यूएवी ट्रैकिंग और पोस अनुमान के लिए क्लस्टरिंग-आधारित अधिगम

यूएवी ट्रैकिंग और पोस अनुमान विभिन्न यूएवी-संबंधित अभियानों में महत्वपूर्ण भूमिका निभाते हैं, जैसे गठन नियंत्रण और एंटी-यूएवी उपाय। 3डी स्पेस में यूएवी का सटीक रूप से पता लगाना और ट्रैक करना एक विशेष रूप से चुनौतीपूर्ण समस्या है, क्योंकि इसमें विभिन्न उड़ान वातावरणों से माइक्रो यूएवी के स्पार्स फीचर्स को निकालने और लगातार मेलजोल करने की आवश्यकता होती है, विशेष रूप से तेज उड़ान के दौरान। सामान्यतः, कैमरे और लिडार उड़ान में यूएवी की ट्राजेक्टरीज को कैप्चर करने के लिए दो मुख्य प्रकार के सेंसर होते हैं। हालांकि, दोनों सेंसर यूएवी वर्गीकरण और पोस अनुमान में सीमाएं रखते हैं। यह तकनीकी रिपोर्ट हमारी टीम "NTU-ICG" द्वारा CVPR 2024 UG2+ चैलेंज ट्रैक 5 के लिए प्रस्तावित विधि को संक्षेप में प्रस्तुत करती है। यह कार्य यूएवी ट्रैकिंग और पोस अनुमान के लिए दो प्रकार के लिडार, अर्थात् लीवॉक्स अविया और लिडार 360 का उपयोग करते हुए क्लस्टरिंग-आधारित अधिगम पहचान दृष्टिकोण, CL-Det को विकसित करता है। हम 3डी में ड्रोन की स्थिति खोजने के लिए दो डेटा स्रोतों की जानकारी को मिलाते हैं। हम पहले लीवॉक्स अविया डेटा और लिडार 360 डेटा के टाइमस्टैम्प को संरेखित करते हैं और फिर रुचि के वस्तुओं के पॉइंट क्लाउड को वातावरण से अलग करते हैं। रुचि के वस्तुओं का पॉइंट क्लाउड DBSCAN विधि का उपयोग करके क्लस्टर किया जाता है, जिसमें सबसे बड़े क्लस्टर का मध्य बिंदु यूएवी की स्थिति मान लिया जाता है। इसके अलावा, हम गायब डेटा को भरने के लिए ऐतिहासिक अनुमानों का उपयोग करते हैं। प्रस्तावित विधि प्रतिस्पर्धी पोस अनुमान प्रदर्शन दिखाती है और CVPR 2024 UG2+ चैलेंज के अंतिम लीडरबोर्ड में 5वें स्थान पर है।