Deeplomatics: A deep-learning based multimodal approach for aerial drone detection and localization

Autor: Bavu, Éric, Pujol, Hadrien, Garcia, Alexandre, Langrenne, Christophe, Hengy, Sébastien, Rassy, Oussama, Thome, Nicolas, Karmim, Yannis, Schertzer, Stéphane, Matwyschuk, Alexis
Přispěvatelé: Laboratoire de Mécanique des Structures et des Systèmes Couplés (LMSSC), Conservatoire National des Arts et Métiers [CNAM] (CNAM), HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM), Institut franco-allemand de recherches de Saint-Louis (ISL), DGA-Matériaux et Nanosciences Grand-Est (MNGE), Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS)-Université de Strasbourg (UNISTRA)-Université de Haute-Alsace (UHA) Mulhouse - Colmar (Université de Haute-Alsace (UHA))-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie du CNRS (INC)-Centre National de la Recherche Scientifique (CNRS), CEDRIC. Données complexes, apprentissage et représentations (CEDRIC - VERTIGO), Centre d'études et de recherche en informatique et communications (CEDRIC), Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise (ENSIIE)-Conservatoire National des Arts et Métiers [CNAM] (CNAM), HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-HESAM Université - Communauté d'universités et d'établissements Hautes écoles Sorbonne Arts et métiers université (HESAM)-Ecole Nationale Supérieure d'Informatique pour l'Industrie et l'Entreprise (ENSIIE)-Conservatoire National des Arts et Métiers [CNAM] (CNAM), INCE/Europe, CidB, ANR-18-ASTR-0008,DEEPLOMATICS,Deep-Learning pour la Localisation Multimodale en Temps réel et l'Identification de Cibles aériennes à faible Signature(2018), BAVU, Eric, ACCOMPAGNEMENT SPÉCIFIQUE DES TRAVAUX DE RECHERCHES ET D’INNOVATION DÉFENSE - Deep-Learning pour la Localisation Multimodale en Temps réel et l'Identification de Cibles aériennes à faible Signature - - DEEPLOMATICS2018 - ANR-18-ASTR-0008 - ASTRID - VALID
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Zdroj: QUIET DRONES 2022 SECOND INTERNATIONAL SYMPOSIUM ON NOISE FROM UASs/UAVs and eVTOLs SYMPOSIUM PROCEEDINGS
QUIET DRONES Second International e-Symposium on UAV/UAS Noise
QUIET DRONES Second International e-Symposium on UAV/UAS Noise, INCE/Europe; CidB, Jun 2022, Paris, France
Popis: International audience; Protection against illicit drone intrusions is a matter of great concern. The relative stealthy nature of UAVs makes their detection difficult. To address this issue, the Deeplomatics project provides a multimodal and modular approach, which combines the advantages of different systems, while adapting to various topologies of the areas to be secured. The originality lies in the fact that acoustic and optronic devices feed independent AI to simultaneously localize and identify the targets using both spatial audio and visual signatures.Several microphone arrays are deployed on the area to be protected. Within its coverage area (about 15 hectares), each microphone array simultaneously localizes and identifies flying drones using a deep learning approach based on the BeamLearning network. Each array is attached to a local AI which processes spatial audio measurements in realtime (40 estimations per second), independently to the other units of the surveillance network.A data fusion system refines the estimates provided by each of the AI-enhanced microphone arrays. This detected position is shared in real-time with an optronic system. Once this system has hooked its target, a Deep Learning tracking algorithm is used to allow an autonomous visual tracking and identification.The optronic system is composed of various cameras (visible, thermal, and active imaging) mounted on a servo-turret. The active imaging system can capture scenes up to 1 km, and only captures objects within a given distance, which naturally excludes foreground and background from the image, and enhances the capabilities of computer vision.The Deeplomatics project combines benefits from acoustics and optronics to ensure real-time localization and identification of drones, with a high precision (less than 7° of absolute 3D error, more than 90 % detection accuracy). The modular approach also allows to consider in the long term the addition of new capture systems such as electromagnetic radars.
Databáze: OpenAIRE
Externí odkaz: