AP14971031 — Исследование и внедрение бимодальной системы обнаружения беспилотных летательных аппаратов в реальном времени

Цели проекта — разработать надежную автоматизированную бимодальную систему обнаружения несанкционированного доступа летных объектов к особо защищенным инфраструктурам в режиме реального времени, сравнить различия между системой, использующей только изображения камер, и бимодальной системой, объединяющей LiDAR и данные камер, проверить, насколько предлагаемая бимодальная система повышает точность локализации объектов полета.

Актуальность проекта: Целью данного научно-исследовательского проекта является разработка надежной автоматизированной бимодальной системы обнаружения в режиме реального времени несанкционированного проникновения подозрительных авиационных объектов в особо охраняемые инфраструктуры, сравнение разницы между системой, использующей только изображение камеры, и бимодальной системой, сочетающей в себе Для проверки увеличения будут направлены данные LiDAR и камеры о том, насколько точно предлагаемая бимодальная система локализации авиационных объектов. Путем интеграции датчика камеры и LiDAR методы объединения данных или интеграции вывода/вывода тестируются индивидуально и выбирается наиболее эффективный метод.

Научный руководитель: доктор PhD, Сейдалиева Улжалгас Омиртаевна

Полученные результаты:  В рамках проекта были всесторонне изучены методы обнаружения и классификации беспилотных летательных аппаратов (дронов), включая радар, радиочастотные, акустические и методы компьютерного зрения. Были проведены эксперименты по выявлению дронов на статических и динамических фонах с использованием данных LiDAR и камер. Применялись нейронные сети (YOLO, MobileNetv2), выполнена предварительная обработка данных, разметка и оптимизация моделей. Объединение мультисенсорных систем позволило повысить точность обнаружения дронов, предложен метод голосования (Voting). Результаты исследования опубликованы в научных журналах, оценена техническая и экономическая эффективность, предложено практическое применение. Проект соответствует современным требованиям и способствует повышению уровня безопасности.

Список публикаций с ссылками на них

1. Сейдалиева, У.; Илипбаева, Л.; Тайсариева, К.; Смайлов, Н.; Мэтсон, Э.Т. Достижения и проблемы в методах обнаружения и классификации дронов: обзор современного состояния. Sensors, 2024, 24, 125. (MDPI Sensors, перцентиль – 79%, квартиль – Q1). https://doi.org/10.3390/s24010125
2. Илипбаева, Л.Б.; Сейдалиева, У.О.; Смайлов, Н.К.; Мэтсон, Э.Т. Исследование обнаружения беспилотного летательного аппарата с использованием модифицированного алгоритма YOLO. Вестник Алматинского университета энергетики и связи, Том 2, № 65 (2024). https://doi.org/10.51775/2790-0886_2024_65_2_179
3. Сейдалиева, У.; Илипбаева, Л.; Утебаева, Д.; Смайлов, Н.; Мэтсон, Т. Технология LiDAR для обнаружения БПЛА: от основ и принципов работы до современных методов обнаружения и классификации. Preprints 2024, 2024101344. (MDPI Drones, перцентиль – 80%, квартиль – Q1). https://doi.org/10.20944/preprints202410.1344.v1
4. Барысова, А.; Сейдалиева, У.О.; Смайлов, Н.К. Исследование нейросетей для 3D-обнаружения объектов с использованием LiDAR-сенсоров. «РЭжБӘИИ научные труды», №4 (54), 2023.
5. Сейдалиева, У.О.; Смайлов, Н.К.; Абдыкадыров, А.; Турумбетов, М.Б. Исследование обнаружения дронов с использованием многосенсорной системы назначения на основе визуальных данных. «РЭжБӘИИ научные труды», №4 (54), 2023.
6. Сейдалиева, У.О.; Барысова, А.; Смайлов, Н.К.; Кашаганова, Г. Исследование обнаружения малых беспилотных летательных аппаратов с использованием 3D LiDAR-сенсора. Вестник КазАТК, №5 (128), 2023. https://doi.org/10.52167/1609-1817-2023-128-5-200-208