Mô hình súng máy phát hiện và bám sát mục tiêu tự động thời gian thực dựa trên mạng nơ ron tích chập
Số trang: 6
Loại file: pdf
Dung lượng: 1.79 MB
Lượt xem: 8
Lượt tải: 0
Xem trước 2 trang đầu tiên của tài liệu này:
Thông tin tài liệu:
Trong bài viết này, mô hình mô phỏng súng máy phát hiện và bám sát mục tiêu tự động ứng dụng cho máy bay quân sự sử dụng công nghệ in 3D được phát triển. Đồng thời đề xuất thuật toán tự động phát hiện và bám mục tiêu sử dụng mạng nơ-ron tích chập, cụ thể là sử dụng mô hình YOLOv8 đế tăng tốc độ và độ chính xác nhận dạng, vi điều khiển STM32 để điều khiến hệ thống chuyển động bám mục tiêu.
Nội dung trích xuất từ tài liệu:
Mô hình súng máy phát hiện và bám sát mục tiêu tự động thời gian thực dựa trên mạng nơ ron tích chậpP-ISSN 1859-3585 E-ISSN 2615-9619 https://jst-haui.vn SCIENCE - TECHNOLOGYMÔ HÌNH SÚNG MÁY PHÁT HIỆN VÀ BÁM SÁT MỤC TIÊU TỰ ĐỘNGTHỜI GIAN THỰC DỰA TRÊN MẠNG NƠ RON TÍCH CHẬPREAL-TIME AUTOMATIC TARGET DETECTION AND TRACKING MODELBASED ON CONVOLUTIONAL NEURAL NETWORK FOR MACHINE GUN SYSTEM Đinh Tuấn Anh1, Nguyễn Tiến Hoàng1, Hà Việt Anh1, Vũ Hữu Thích1, Phạm Văn Hùng1,*DOI: http://doi.org/10.57001/huih5804.2024.308TÓM TẮT tượng ngày một trở nên phổ biến. Ứng dụng mạng nơ- ron để nhận dạng biển số xe được đề cập trong tài liệu [1] Trong bài báo này, mô hình mô phỏng súng máy phát hiện và bám sát hay hệ thống báo cháy tự động được đề cập đến trong [2]mục tiêu tự động ứng dụng cho máy bay quân sự sử dụng công nghệ in 3D hoặc phát hiện và theo dõi con người cho hệ thốngđược phát triển. Đồng thời đề xuất thuật toán tự động phát hiện và bám mục chống trộm [3]. Còn trong lĩnh vực trong quân sự tài liệutiêu sử dụng mạng nơ-ron tích chập, cụ thể là sử dụng mô hình YOLOv8 để [4-7] là các nghiên cứu về hệ thống thời gian thực sử dụngtăng tốc độ và độ chính xác nhận dạng, vi điều khiển STM32 để điều khiển hệ xử lý ảnh và AI để theo dõi mục tiêu và điều khiển vũ khíthổng chuyển động bám mục tiêu. Sau khi thực nghiệm cho thấy hệ thống di động, giúp tăng hiệu quả chiến đấu và đảm bảo sựnhận dạng mục tiêu với độ chính xác khá cao 97,86% và bám mục tiêu một chính xác trong các tình huống chiến đấu. Những nămcách nhanh chóng khi mục tiêu chuyển động với tốc độ nhỏ hơn 0,5m/s. gần đây, các cường quốc trên thế giới đang đầu tư nhân Từ khóa: Bắt và bám đối tượng thời gian thực; súng máy tự động; YOLOv8 lực, chất xám, tiền bạc vào phát triển những hệ thống hỏaABSTRACT lực tự động trên các phương tiện cơ giới mặt đất, máy bay chiến đấu, tàu hải quân… Trong số đó phải kể đến hệ In this paper, we construct a simulation model of an automatic target thống điều khiển đài quang điện tử cỡ nhỏ tích hợp trêndetection and tracking machine gun application for military aircraft using 3D UAV do công ty CACI của Hoa Kỳ hay hệ thống Slingerprinting technology. Simultaneously, we propose an algorithm for automatic điều khiển pháo M230LF do Công ty công nghệ quân sựtarget detection and tracking using a convolutional neural network model, EOS [8] của Australia nghiên cứu và sản xuất.specifically based on the YOLOv8 model, to enhance the speed and accuracyof target identification. We utilize an STM32 microcontroller to control the Ở Việt Nam một số đơn vị đang tích cực phát triểntarget tracking motion system. Experimental results demonstrate that the những hệ thống hỏa lực thông minh điều khiển tự độngtarget recognition system achieves a high accuracy rate of 97.86% and thông qua máy chính trung tâm. Một trong số đó là hệeffectively tracks moving targets with speeds below 0.5m/s. thống súng máy tự động 12,7mm được Viện Vũ khí (Tổng cục Công nghiệp Quốc Phòng) nghiên cứu và chế tạo [9]. Keywords: Real-time target detection and tracking; machine gun; YOLOv8 Ở quy mô lớn hơn, Tổng công ty Công nghiệp Công nghệ1 cao Viettel đã tiến hành nghiên cứu phát triển các Đài Trường Đại học Công nghiệp Hà Nội* quang điện tử, gồm hệ thống phát hiện và hệ thống khaiEmail: phamvanhung@haui.edu.vn hỏa [10], ứng dụng cho hải quân, không quân và lục quânNgày nhận bài: 05/4/2024 giúp phát hiện đối tượng dưới điều kiện thời tiết khácNgày nhận bài sửa sau phản biện: 05/6/2024 nhau, giúp tăng hiệu quả chiến đấu.Ngày chấp nhận đăng: 27/9/2024 Như vậy có thể thấy nghiên cứu áp dụng công nghệ cao trong lĩnh vực quân sự hiện đang rất được thế giới1. GIỚI THIỆU ...
Nội dung trích xuất từ tài liệu:
Mô hình súng máy phát hiện và bám sát mục tiêu tự động thời gian thực dựa trên mạng nơ ron tích chậpP-ISSN 1859-3585 E-ISSN 2615-9619 https://jst-haui.vn SCIENCE - TECHNOLOGYMÔ HÌNH SÚNG MÁY PHÁT HIỆN VÀ BÁM SÁT MỤC TIÊU TỰ ĐỘNGTHỜI GIAN THỰC DỰA TRÊN MẠNG NƠ RON TÍCH CHẬPREAL-TIME AUTOMATIC TARGET DETECTION AND TRACKING MODELBASED ON CONVOLUTIONAL NEURAL NETWORK FOR MACHINE GUN SYSTEM Đinh Tuấn Anh1, Nguyễn Tiến Hoàng1, Hà Việt Anh1, Vũ Hữu Thích1, Phạm Văn Hùng1,*DOI: http://doi.org/10.57001/huih5804.2024.308TÓM TẮT tượng ngày một trở nên phổ biến. Ứng dụng mạng nơ- ron để nhận dạng biển số xe được đề cập trong tài liệu [1] Trong bài báo này, mô hình mô phỏng súng máy phát hiện và bám sát hay hệ thống báo cháy tự động được đề cập đến trong [2]mục tiêu tự động ứng dụng cho máy bay quân sự sử dụng công nghệ in 3D hoặc phát hiện và theo dõi con người cho hệ thốngđược phát triển. Đồng thời đề xuất thuật toán tự động phát hiện và bám mục chống trộm [3]. Còn trong lĩnh vực trong quân sự tài liệutiêu sử dụng mạng nơ-ron tích chập, cụ thể là sử dụng mô hình YOLOv8 để [4-7] là các nghiên cứu về hệ thống thời gian thực sử dụngtăng tốc độ và độ chính xác nhận dạng, vi điều khiển STM32 để điều khiển hệ xử lý ảnh và AI để theo dõi mục tiêu và điều khiển vũ khíthổng chuyển động bám mục tiêu. Sau khi thực nghiệm cho thấy hệ thống di động, giúp tăng hiệu quả chiến đấu và đảm bảo sựnhận dạng mục tiêu với độ chính xác khá cao 97,86% và bám mục tiêu một chính xác trong các tình huống chiến đấu. Những nămcách nhanh chóng khi mục tiêu chuyển động với tốc độ nhỏ hơn 0,5m/s. gần đây, các cường quốc trên thế giới đang đầu tư nhân Từ khóa: Bắt và