top of page
國立政治大學 資訊科學系
智慧無人載具實驗室
感知模組
基於三維定位之避障
Avoidance based on 3D Localization
透過 YOLO V3 的物件辨識，利用相機參數和視覺資訊反推無人機所在位置，計算出與障礙物的距離、方向、位置，再使用 RRT-Star 演算法進行動態的路徑規劃，對無人機下達指令進行迴避動作。
*本項目在 2019 年育秀杯獲得銀獎
補強低光源影像以增強物件辨識
Enhancing Object Detection in Degraded Images
基於 RGB-D 影像的深度學習技巧在之避障
Collision Avoidance Based on RGB-D Images
Using Deep Learning Techniques
河川多頻譜
透過無人機的鏡頭及熱影像儀，取得 RGB 影像與熱影像，讓無人機在自動沿著河道飛行時，可透過異常偵測判斷河川水質是否有異常。
下圖為已蒐集的 RGB 影像及熱成像，其中有標註河川範圍，並使用現有神經網路對河川資料集進行分割。
RGB 影像及熱影像
自行蒐集的影像（左）及切割結果（右）
資料集 - RGB 影像及熱影像
實驗參數：
-
Train/Val/Test: 200/50/50 images
-
Image Resize/Crop/Pad to 320*320
-
Feature Pyramid Network (FPN)
-
Encoder = se_resnext101_32x4d
-
Encoder_Weights = imagenet
-
Train 40 epoches
bottom of page