hitrosti. Eksperimentalni rezultati so pokazali, da združevanje optičnih in radarskih podatkov poveča robustnost in zanesljivost zaznavanja brezpilotnih letalnikov v različnih okolijskih pogojih.
Ključne besede:dron, detekcija dronov, radar, Dopplerjev radar, YOLOv8
Kraj izida:Maribor
Založnik:[P. Andov]
Leto izida:2025
PID:20.500.12556/DKUM-94488 Novo okno
UDK:621.396.969.3:004.8.021(043.2)
COBISS.SI-ID:254099203 Novo okno
Datum objave v DKUM:04.09.2025
Število ogledov:173
Število prenosov:71
Metapodatki:XML DC-XML DC-RDF
Področja:KTFMB - FERI
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY-NC-ND 4.0, Creative Commons Priznanje avtorstva-Nekomercialno-Brez predelav 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by-nc-nd/4.0/deed.sl
Opis:Najbolj omejujoča licenca Creative Commons. Uporabniki lahko prenesejo in delijo delo v nekomercialne namene in ga ne smejo uporabiti za nobene druge namene.
Začetek licenciranja:19.08.2025

Sekundarni jezik

Jezik:Angleški jezik
Naslov:A deep learning approach for drone detection using camera and radar data
Opis:This master's thesis presents a method for drone detection that using a system that integrates an optical camera and a radar. In the visual subsystem, objects were detected with the YOLOv8 algorithm, implementeed on the energy-efficient NVIDIA Jetson Orin Nano platform, enabling real-time processing. The radar subsystem is based on an FMCW radar exploiting the Doppler effect, operating at 10 GHz with a 500 MHz bandwidth, which allows precise range and velocity estimation. Experimental results showed that combining visual and radar data increases the robustness and reliability of drone detection in diverse environmental conditions.
Ključne besede:drone, drone detection, radars, Doppler radar, YOLOv8


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici