<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Аналіз альтернативних архітектур систем розпізнавання та супроводження об’єктів на базі YOLO для БпЛА

dc.contributor.authorБабич, А. П.uk
dc.contributor.authorВолинець, Ю. В.uk
dc.contributor.authorКалініченко, С. О.uk
dc.contributor.authorГайдай, В. Ю.uk
dc.contributor.authorBabych, A. P.en
dc.contributor.authorVolynets, Y. V.en
dc.contributor.authorKalinichenko, S. O.en
dc.contributor.authorHaidai, V. Y.en
dc.titleАналіз альтернативних архітектур систем розпізнавання та супроводження об’єктів на базі YOLO для БпЛАuk
dc.date.issued2026
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationБабич А. П., Волинець Ю. В., Калініченко С. О., Гайдай В. Ю. Аналіз альтернативних архітектур систем розпізнавання та супроводження об’єктів на базі YOLO для БпЛА // VІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30465.uk
dc.relation.ispartofVІ Міжнародна науково-технічна інтернет-конференція «Актуальні проблеми бойового застосування та експлуатації і ремонту зразків озброєння та військової техніки», Вінниця, 10-11 листопада 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/apozbt/apozbt2026/paper/view/30465
dc.identifier.udc004.932.72'1
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/57704
dc.description.abstractУ тезах проаналізовано альтернативні архітектури систем автоматизованого виявлення, розпізнавання та супроводження об’єктів у складі безпілотних авіаційних систем. Розглянуто поєднання алгоритмів сімейства YOLO з Kalman Filter,uk
dc.description.abstractThe paper analyzes alternative architectures of automated object detection, recognition and tracking systems for unmanned aerial systems. Combinations of YOLO-family algorithms with Kalman Filter, ByteTrack, PX4, CNN and SLAM (ROS2) are considered. Comparison criteria are formed in terms of accuracy, processing speed, computational resources, tracking robustness and software-hardware integration capabilities. The suitability of each architecture is determined for different UAV classes: tactical UAVs, Middle Strike and Deep Strike.en
dc.subjectбезпілотна авіаційна системаuk
dc.subjectYOLOen
dc.subjectByteTracken
dc.subjectKalman Filteren
dc.subjectсупроводження об’єктівuk
dc.subjectunmanned aerial systemen
dc.subjectobject trackingen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesRedmon J., Divvala S., Girshick R., Farhadi A. You Only Look Once: Unified, RealTime Object Detection. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR). 2016. P. 779–788. DOI: 10.1109/CVPR.2016.91. Jocher G. et al. Ultralytics YOLOv8. Ultralytics: web site. URL: https://docs.ultralytics.com/models/yolov8 (accessed 10.03.2026). Wang C.-Y., Bochkovskiy A., Liao H.-Y. M. YOLOv7: Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023. P. 7464–7475. Bewley A., Ge Z., Ott L., Ramos F., Upcroft B. Simple Online and Realtime Tracking. Proceedings of IEEE International Conference on Image Processing (ICIP). 2016. P. 3464– 3468. DOI: 10.1109/ICIP.2016.7533003. Welch G., Bishop G. An Introduction to the Kalman Filter. UNC Chapel Hill, TR 95041. 1995. Zhang Y. et al. ByteTrack: Multi-Object Tracking by Associating Every Detection Box. European Conference on Computer Vision (ECCV). 2022. P. 1–18. DOI: 10.1007/978-3-03120047-2_1. You L., Chen Y., Xiao C., Sun C., Li R. Multi-Object Vehicle Detection and Tracking Algorithm Based on Improved YOLOv8 and ByteTrack. Electronics. 2024. Vol. 13(15). P. 3033. DOI: 10.3390/electronics13153033. NVIDIA Jetson Orin NX Technical Specification. NVIDIA: web site. URL: https://developer.nvidia.com/embedded/jetson-orin-nx-series (accessed 20.03.2026). Macenski S., Foote T., Gerkey B., Lalancette C., Woodall W. Robot Operating System 2: Design, Architecture, and Uses In The Wild. Science Robotics. 2022. Vol. 7(66). eabm6074. DOI: 10.1126/scirobotics.abm6074. PX4 Autopilot Development Guide. PX4: web site. URL: https://docs.px4.io/main/en (accessed 25.03.2026). Mur-Artal R., Tards J. D. ORB-SLAM2: An Open-Source SLAM System for Monocular, Stereo, and RGB-D Cameras. IEEE Transactions on Robotics. 2017. Vol. 33(5). P. 1255– 1262. DOI: 10.1109/TRO.2017.2705103. Yin X. et al. Real-Time UAV Target Detection and Tracking Based on Improved YOLOv8 and ByteTrack in Complex Environments. Drones. 2024. Vol. 8(3). P. 82. DOI: 10.3390/drones8030082.en
dc.date.accessioned2026-11-16T15:38:46Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Завантаження...
Ескіз
Назва:
30465.pdf
Розмір:
320,78 KB
Формат:
Adobe Portable Document Format