آشکارسازی ریزپهپادها در طیف مرئی با استفاده از الگوریتم YOLO

نویسندگان

1 کارشناسی ارشد مهندسی پدافند غیرعامل گرایش آفا، دانشگاه جامع امام حسین (ع)، تهران، ایران

2 دانشیار دانشگاه جامع امام حسین (ع)، تهران، ایران

doi
10.47176/pd.2026.1462
چکیده

ریزپهپاد نوعی هواپیمای بدون سرنشین با ابعادی در حدود چند سانتی‌متر است که به صورت خودمختار عمل کرده و در طیف گسترده‌ای از کاربردهای نظامی و جاسوسی مورد استفاده قرار می­گیرند. باتوجه‌به تهدیداتی که در سال‌های اخیر در حوزه ریزپهپادها وجود دارد اولین گام برای مقابله با این تهدیدات نوین، آشکارسازی آنها است. امروزه با پدیدآمدن فناوری هوش مصنوعی و شبکه‌های عصبی، پیشرفت‌های قابل‌توجهی در راستای ارتقاء و کارآمدی روش‌های شناسایی ریزپهپادها صورت‌گرفته است. شناسایی ریزپهپادها با هوش مصنوعی در طیف مرئی رویکردی است که در آن ریزپهپادهایی که دارای خطر امنیتی برای یک منطقه‌ی حفاظت شده می‌باشند را در زمان روز به کمک روش­های هوش مصنوعی شناسایی می­شوند. یکی از محبوب‌ترین و جدیدترین الگوریتم هوش مصنوعی که به جهت شناسایی ریزپهپادها در طیف مرئی به کار گرفته شده است، الگوریتم YOLOv8 می‌باشد. در این پژوهش، نتایج تجربی به‌دست‌آمده بر روی مجموعه‌داده Roboflow نشان می‌دهد الگوریتم YOLOv8 می­تواند با دقت 95% و سرعت 30 فریم بر ثانیه، ریزپهپادها را شناسایی کند.