Остання редакція: 2025-12-11
Анотація
У роботі розглядається методика інтеграції системи комп’ютерного зору з автопілотом FPV-дрона для реалізації автоматичного захоплення та супроводу цілі в режимі реального часу. Система побудована на модулі Raspberry Pi 5, що виконує функції обробки відеопотоку та генерації команд керування. Для візуального аналізу застосовано бібліотеку OpenCV та алгоритм трекінгу MOSSE, які забезпечують високу швидкодію на обмежених обчислювальних ресурсах. Обмін телеметричними даними та командами керування здійснюється через протокол Multiwii Serial Protocol (MSP), що дозволяє напряму впливати на канали автопілота Betaflight. Запропонований підхід дозволяє реалізувати режим візуального наведення, коли ціль обирається оператором через AUX-канал пульта, а подальше керування дроном здійснюється автоматично на основі координат трекера. Результати демонструють ефективність поєднання комп’ютерного зору та MSP для побудови автономних елементів керування FPV-платформами.
Посилання
- Redmon J., Farhadi A. YOLOv3: An Incremental Improvement [Електронний ресурс]. - Режим доступу: https://arxiv.org/abs/1804.02767
- Ultralytics. YOLOv5 Documentation [Електронний ресурс]. - Режим доступу: https://docs.ultralytics.com/
- Official OpenCV Documentation [Електронний ресурс]. - Режим доступу: https://docs.opencv.org/
- Betaflight Developers. MSP Protocol Specification [Електронний ресурс]. - Режим доступу: https://github.com/betaflight/betaflight/wiki/MSP
- Raspberry Pi Foundation. Raspberry Pi 5: Technical Documentation [Електронний ресурс]. - Режим доступу: https://www.raspberrypi.com/documentation/
- Bouguet J.-Y. Pyramidal Implementation of the Lucas-Kanade Feature Tracker [Електронний ресурс]. – Режим доступу: https://robots.stanford.edu/cs223b04/algo_tracking.pdf
- Zhang Z. A Flexible New Technique for Camera Calibration [Електронний ресурс]. – Режим доступу: https://www.microsoft.com/en-us/research/publication/a-flexible-new-technique-for-camera-calibration/
- Hauke M., Schuster R. Real-Time Vision Processing on Embedded UAV Systems [Електронний ресурс]. – Режим доступу: https://ieeexplore.ieee.org/
- TensorRT Optimization Guide [Електронний ресурс]. - Режим доступу: https://docs.nvidia.com/deeplearning/tensorrt/
- OpenVINO Toolkit Documentation [Електронний ресурс]. - Режим доступу: https://docs.openvino.ai/
- Semeniuk O. Integration of Neural Object Detection into UAV Navigation Loops [Електронний ресурс]. – Режим доступу: https://uav-conference.org/