• norsk
    • English
  • English 
    • norsk
    • English
  • Login
View Item 
  •   Home
  • Forsvarets høgskole
  • Studentarbeider
  • Bacheloroppgaver
  • View Item
  •   Home
  • Forsvarets høgskole
  • Studentarbeider
  • Bacheloroppgaver
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Implementering av objektdeteksjon på maritim dronesverm. Bruk av kunstig intelligens til maritim overvåkning på ubemannede fartøy

Hollup, Olav; Røsand, Magnus
Bachelor thesis
Thumbnail
View/Open
Hollup_Rosand_2022.pdf (4.309Mb)
Implementering av objektdeteksjon på maritim dronesverm.pdf (4.632Mb)
URI
https://hdl.handle.net/11250/3069283
Date
2022
Metadata
Show full item record
Collections
  • Bacheloroppgaver [518]
Abstract
Norge har verdens nest lengste kyst og det er dermed utfordrende å opprettholde situa-sjonsforståelse langs kysten til enhver tid. Samtidig er det signalisert i Langtidsplanen for Forsvaret at antallet bemannede fartøy vil reduseres (Hareide, Relling, Pettersen, Sauter, & Mjelde, 2018). For å bedre situasjonsforståelsen kan ubemannede overflate-fartøy bli benyttet. Likevel vil enkeltenheter bare kunne dekke enkeltområder av gangen. Et godt alternativ er da sverm. Tre eller flere enheter som jobber sammen for å gjennomføre arbeidsoppgaver. I 2019 ble det utviklet en testplattform for dronesverm (Hellesnes & Lyssand, 2019). Konseptet kan føre til dekning i store områder om enhe-tene jobber sammen for å løse en oppgave. Sammenhengen mellom et behov for situa-sjonsforståelse langs kysten og svermoppgaven fra 2019 fører oss inn på vår problems-tilling:

Hvordan kan objektgjenkjenning implementeres på dronesvermer for å gjøre de-teksjoner og identifikasjoner av fartøy?

Prosjektet har utviklet et konsept for maritim overvåkning på dronesverm gjennom bruk av objektdeteksjon. For å bevise konseptet har vi videretrent en maskinlæringsmodell til å gjenkjenne en egendefinert fartøysklasse. Resultatene fra testen har vært lovende og vist at avansert teknologi kan anvendes med begrensede ressurser innenfor objektdeteksjons-feltet. Oppgaven har også belyst hvor avhengig objektdeteksjonsmodeller er på endringer av miljø. Det anbefales derfor å starte å bygge opp datasett med bilder av norskekysten og på fartøy av interesse, slik at Sjøforsvaret er klar for implementering av lignende tek-nologi i fremtiden.

Videre benytter prosjektet data fra maskinlæringsmodellen til å regne ut relativ peiling. Dette gjør det mulig for enhetene i svermen å kunne lokalisere detekterte fartøy. Denne informasjonen blir deretter delt med de andre svermenhetene. Det kan derfor tenkes at sammensetninger av relative peilinger, kan benyttes for å finne absolutt posisjon på et detektert fartøy. En svermalgoritme som legger til rette for dette er enda ikke laget og anbefales som videre arbeid fra dette prosjektet.
Publisher
FHS, Sjøkrigsskolen

Contact Us | Send Feedback

Privacy policy
DSpace software copyright © 2002-2019  DuraSpace

Service from  Unit
 

 

Browse

ArchiveCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsDocument TypesJournalsThis CollectionBy Issue DateAuthorsTitlesSubjectsDocument TypesJournals

My Account

Login

Statistics

View Usage Statistics

Contact Us | Send Feedback

Privacy policy
DSpace software copyright © 2002-2019  DuraSpace

Service from  Unit