Sztuczna inteligencja weszła do bezzałogowych statków powietrznych dwiema drogami. Pierwsza to przetwarzanie na pokładzie — modele działające w czasie rzeczywistym na komputerach o ograniczonej mocy, wykrywające obiekty, przeszkody czy miejsca lądowania. Druga to analiza po locie — przetwarzanie setek gigabajtów zdjęć i chmur punktów w informację użyteczną dla zamawiającego.
Prace obejmują detekcję i śledzenie obiektów, segmentację semantyczną obrazu lotniczego, kompresję i kwantyzację modeli pod ograniczenia pokładowe, uczenie na danych syntetycznych oraz metody radzenia sobie z niewielkimi i niezrównoważonymi zbiorami danych — typową sytuacją w zastosowaniach lotniczych.
Rosnącym zagadnieniem jest wiarygodność takich systemów: jak ocenić pewność modelu, jak wykryć, że maszyna pracuje poza zakresem danych treningowych, i jak zaprojektować układ tak, by błąd modelu nie przekładał się bezpośrednio na zagrożenie w locie.
Zagadnienia w tym obszarze
- detekcja i śledzenie obiektów z pokładu
- segmentacja semantyczna obrazów lotniczych
- modele na urządzenia brzegowe, kwantyzacja i optymalizacja
- dane syntetyczne i uczenie na małych zbiorach
- ocena niepewności i bezpieczeństwo systemów uczących się
- automatyczna analiza danych pomisyjnych
Z czym się tu przychodzi
- Czy ktoś zajmuje się detekcją obiektów z pokładu drona?
- Jak uruchomić model na komputerze pokładowym o małej mocy?
- Kto pomoże przeanalizować dane z nalotów?
Nie wiesz, do kogo się zwrócić? Napisz do Centrum Kształcenia i Technologii BSP — wskażemy właściwy zespół.
Jednostki
Wydawnictwo Politechniki Poznańskiej
Wydawca publikacji naukowych uczelni, w tym monografii poświęconych bezzałogowym statkom powietrznym.
Wydział Informatyki i Telekomunikacji
Sztuczna inteligencja, przetwarzanie obrazu, systemy wbudowane i łączność radiowa — zaplecze dla autonomii, wizji i transmisji danych.
Koła naukowe w tym obszarze
Koło Naukowe CybAiR
Robotyka i pojazdy bezzałogowe — drony, autonomia, sterowanie i sztuczna inteligencja, z flagowym projektem autonomii lotu odpornej na silny wiatr.
Międzywydziałowe Studenckie Koło Naukowe SkyTrace
Dron ratowniczy wspierający służby — rozpoznawanie osób, analiza obrazu termicznego i automatyzacja działań poszukiwawczych.
Koło Naukowe Robotyka Automatyka Informatyka
Sekcja Statków Bezzałogowych buduje drony, Sekcja Sieci Neuronowych rozwija analizę obrazu — połączenie obu daje podstawę do projektów autonomicznych BSP.
Aktualności z tego obszaru
CybAiR rozwija drona odpornego na silny wiatr
Koło Naukowe CybAiR realizuje projekt systemu autonomii lotu odpornego na silny wiatr, przeznaczonego docelowo do wsparcia akcji poszukiwawczych po klęskach żywiołowych.
Czytaj dalej →
Autonomiczny BSP kontroluje oświetlenie pasa startowego
AKL zakończył projekt „Bezzałogowy system kontroli stanu oświetlenia drogi startowej” — z własnym płatowcem, oprogramowaniem do lotu autonomicznego i klasyfikatorem opartym na sieci neuronowej.
Czytaj dalej →