วิทยานิพนธ์เรื่อง การประยุกต์ใช้งานการประมวลผลภาพสำหรับการตรวจจับอากาศยานไร้คนขับ

Abstract

ปัจจุบันอากาศยานไร้คนขับ ถูกนำมาใช้ในกิจการทหารและการก่อการร้ายอย่างแพร่หลายทั่วโลก มีการคาดการณ์ว่าเกือบ 1 ใน 3 ของการโจมตีฐานปฏิบัติการและเครื่องบินรบในอนาคต จะกระทำโดยอากาศยานไร้คนขับ ภายใน 5 - 10 ปีนี้ สำหรับประเทศไทย อากาศยานไร้คนขับถูกฝ่ายตรงข้ามนำไปใช้ในภารกิจลาดตระเวน หาข่าว ก่อกวนระบบอิเล็กทรอนิกส์ ขนส่งยาเสพติด และสนับสนุนการก่อการร้าย สร้างปัญหาต่อการรักษาความปลอดภัยในพื้นที่เฝ้าระวัง สนามบิน และสถานที่ห้ามบินของฝ่ายความมั่นคงเป็นอย่างมาก วิทยานิพนธ์ฉบับนี้เสนอกรอบแนวคิดในการติดตามและตรวจจับอากาศยานไร้คนขับโดยใช้ขั้นตอนวิธีการแบบมีผู้สอนในการเรียนรู้ของเครื่องคอมพิวเตอร์ และเป็นส่วนหนึ่งในการนำระบบปัญญาประดิษฐ์มาประยุกต์ใช้ เพื่อสนับสนุนและส่งเสริมงานวิจัยของกองทัพอันจะนำไปสู่การผลิตและบรรจุใช้ต่อไปในอนาคตการประยุกต์ใช้งานการประมวลผลภาพ สำหรับการตรวจจับอากาศยานไร้คนขับถูกพัฒนาขึ้นโดยใช้วิสัยทัศน์คอมพิวเตอร์เป็นคลังชุดคำสั่ง (Library) หลัก พัฒนาซอฟต์แวร์บนระบบปฏิบัติการ ลีนุกซ์ อูบันตู 16.04 เพื่อนำภาพมาวิเคราะห์ตรวจจับวัตถุ โดยทดสอบผ่านตัวอย่างข้อมูลที่ถูกต้องและไม่ถูกต้องจำนวนหนึ่ง กำหนดค่าตามข้อมูลท้องถิ่นและค่าการเคลื่อนไหวจากสภาพแสงระหว่าง 246-1985 Lux ให้มีค่าเท่ากับ 40 และครอบคลุมวัตถุไม่ให้เกิดสิ่งรบกวนเท่ากับ 10 ทดลองตรวจจับในระยะ 350 ฟุต กับอุปกรณ์ที่ติดตั้ง และใช้เทคนิควิเคราะห์ความแปรปรวนทดสอบถึงปัจจัยต่าง ๆ ที่มีผลกระทบต่อการตรวจจับทุกปัจจัยที่เปลี่ยนแปลงได้ 2 ระดับพบว่าตัวแปรที่มีผลกระทบมากที่สุดคือความเร็ว จะได้ค่าเท่ากับ 22.65 จากการวิเคราะห์ส่วนตกค้างไม่พบสิ่งผิดปกติ ทั้งนี้ได้ทำการวิเคราะห์ผลทดสอบแบบจำลองและวัดประสิทธิภาพความสับสนทางคณิตศาสตร์มาใช้ทดสอบระบบ พบว่าทำงานได้ดีและมี ความแม่นยำในระดับ 67 %

Concurrently use of UAV (Unmanned Aerial Vehicle) by military and terrorism around the globe, there is prediction 1 out of 3 aerial operations shall be executed by UAV within 5 up to 10 years. Increasingly of cases by using UAV of terrorist and drug trafficker for instantiate patrol or spy base for an assault, causes greatly affecting security in military and surveillance areas of the Royal Thai Armed Forces. This thesis presents a conceptual framework for detecting and tracking unmanned aircraft by applying Supervised Learning Algorithm as a Machine Learning Model and is a part of Artificial Intelligence System aim to support and enhance research project of Thai Army to transform as mass production in the near future. The system has been developed by using Open Source Computer Vision Library run on Linux Ubuntu 16.04 to analyze and detect object classification, experiment through sets of true and false data (Training and Testing Data) specify Adaptive Threshold and sensitivity from illuminate surrounding between 246-1985 Lux = 40 meanwhile Delate Interaction standard set to prevent noise equivalent to 10 for framed UAV and installed device at a distance 350 ft. Analysis of variance : Anova operate for testing factors which are effect detection at 2 level variations. (2 Factorial Design) Declaration of the experiment concluded that the most effected factor is speed at 22.65. No abnormalities detected, system assurance had been measured by Confusion Matrix in order to analyze the model and efficiency of mathematics confusion, measurement result express precisely performance at 67% which is tolerance.