Ambiente de suporte para pouso autônomo de drones via reconhecimento de imagens

Abstract

A maioria dos drones disponíveis no mercado, que são comercializados a preços acessíveis, não possuem um assistente de pouso devido ao aumento de custo ao adicionar câmeras e sistemas adicionais, os drones sem essa função podem se tornar um problema quando pessoas inexperientes tentam pousar o drone e acabar cometendo erros que possam comprometer seu funcionamento. Considerando isso, este trabalho aborda a implementação de um ambiente de suporte para pouso autônomo de drones via reconhecimento de imagens. Foi desenvolvido um método de pouso via processamento de imagem em tempo real por um notebook através de classificadores Haar Cascade em conjunto com a biblioteca OpenCV, implementado na linguagem Python, utilizando um ESP32-CAM e um roteador INTELBRAS WRN 240, que são responsáveis pela captura, transmissão e recebimento de imagens, um hardware desenvolvido para automatizar o controle do drone e, assim, aplicado ao drone modelo Syma X8HG para estabelecer comandos de pouso para o drone. Serão examinadas as características dos drones ao longo do tempo, detalhando o método e o processo de detecção de objetos, e os softwares utilizados no processo.

Most drones available on the market, which are sold at affordable prices, do not have a landing assistant due to the increase in cost when adding additional cameras and systems, drones without this function can become a problem when inexperienced people try the drone and end up making mistakes that could compromise its functioning. Considering this, this work addresses the implementation of a support environment for autonomous drone landing via image recognition. A landing method was developed via real-time image processing by a notebook using Haar Cascade classifiers in conjunction with the OpenCV library, implemented in the Python language, using an ESP32-CAM and an INTELBRAS WRN 240 router, which are responsible for capturing , image transmission and collection, hardware developed to automate drone control and thus applied to the Syma X8HG model drone to establish landing commands for the drone. The characteristics of drones over time will be examined, detailing the method and process of detecting objects, and the software used in the process.