ДОСЛІДЖЕННЯ ТЕХНОЛОГІЙ ТА РОЗРОБЛЕННЯ СИСТЕМИ КЕРУВАННЯ ПРИСТРОЄМ НА БАЗІ ШТУЧНОГО ІНТЕЛЕКТУ

О. Сподинець; Л.М.  Божуха

doi:10.34185/1562-9945-4-165-2026-10

Автор(и)

О. Сподинець https://orcid.org/0009-0004-9259-8560
Л.М. Божуха https://orcid.org/0000-0002-1420-1220

DOI:

https://doi.org/10.34185/1562-9945-4-165-2026-10

Ключові слова:

FPV-пристрій, комп’ютерний зір, трекінг, детекція, YOLO, SORT, ORANGEPI, RK3588

Анотація

Стаття присвячена розробці та реалізації інтелектуальної системи керування FPV-пристроєм, яка здатна виконувати автономне донаведення на ціль при втраті зв'язку з оператором. Актуальність дослідження обумовлена широким застосуванням FPV-пристроїв та необхідністю подолання їх ключового недоліку - залежності від стабільного радіозв'язку.

Система реалізована на платформі Orange Pi 5 Max та використовує модель YOLOv11 для детекції об'єктів, навчену на наборі даних VisDrone з подальшою оптимізацією для NPU. Для трекінгу множинних об'єктів застосовано алгоритм SORT з фільтром Калмана. Розроблено модульну багатопотокову архітектуру з інтеграцією протоколу MAVLink для комунікації з польотним контролером ArduPilot та PID-регуляторів для режиму автономного переслідування.

Експериментальні випробування на статичному стенді підтвердили працездатність системи, проте виявили певні обмеження продуктивності: модель YOLOv11n забезпечує латентність 70-80 мс (камера 50 мс + інференс 25-30 мс), що відповідає вимогам реального часу, тоді як YOLOv11s демонструє кращу точність детекції, але сумарну латентність понад 120 мс. INT8 квантизація забезпечила прискорення у 1.5 рази з мінімальним зниженням точності. Для практичного застосування рекомендовано використання швидкодіючої камери з меншою затримкою, портування критичних компонентів на C/C++ та оптимізацію системного середовища.

Посилання

VGI-9 team. Autonomous Guidance for Combat Drones. URL: https://vgi.com.ua/en/ (да-та звернення 07.12.2025)

ZIR target recognition and engagement system. URL: https://zir-system.com/ (дата звер-нення 07.12.2025)

ArduPilot Dev Team. (2024). ArduPilot Documentation. URL: https://ardupilot.org/ (дата звернення 07.12.2025)

NVIDIA. (2024). Jetson Platform. URL: https://www.nvidia.com/en-us/autonomous-machines/jetson-store/ (дата звернення 07.12.2025)

Raspberry Pi Foundation. (2024). Raspberry Pi 4 Model B Specifications. URL: https://www.raspberrypi.org/ (дата звернення 07.12.2025)

Orange Pi. (2024). Orange Pi 5 Specifications. URL: http://www.orangepi.org/ (дата звер-нення 07.12.2025)

Ultralytics. (2024). YOLOv11: Next Generation Object Detection. URL: https://docs.ultralytics.com/models/yolo11/ (дата звернення 07.12.2025)

Bewley, A., et al. (2016). Simple online and realtime tracking. IEEE International Conference on Image Processing (ICIP), 3464-3468.

Du, D., et al. (2019). VisDrone-DET2019: The vision meets drone object detection in image challenge results. Proceedings of the IEEE/CVF International Conference on Computer Vision Workshops.