“drone navigasyonu” için sonuçlar
5 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
GPS Olmadan Tünellerde Uçan Drone: Yapay Zeka ve LiDAR İş Birliği
Araştırmacılar, GPS sinyallerinin ulaşamadığı tüneller ve madenler gibi zorlu ortamlarda drone navigasyonu için yenilikçi bir yöntem geliştirdi. Sistem, LiDAR sensörü ile toplanan verileri derin öğrenme algoritmaları ve geometrik hesaplamalarla işleyerek drone'un güvenli bir şekilde hareket etmesini sağlıyor. Geleneksel konum belirleme yöntemlerinin işe yaramadığı, aydınlatmanın yetersiz olduğu ve duvar özelliklerinin az olduğu ortamlarda bile etkili navigasyon gerçekleştiriyor. Bu teknoloji, arama kurtarma operasyonları, maden keşfi ve altyapı denetimi gibi alanlarda drone kullanımını büyük ölçüde genişletebilir.
Drone'lar İçin Yeni İletişim Sistemi: Enerji Tasarrufu ve Hızlı Veri Aktarımı
Araştırmacılar, insansız hava araçları (drone'lar) için öngörülü iletişim adı verilen yenilikçi bir sistem geliştirdi. Bu teknoloji, drone'ların gelecekteki kanal koşullarını tahmin ederek iletişim zamanlamasını optimize ediyor. Sistem, enerji tüketimi ile veri güncelliği arasında denge kurarken, yer tabanlı hizmetlere müdahaleyi minimize ediyor. Drone navigasyonu, denetim ve gözetleme gibi zamana duyarlı uygulamalar için kritik öneme sahip olan bu yaklaşım, özellikle alçak irtifa ağlarında çalışan drone'ların performansını artırıyor. Model öngörülü iletişim çerçevesi, gelişmiş kanal algılama teknikleri kullanarak üç temel zorluğu ele alıyor: katı veri tazeliği gereksinimleri, drone'ların sınırlı enerji kaynakları ve yer sistemleriyle girişim problemi.
Uydu ve Drone Görüntülerini Birleştiren Yeni Yapay Zeka Benchmark'ı
Araştırmacılar, farklı yüksekliklerden çekilen görüntüleri analiz eden yapay zeka sistemlerini test etmek için Sky2Ground adlı yeni bir veri seti geliştirdi. Bu kapsamlı koleksiyon, uydu görüntülerinden drone fotoğraflarına, yerden çekilen karelerden havacılık görüntülerine kadar geniş bir yelpazede materyal içeriyor. 51 farklı bölgeden binlerce görüntü barındıran veri seti, hem sentetik hem de gerçek dünya görüntülerini harmanlayarak yapay zeka modellerinin performansını ölçmeyi hedefliyor. Test sonuçları, mevcut en gelişmiş modellerin bile farklı yüksekliklerden çekilen görüntüleri birleştirmekte zorlandığını ortaya koydu. Bu çalışma, özellikle otonom araçlar, drone navigasyonu ve haritalama uygulamaları için kritik olan görsel konum belirleme teknolojilerinin geliştirilmesine önemli katkılar sağlayacak.
GPS Olmadan Çalışan Drone'lar: Kuantum Çağında Otonom Uçuş
Heven AeroTech, GPS sinyallerinin bulunmadığı ortamlarda drone navigasyonu ve iletişimi konusunda çığır açan çözümler geliştirdi. Şirketin kurucusu Bentzion Levinson, 2026 Drone ve Robotik Yapay Zeka Zirvesi'nde, otonom sistemlerin kuantum çağına nasıl girdiğini açıkladı. GPS'e bağımlı olmayan bu yenilikçi teknoloji, askeri operasyonlardan arama kurtarma misyonlarına kadar geniş bir yelpazede kritik uygulamalara kapı açıyor. Gelişmeler, drone teknolojisinin güvenilirlik ve işlevsellik açısından yeni bir döneme girdiğinin işareti olarak değerlendiriliyor.
İHA'lara İnsan Benzeri Bilişsel Navigasyon Sistemi
Araştırmacılar, İHA'ların (İnsansız Hava Araçları) sesli komutlarla karmaşık ortamlarda bağımsız navigasyon yapabilmesi için yeni bir yapay zeka sistemi geliştirdi. FineCog-Nav adlı bu sistem, insan beyninin çalışma prensiplerinden ilham alarak navigasyon sürecini yedi ayrı bilişsel modüle ayırıyor: dil işleme, algılama, dikkat, hafıza, hayal kurma, akıl yürütme ve karar verme. Her modül özel görevine odaklanmış yapay zeka temelleri üzerinde çalışarak birbirleriyle koordineli şekilde hareket ediyor. Sistem, mevcut yöntemlerin aksine büyük model boyutlarına ihtiyaç duymadan sıfırdan öğrenme yaklaşımıyla çalışıyor. Araştırma ekibi ayrıca sistemin performansını ölçmek için 300 farklı uçuş rotası içeren özel bir test veri seti hazırladı. Bu gelişme, otonom drone navigasyonunda önemli bir adım olarak görülüyor.