| dc.contributor.author | Щербатюк, М. В. | uk |
| dc.contributor.author | Маслій, Р. В. | uk |
| dc.date.accessioned | 2025-09-12T10:06:42Z | |
| dc.date.available | 2025-09-12T10:06:42Z | |
| dc.date.issued | 2025 | |
| dc.identifier.citation | | uk |
| dc.identifier.uri | https://ir.lib.vntu.edu.ua//handle/123456789/49251 | |
| dc.description.abstract | У даній роботі розглядається структура автономної безпілотної системи, що функціонує за участі використання алгоритмів штучного інтелекту та компʼютерного зору. Запропоновано багаторівневу архітектуру системи управління із розподіленими підсистемами для виконання задач аналізу навколишнього середовища, побудови маршрутів, навігації та задач повʼязаних з обміном даними в реальному часі. | uk |
| dc.description.abstract | This paper examines the structure of an autonomous unmanned system that operates with the use of artificial intelligence and computer vision algorithms. A multi-level control system architecture with distributed subsystems is proposed to perform tasks related to environmental analysis, route planning, navigation, and real-time data exchange. | en |
| dc.language.iso | uk_UA | uk_UA |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | // Матеріали LIV науково-технічної конференції підрозділів ВНТУ, Вінниця, 24-27 березня 2025 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2025/paper/view/24517 | |
| dc.subject | компʼютерний зір | uk |
| dc.subject | безпілотна система; автономність; JETSON; YOLO;SLAM; машинне навчання | uk |
| dc.subject | computer vision; unmanned system; autonomy; JETSON; YOLO; SLAM; machinelearning | uk |
| dc.title | Методи та засоби компʼютерного зору автономних безпілотних систем | uk |
| dc.type | Thesis | |
| dc.identifier.udc | 004.93 | |
| dc.relation.references | Bozhukha L. M. About improving the performance of the YOLOv9 object detection model [Electronic resource] / L. M. Bozhukha, O. D. Syzonenko // Problems of applied mathematics and mathematic modeling. 2024. P. 38. Mode of access: https://doi.org/10.15421/322401 (date of access: 23.03.2025). | |
| dc.relation.references | GitHub - wongkinyiu/yolov9: implementation of paper - yolov9: learning what you want to learn using programmable gradient information [Electronic resource] // GitHub. Mode of access: https://github.com/WongKinYiu/yolov9 (date of access: 23.03.2025). | |
| dc.relation.references | Talib M. YOLOv8-CAB: Improved YOLOv8 for Real-time object detection [Electronic resource] / Moahaimen Talib, Ahmed H. Y. Al-Noori, Jameelah Suad // Karbala international journal of modern science. 2024. Vol. 10, no. 1. Mode of access: https://doi.org/10.33640/2405-609x.3339 (date of access: 23.03.2025). | |
| dc.relation.references | GitHub - ultralytics/ultralytics: Ultralytics YOLO [Electronic resource] // GitHub. Mode of access: https://github.com/ultralytics/ultralytics (date of access: 23.03.2025). | |
| dc.relation.references | Accurate and fast single shot multibox detector [Electronic resource] / Lie Guo [et al.] // IET Computer Vision. 2020. Vol. 14, no. 6. P. 391398. Mode of access: https://doi.org/10.1049/iet-cvi.2019.0711 (date of access: 23.03.2025). | |
