- -

Sense and avoid using hybrid convolutional and recurrent neural networks

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Sense and avoid using hybrid convolutional and recurrent neural networks

Show full item record

Vidal Navarro, D. (2018). Sense and avoid using hybrid convolutional and recurrent neural networks. http://hdl.handle.net/10251/142606

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/142606

Files in this item

Item Metadata

Title: Sense and avoid using hybrid convolutional and recurrent neural networks
Secondary Title: Detección y evasión de obstáculos usando redes neuronales híbridas convolucionales y recurrentes
Author: Vidal Navarro, Daniel
Director(s): Vila Carbó, Juan Antonio Lee, Changhun Antonios, Tsourdos
UPV Unit: Universitat Politècnica de València. Departamento de Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors
Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería del Diseño - Escola Tècnica Superior d'Enginyeria del Disseny
Read date / Event date:
2018-09-03
Issued date:
Abstract:
[ES] Los términos "detección y evasión" hacen referencia al requerimiento esencial de un piloto para "ver y evitar" colisiones aire-aire. Para introducir UAVs en el día a día, esta funcion del piloto debe ser replicada por ...[+]


[EN] A Sense and Avoid technique has been developed in this master thesis. A special method for small UAVs which use only an electro-optical camera as the sensor has been considered. This method is based on a sophisticated ...[+]
Subjects: Detección y evasión de obstáculos , Drones , Redes neuronales , Deep learning , Sense and avoid
Copyrigths: Reserva de todos los derechos
Publisher:
Universitat Politècnica de València
degree: Máster Universitario en Ingeniería Aeronáutica-Màster Universitari en Enginyeria Aeronàutica
Type: Tesis de máster

This item appears in the following Collection(s)

Show full item record