கணினி பொறியியல் & தகவல் தொழில்நுட்ப இதழ்

பொருட்களைக் கண்டறிவதற்கும் கண்காணிப்பதற்கும் ட்ரோன் அடிப்படையிலான ஆழமான கற்றல் கட்டமைப்பு

முஹம்மது ஷோயப்1, நசீர் சையத்

n சமீபத்திய ஆண்டுகளில், செயற்கை நுண்ணறிவு மற்றும் ஆளில்லா வான்வழி வாகனங்களை (UAVs) ஒருங்கிணைத்தல் என்பது ஆய்வின் பரபரப்பான விஷயமாக மாறியுள்ளது, குறிப்பாக UAVகள் மனித கட்டுப்பாட்டின் கீழ் விரைவாக முடிக்க முடியாத சிக்கலான பணிகளைச் செய்ய வேண்டும். டாப்-டவுன் கேமரா அல்லது LiDAR சென்சார்கள் போன்ற நிலைமைகள் பற்றிய முழு விவரங்களை சேகரிக்க ட்ரோன்கள் பெரும்பாலும் பல சென்சார்களைப் பயன்படுத்துகின்றன, மேலும் முக்கிய செயலி ட்ரோனின் அனைத்துப் பாதைகளையும் அளவிடுகிறது. மோனோகுலர் ஆன்-போர்டு கேமரா மற்றும் வலுவூட்டல் கற்றல் மாதிரியைப் பயன்படுத்தும் கண்டறியப்பட்ட இலக்கைக் கண்காணிப்பதை இந்தத் தாள் முன்மொழிகிறது. முந்தைய அணுகுமுறைகளைக் காட்டிலும் பல்வேறு சென்சார்கள் மற்றும் முன் கணக்கிடப்பட்ட பாதைகளைப் பயன்படுத்தி இந்த அமைப்பு மிகவும் செலவு குறைந்ததாகவும் வளிமண்டலத்திற்கு ஏற்றதாகவும் உள்ளது. டூயல் ஆர்கிடெக்சர் மாடலுடன் (D3QN) முந்தைய டீப் டபுள் க்யூ நெட்வொர்க்கை நீட்டிப்பதன் மூலம், செயல் அட்டவணை மற்றும் ஊக்க அம்சத்தை மாற்றியமைத்து, முப்பரிமாண சைகைகள் மற்றும் ஆப்ஜெக்ட் அங்கீகாரத்தை MobileNet இன் ஆதரவுடன் செயல்படுத்துவதன் மூலம், டிரைவ் நெட்வொர்க் பட உள்ளீட்டில் எங்கள் மாடல் உள்ளடக்கிய பெட்டி விவரங்களைச் சேர்த்தது. உருவகப்படுத்துதல்கள் பல்வேறு உருவகப்படுத்துதல் அமைப்புகளில் மேற்கொள்ளப்படுகின்றன, ஒவ்வொன்றும் அதன் சிரமம் மற்றும் நுட்பமான நிலை. "Airsim" பயன்பாடு, மைக்ரோசாப்ட்-ஆதரவு குவாட்ரோட்டர் சிமுலேஷன் API, ஆராய்ச்சிக்கு பயன்படுத்தப்படுகிறது. ஒருங்கிணைப்பு அடிப்படையிலான ஆய்வு வழிமுறையைப் பயன்படுத்தி, மாதிரியானது கவனிக்கப்பட்ட பொருளை, மனித உருவத்தை, வழியில் எந்த தடைகளையும் அடையாமல், வேகமாக நகர்த்தப்படுகிறது என்பதை கண்டுபிடிப்புகள் வெளிப்படுத்துகின்றன.