Projecte matriculat
Títol: Predicció del vol d'un dron a partir del pla de vol utilitzant IA Generativa
Director/a: BARRADO MUXÍ, CRISTINA
Departament: DAC
Títol: Predicció del vol d'un dron a partir del pla de vol utilitzant IA Generativa
Data inici oferta: 01-02-2025 Data finalització oferta: 01-10-2025
Estudis d'assignació del projecte:
DG ENG AERO/SIS TEL- DG ENG AERO/TELEMÀT
- DG ENG SISTE/TELEMÀT
| Tipus: Individual | |
| Lloc de realització: EETAC | |
| Paraules clau: | |
| GenAI, drones, predicction, flight trajectory | |
| Descripció del contingut i pla d'activitats: | |
| Aquest treball de fi de grau explora l'ús de models d'intel·ligència artificial generativa per predir la trajectòria d'un dron a partir del seu pla de vol. S'investigaran arquitectures basades en encoders-decoders i xarxes neuronals recurrents (LSTM) per modelar i anticipar desviacions en la ruta prevista. L'objectiu principal és proporcionar una eina capaç de millorar la seguretat i l'eficiència dels vols autònoms, reduint l'impacte de factors externs com el vent o errors en la navegació.
Introducció: Amb l'augment de l'ús de drons en diferents sectors, des de la logística fins a la vigilància, la predicció precisa del vol és clau per optimitzar-ne l'eficiència i seguretat. Els mètodes tradicionals de planificació es basen en models deterministes que no tenen en compte les variacions en temps real. Aquest treball proposa una aproximació basada en IA Generativa per anticipar possibles desviacions. Objectius: Implementar un model d'encoder-decoder per representar la relació entre el pla de vol i la trajectòria real. Explorar l'eficàcia de les xarxes LSTM per captar dependències temporals en la predicció del vol. Avaluar el model amb dades simulades i reals per validar la seva precisió. Analitzar el potencial d'aquesta metodologia en aplicacions industrials. Metodologia: Revisió de l'estat de l'art: Investigació d'enfocaments existents en predicció de trajectòries de drons. Disseny del model: Construcció d'una arquitectura d'encoder-decoder amb LSTM per modelar la seqüència de posicions previstes. Entrenament i validació: Utilització de conjunts de dades de vols reals i simulats per entrenar i avaluar el model. Anàlisi de resultats: Comparació entre trajectòries previstes i reals, mesurant l'error de predicció i l'impacte de factors ambientals. Resultats esperats: Es preveu obtenir un model capaç de predir desviacions del vol amb una alta precisió, oferint una eina per a la millora del control i gestió dels drons autònoms. Això podria facilitar la planificació dinàmica i augmentar la seguretat de les operacions. Conclusió: Aquest estudi contribuirà al desenvolupament de sistemes de predicció basats en IA per a la navegació de drons, obrint noves possibilitats en l'automatització i gestió d'aquests vehicles aeris. |
|
| Orientació a l'estudiant: | |
| Requereix activitats hardware: No | |
| Requereix activitats software: No | |
| Horari d'atenció a estudiants per a l'assignació de projecte: |
|