bám đối tượng thời gian thực; súng máy tự động; YOLOv8 lực, chất xám, tiền bạc vào phát triển những hệ thống hỏaABSTRACT lực tự động trên các phương tiện cơ giới mặt đất, máy bay chiến đấu, tàu hải quân… Trong số đó phải kể đến hệ In this paper, we construct a simulation model of an automatic target thống điều khiển đài quang điện tử cỡ nhỏ tích hợp trêndetection and tracking machine gun application for military aircraft using 3D UAV do công ty CACI của Hoa Kỳ hay hệ thống Slingerprinting technology. Simultaneously, we propose an algorithm for automatic điều khiển pháo M230LF do Công ty công nghệ quân sựtarget detection and tracking using a convolutional neural network model, EOS [8] của Australia nghiên cứu và sản xuất.specifically based on the YOLOv8 model, to enhance the speed and accuracyof target identification. We utilize an STM32 microcontroller to control the Ở Việt Nam một số đơn vị đang tích cực phát triểntarget tracking motion system. Experimental results demonstrate that the những hệ thống hỏa lực thông minh điều khiển tự độngtarget recognition system achieves a high accuracy rate of 97.86% and thông qua máy chính trung tâm. Một trong số đó là hệeffectively tracks moving targets with speeds below 0.5m/s. thống súng máy tự động 12,7mm được Viện Vũ khí (Tổng cục Công nghiệp Quốc Phòng) nghiên cứu và chế tạo [9]. Keywords: Real-time target detection and tracking; machine gun; YOLOv8 Ở quy mô lớn hơn, Tổng công ty Công nghiệp Công nghệ1 cao Viettel đã tiến hành nghiên cứu phát triển các Đài Trường Đại học Công nghiệp Hà Nội* quang điện tử, gồm hệ thống phát hiện và hệ thống khaiEmail: phamvanhung@haui.edu.vn hỏa [10], ứng dụng cho hải quân, không quân và lục quânNgày nhận bài: 05/4/2024 giúp phát hiện đối tượng dưới điều kiện thời tiết khácNgày nhận bài sửa sau phản biện: 05/6/2024 nhau, giúp tăng hiệu quả chiến đấu.Ngày chấp nhận đăng: 27/9/2024 Như vậy có thể thấy nghiên cứu áp dụng công nghệ cao trong lĩnh vực quân sự hiện đang rất được thế giới1. GIỚI THIỆU ...
Tìm kiếm theo từ khóa liên quan:
Bắt và bám đối tượng thời gian thực Súng máy tự động Mô hình YOLOv8 Vi điều khiển STM32 Điều khiến hệ thống chuyển động bám mục tiêu Mạng nơ-ron tích chậpGợi ý tài liệu liên quan:
-
Tích hợp DSM và ảnh chụp UAV với mô hình nơ-ron tích chập trong phân loại lớp phủ mặt đất
8 trang 139 0 0 -
Nhận dạng tấm pin mặt trời bị lỗi dựa trên dữ liệu ảnh bằng trí tuệ nhân tạo
4 trang 64 0 0 -
Ứng dụng Teachable Machine trong nhận diện khuôn mặt theo thời gian thực
4 trang 59 0 0 -
Giáo trình Mạng nơ ron học sâu và ứng dụng: Phần 1
121 trang 44 0 0 -
Nhận dạng tín hiệu ra đa LPI sử dụng mạng nơ ron học sâu
6 trang 40 0 0 -
Ứng dụng kỹ thuật học sâu trong hỗ trợ chẩn đoán bệnh viêm phổi thông qua ảnh chụp X-quang
11 trang 40 0 0 -
Nhận dạng vân tay sử dụng kỹ thuật học sâu
9 trang 39 0 0 -
Mô hình Deep Learning trong nhận diện cảm xúc và cảnh báo stress
3 trang 34 0 0 -
9 trang 32 0 0
-
Thiết kế, tích hợp bộ cảm biến mức siêu âm trong hệ thống Scada
7 trang 29 0 0