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
