รายละเอียดโครงงาน

หลักสูตร/ปี พ.ศ.
วิศวกรรมศาสตรบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2566

ภาคและปีการศึกษาที่สำเร็จการศึกษา
ภาคปลาย ปีการศึกษา 2565

ประเภทโครงงาน
โครงงานวิศวกรรม

ชื่อโครงงานภาษาไทย
การพัฒนาส่วนการนำเข้าภาพวิดีโอ และ ระบบการตรวจจับติดตามวัตถุ สำหรับอากาศยานไร้คนขับ

ชื่อโครงงานภาษาอังกฤษ
The Improvement of UAV Video Streaming, Object Detection and Tracking System

ผู้พัฒนา
6210503802 นายวสวัตติ์ เกิดมงคล

อาจารย์ที่ปรึกษาหลัก
สุภาพร เอื้อจงมานี

อาจารย์ที่ปรึกษาร่วม
-

บทคัดย่อ

อากาศยานไร้คนขับ หรือ UAV ถูกนำมาช่วยในการเก็บภาพในมุมสูงทั้งภาพถ่ายและภาพเคลื่อนไหว UAV สามารถเข้าถึงจุดต่าง ๆ ที่มนุษย์เข้าถึงได้ยากหรือไม่สามารถเข้าถึงได้้อย่างปลอดภัย ปัจจุบัน ได้มีการเพิ่มระบบการตรวจจับและติดตามวัตถุเข้าไปยังระบบของอากาศยานไร้คนขับ แต่ยังพบปัญหาเนื่องจากการตรวจจับและการติดตามวัตถุบนอากาศยานไร้คนขับนั้นใช้ทรัพยากรในการคำนวณที่สูง ทำให้ระบบทำงานช้าและไม่สะดวกกับการใช้งานจริง โครงงานนี้จึงได้มีการพัฒนาระบบการนำเข้าภาพวิดีโอ และ การตรวจจับติดตามวัตถุบนอากาศยานไร้คนขับเพื่อให้สามารถทำงานได้เร็วขึ้น และสามารถนำมาใช้จริงได้มากขึ้น โดยในส่วนของการส่งภาพจากอากาศยานไร้คนขับจะใช้ Jetson Nano ส่งเฟรมวิดีโอผ่านทาง Wi-Fi โดยผ่านไปป์ไลน์ที่สร้างขึ้นจาก GStreamer และ UDP Protocol ในส่วนของการตรวจจับวัตถุใช้อัลกอริทึม YOLOv5 และในส่วนการติดตามวัตถุนั้นใช้อัลกอริทึม Siamese Region Proposal Network (SiamRPN) เนื่องจากอัลกอริทึมทั้งสองการตรวจจับประมวลผลได้รวดเร็วและมีความถูกต้องสูง โดยผลที่ได้พบว่า ค่าเปอร์เซ็นต์ความถูกต้องเฉลี่ยของทุกกรณีอยู่ที่ 81.94%

Abstract

Unmanned Aerial Vehicle (UAV) is used for high-angle image capture from both photographs and movies. UAV can reach various locations that are hard to access, or humans cannot safely reach. Now, there are attempts in including the object detection and tracking system to the UAV. However, challenges have occurred because object detection and tracking are computationally intensive. This slows down the detection and tracking process and cannot actually be used. Therefore, this project has developed the system that includes the input streaming, object detection and tracking. The resulting system is expected to have lower processing time and can be used in practice. For input streaming, the developed system uses Jetson Nano to send video frames via a pipeline using GStreamer and UDP protocol. For object detection and tracking, the system respectively applies YOLOv5 and Siamese Region Proposal Network (SiamRPN) since both algorithms can process quickly and provide high accuracy. As a result, the average accuracy for all test cases is approximately at 81.94%.

คำสำคัญ (Keywords)

YOLOv5, SiamRPN, UAV, GStreamer

เว็บไซต์โครงงาน
-

วีดีโอคลิปของโครงงาน

ที่เก็บเวอร์ชันซอร์สโค้ด

-


สถานะการนำเข้าข้อมูล

ผู้นำเข้าข้อมูลครั้งแรก
นายวสวัตติ์ เกิดมงคล (b6210503802)

แก้ไขครั้งสุดท้าย
เมื่อ April 5, 2023, 6:22 p.m. โดย นายวสวัตติ์ เกิดมงคล (b6210503802)

สถานะการอนุมัติ
รออนุมัติ