Методи визначення, класифікації та прогнозування рухомих об’єктів у повітряному просторі на основі глибокого навчання

Abstract

Мета роботи – розробка системи для детекції, трекінгу та прогнозування траєкторії руху дронів, яка ефективно розрізняє дрони від птахів. Методи дослідження – теоретичний (аналіз існуючих підходів), експериментальний (розробка архітектури, навчання математичний (фільтрація траєкторій, статистичний аналіз). моделей), Створено комплексну систему детекції, трекінгу та прогнозування руху дронів на основі YOLOv8 та фільтра Калмана. Система демонструє mAP50 = 0.914, F1-score 0.92 для розрізнення дронів від птахів та здатність працювати в реальному часі. Практична цінність полягає у розробці системи для моніторингу повітряного простору, забезпечення безпеки критичної інфраструктури та контролю заборонених зон польотів БПЛА. Система функціонує на доступному обладнанні та інтегрується з існуючими системами безпеки. Ключове досягнення – ефективне розрізнення дронів від птахів, що мінімізує помилкові спрацьовування систем безпеки.