Zaznava in klasifikacija brezpilotnih letalnikov s kamero in radarjem

V prispevku je predstavljen realnočasovni sistem za zaznavo brezpilotnih letalnikov, ki združuje vizualno detekcijo na osnovi globokega učenja in napredno radarsko obdelavo Range–Doppler signalov FMCW. Vizualni del temelji na modelu YOLOv8, implementiranem na platformi NVIDIA Jetson Orin Nano z uporabo industrijske kamere Basler. Radarski podsistem, izveden na Raspberry Pi, vključuje Gaussovo glajenje, odštevanje ozadja ter detekcijo ciljev z uporabo pragovne metode in gručenja DBSCAN v prostoru razdalje. Med podsistemoma je vzpostavljena komunikacija UDP, ki omogoča časovno usklajevanje zaznav in njihovo združevanje znotraj definiranega časovnega intervala. Eksperimentalni rezultati potrjujejo, da kombinirani pristop izboljša zanesljivost zaznave v primerjavi s posameznimi metodami, zlasti v zahtevnih okoljskih pogojih. Prispevek analizira arhitekturo sistema, zmogljivost izvajanja na robnih napravah ter omejitve in možnosti nadaljnjih izboljšav.