| Form of studies |
Bachelor |
| Title of the study programm |
Electronics and Mobile Communication |
| Title in original language |
Gaida kuģa un putnu sadursmes agrīna atklāšana, izmantojot uz mašīnmācīšanos balstītu vizuālo un radara datu apstrādi. |
| Title in English |
Aircraft bird strike early detection using machine learning-based processing of visual and radar data. |
| Department |
Institute of Microwave Engineering and Electronics |
| Scientific advisor |
Artūrs Āboltiņš |
| Reviewer |
Mihails Pudžs |
| Abstract |
Sarežģīti lidošanas aparāti mūsdienu pasaulē ievērojami ietekmē mūsu ikdienas dzīvi nekā pagātnē. Termins Lidojošais aparāts ietver dažādu veidu mašīnas, kurām katram ir paredzētais ražošanas mērķis. Problēma, ko mēs apspriedīsim šajā pētījumā un mēģināsim risināt, ir izplatīta problēma visiem gaisa kuģu veidiem neatkarīgi no kategorijas vai paredzētā pakalpojuma. Piemēram, militārās lidmašīnas, vienpilota lidaparāti, pasažieru lidmašīnas bezpilota lidaparātiem un bezpilota lidaparātiem. Šajā rakstā apskatīts piedāvātais risinājums identificētās problēmas apkarošanai. Problēma ir sadursme ar putnu (lielākā daļa no objekta kopumā) lidojuma laikā. Pieaugot personīgo bezpilota lidaparātu skaitam, pat ja tas nav tik bieži, ir atsevišķi gadījumi, kad bezpilota lidaparāts nonāk sadursmē ar lidojošu lidmašīnu. Jebkurā gadījumā sekas nav nedz vēlamas, nedz arī pieļautas, tikai apsverot varbūtību. Pievērsīsimies risinājumam, kas iegūts, eksperimentāli apkopojot un analizējot datus. Secinājums atbildēs uz problēmas izklāstu. Šis darbs sniegs detalizētu ieskatu par problēmu, izmantojot esošos datus no uzticamiem avotiem, mēs virzīsimies uz priekšu problēmas izolēšanā ar specifiku. Tas ļaus mums izveidot eksperimentu, kas būs simulācija. Šī simulācija būs tuvu reālajiem datiem, ar kuriem pēc tam var manipulēt un analizēt, lai izdarītu secinājumus un optimālu problēmas risinājumu vai risinājumus. Sistēma sastāv no digitālā dvīņa, kas savienota ar noteikšanas sistēmu, kas lidojuma laikā atklās objektus (putnus). Kuru dati tiks izmantoti, lai aprēķinātu varbūtību un iespēju izvairīties no putna vai objekta trieciena. Tiek ņemti vērā visi faktori, kas būtiski ietekmē šo problēmu, un tiek izmantots sistemātisks veids, kā identificēt un izolēt problēmu. |
| Keywords |
Lidmašīna, putns, sadursme ar putniem, avārija, aerodinamika, vienotība, digitālais dvīnis, CNN, neironu tīkls, FAA datubāze, FAA, sully, radars, mašīnmācība, algoritms |
| Keywords in English |
Aircraft, Bird, Bird strike, Crash, Aerodynamics, Unity, Digital Twin, CNN, Neural Network, FAA database, FAA, sully, Radar, Machine learning, Algorithm |
| Language |
eng |
| Year |
2022 |
| Date and time of uploading |
03.01.2022 16:16:49 |
