| 题名: | CNN應用於無人機自主移動規劃之研究
A Study of CNN for Autonomous Drone Motion Planning |
| 作者: | 廖育賢 |
| 贡献者: | 資訊工程學系 |
| 关键词: | Drone Racing
CNN
Gazebo
AirSim |
| 日期: | 2023 |
| 上传时间: | 2023-08-07 10:08:09 (UTC+8) |
| 摘要: | 無人機應用越來越廣泛，從早期一開始的軍用大型無人機，到現在隨處可見的小型民用無人機。近年來無人機結合深度學習，用在許多方面產業，如貨運、娛樂、農業，其中還發展出了一項競技，無人機競技比賽，從一開始由人類駕駛員操控無人機通過門，到近年由電腦駕駛員操控無人機通過門，檢測門方面技術更是有許多種，如影像檢測、感測器。本研究目的在於比較不同的影像檢測和控制操作，架構分為兩大類，前端為影像處理和特徵學習，後端為無人機飛行路線規劃和決策。實現方法為比較4種不同的CNN的差別，並在兩種不同無人機模擬器中進行測試，模擬器為Gazebo和AirSim這兩種物理模擬器，來進行無人機通過一圈門框測試，輸入訓練數據將有分為人類駕駛員操作和數學演算法的導航，作為無人機飛行操作依據，無人機操作主要分為向前移動、左右移動、左右旋轉、上下移動。結果顯示使用影像處理方式較多的方法，和無人機飛行訓練數據使用數學演算法的方法，實驗結果為最佳。本研究測試的無人機穿過門的四種方案，在實驗中取得了各種不同的結果。未來的研究可以進一步探討如何在更加複雜的環境中應用方法，而不是在模擬器中。未來研究者在實驗環境，訓練數據類型，能夠有個參考方向。 |
| 显示于类别: | [資訊工程學系] 博碩士論文
|
