Monitoramento de área de proteção ambiental com VANTs
Resumo
Este trabalho apresenta uma proposta para um sistema multi-VANT(Veículo Aéreo Não Tripulado) para monitoramento de área de proteção ambiental. Para tal é feita uma especificação de uma arquitetura de comunicação para os componentes de rede, escolha de uma tecnologia para troca de dados e uma breve apresentação do sistema de visão computacional. Como resultado preliminar foi realizada uma comparação entre os módulos XBee S1 e S3 para definir qual será embarcado nas aeronaves.
Referências
Calvão, T., Pessoa, M. F., and Lidon, F. C. (2013). Impact of human activities on coastal vegetation-a review. Emirates Journal of Food and Agriculture, 25(12):926.
Gupta, L., Jain, R., and Vaszkun, G. (2016). Survey of important issues in uav communication networks. IEEE Communications Surveys & Tutorials, 18(2):1123–1152.
IDEMA (2018). Disponível em: [link]. Acesso em: 26 Mar. 2018.
Narayanan, P., Borel-Donohue, C., Lee, H., Kwon, H., and Rao, R. (2018). A real-time object detection framework for aerial imagery using deep neural networks and synthetic training images. In Signal Processing, Sensor/Information Fusion, and Target Recognition XXVII, volume 10646, page 1064614. SPIE.
Tayara, H., Soo, K. G., and Chong, K. T. (2018). Vehicle detection and counting in high-resolution aerial images using convolutional regression neural network. IEEE Access, 6:2220–2230.
XBee-PRO, U. G. (2016). User Guide - XBee-PRO 900HP/XSC RF Modules S3 and S3B. Digi International, Minnetonka, MN.
Yanmaz, E., Yahyanejad, S., Rinner, B., Hellwagner, H., and Bettstetter, C. (2018). Drone networks: Communications, coordination, and sensing. Ad Hoc Networks, 68:1–15.
Gupta, L., Jain, R., and Vaszkun, G. (2016). Survey of important issues in uav communication networks. IEEE Communications Surveys & Tutorials, 18(2):1123–1152.
IDEMA (2018). Disponível em: [link]. Acesso em: 26 Mar. 2018.
Narayanan, P., Borel-Donohue, C., Lee, H., Kwon, H., and Rao, R. (2018). A real-time object detection framework for aerial imagery using deep neural networks and synthetic training images. In Signal Processing, Sensor/Information Fusion, and Target Recognition XXVII, volume 10646, page 1064614. SPIE.
Tayara, H., Soo, K. G., and Chong, K. T. (2018). Vehicle detection and counting in high-resolution aerial images using convolutional regression neural network. IEEE Access, 6:2220–2230.
XBee-PRO, U. G. (2016). User Guide - XBee-PRO 900HP/XSC RF Modules S3 and S3B. Digi International, Minnetonka, MN.
Yanmaz, E., Yahyanejad, S., Rinner, B., Hellwagner, H., and Bettstetter, C. (2018). Drone networks: Communications, coordination, and sensing. Ad Hoc Networks, 68:1–15.
Publicado
26/06/2018
Como Citar
PEREIRA, Diego S.; SILVA, Maurício R.; NASCIMENTO, Luís B. P.; SOARES, Bárbara G. S.; FERNANDES, Daniel H. S.; LEITE, Deyvid L.; ALSINA, Pablo J..
Monitoramento de área de proteção ambiental com VANTs. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 9. , 2018, Natal.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2018
.
ISSN 2595-6124.
DOI: https://doi.org/10.5753/wcama.2018.2940.
