ЗАСТОСУВАННЯ ДРОНІВ У ТРАНСПОРТНІЙ ІНФРАСТРУКТУРІ
Автор є членом редколегії видання, тому не брав участі у рецензуванні та прийнятті рішення щодо публікації цієї статті
DOI:
https://doi.org/10.17721/AIT.2023.1.03Ключові слова:
машинне навчання, транспортна інфраструктура, безпілотний літальний апарат, дрон, обробка та аналіз даних.Анотація
Вступ. Висвітлено реальні можливості й перспективи створення та застосування безпілотних літальних апаратів в автодорожній і залізничній інфраструктурах. В межах проведеного експерименту поставлено завдання створення дрону з використанням найпростіших засобів розроблення у лабораторних умовах. Методи. Використано метод натурного експерименту для перевірки працездатності запропонованих рішень. Результати. Створений в результаті експерименту дрон здатний в автоматичному режимі стабілізувати своє положення, на нього можна встановити плату приймача, що дасть змогу організувати дистанційне керування. У перспективі на квадрокоптер можуть бути встановлені додаткові модулі, із застосуванням механізму глибинного навчання. А застосування інтелектуальної системи виявлення та розпізнавання образів на базі ефективних алгоритмів цифрового оброблення даних дозволить суттєво скоротити час на оброблення даних, отримання високоточних результатів і забезпечити доступ до інформації в максимально стислий термін, що буде ще одним фактором, що сприяє активному впровадженню безпілотних технологій. Висновки. Завдяки можливості отримання різноманітних даних безпілотні літальні апарати зможуть у найближчому майбутньому значно скоротити витрати на розв’язання різноманітних завдань і стати незамінними помічниками в секторі транспортної інфраструктури.Завантажити
Посилання
Alpaydin, E. (2004). Introduction to Machine Learning. MIT Press.
Kumar, M., Kumar, N., & Sreenivas, T. H. (2015). Autonomous Navigation of Flying Quadcopter. International Journal IJRITCC, 3(6), 3633–3634.
Lum, C., W., Gauksheim, K., Deseure, C., Vagners, J., & McGeer, T. (2011). Assessing and estimating risk of operating unmanned aerial systems in populated areas. Proceedings of the 11th AIAA Aviation Technology, Integration, and Operations (ATIO) Conference. Virginia Beach. (pp. 1-12).
Piotrowski, P., Witkowski, T., & Piotrowski, R. (2015). Unmanned remote-controlled flying unit. Measurement Automation and Robotics, (19), 49–55.
Scheding, S., & Finn, A. (2010). Developments and challenges for autonomous unmanned vehicles: A compendium s.1. Springer Sci & Business.
Shah, K. N., Dutt, B. J., & Modh, H. (2014). Quadrotor – An Unmanned Aerial Vehicle. IJEDR, 2 (1), (pp. 1299–1303). Witten, I. H., & Frank, E. (2011). Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Сучасні інформаційні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
