Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais intégrer la vision par ordinateur et l'edge ai pour drones autonomes
Ingénieur en recherche en robotique autonome et UAV
Je suis ingénieur en recherche en robotique et UAV, médaillé d’or de NUST, spécialisé en systèmes autonomes, vision par ordinateur et contrôle industriel. Finaliste de TEKNOFEST avec un mécanisme de r...
Niveau 1
Répond à certains critères de performance et présente un fort potentiel sur la place de marché.
À propos de ce service
Ingénierie de vision par ordinateur autonome UAV & edge AI
La plupart des drones suivent le GPS, mais le mien peut « voir ».
Je suis ingénieur en recherche en robotique, diplômé en génie mécanique de NUST, et double finaliste international de TEKNOFEST UAV. Je me spécialise dans le développement d’architectures autonomes résilientes qui comblent le fossé entre le calcul intensif en edge et les contrôleurs de vol physiques.
Ma stack AI & vision :
- Matériel : NVIDIA Jetson Nano, Raspberry Pi, OAK-D, Coral TPU
- Frameworks : OpenCV, YOLO (v8-v11), MediaPipe, TensorFlow Lite
- Interface UAV : MAVLink, ROS 2, et ponts API Python personnalisés
Ce que je peux créer pour vous :
- Atterrissage précis : Détection de marqueurs ArUco ou de pads personnalisés pour un atterrissage précis.
- Suivi d’objets : Suivi en temps réel de personnes, véhicules ou autres drones grâce au Deep Learning.
- Contrôle par gestes : Contrôle intuitif de essaim ou de drone unique basé sur les trajectoires de la main humaine.
- Interception dynamique : Détection à grande vitesse et planification de trajectoire pour missions d’interception.
Pourquoi me choisir ? Vous engagez un chercheur qui a construit et piloté ces systèmes lors de compétitions internationales et détient un brevet de conception pour des mécanismes robotiques.
Veuillez m’envoyer un message pour discuter de votre configuration matérielle avant de commander !
Plateforme:
Raspberry pi
Expertise:
Traitement d'images
•
AI
•
Robotique
Mon portfolio
FAQ
Traduction automatique
Quel ordinateur compagnon devrais-je utiliser pour l’AI en temps réel ?
Pour la détection d’objets à grande vitesse comme YOLO, je recommande fortement la série NVIDIA Jetson en raison de leurs cœurs CUDA dédiés. Cependant, je peux aussi optimiser des scripts plus légers OpenCV et MediaPipe pour Raspberry Pi si votre mission permet des taux de trame plus faibles.
Pouvez-vous m’aider à entraîner un modèle YOLO personnalisé pour ma cible spécifique ?
Oui. Si vous avez une cible spécifique (par exemple, un pad d’atterrissage unique ou un type de véhicule précis), je peux entraîner un modèle YOLO personnalisé avec votre dataset et l’optimiser pour le déploiement en edge afin d’assurer une vitesse d’inférence maximale sur votre drone.
Comment l’AI communique-t-elle avec mon contrôleur de vol Pixhawk ?
J’utilise MAVLink (via pymavlink, DroneKit ou MAVSDK) pour envoyer des commandes de vitesse et de position « Offboard ». L’AI traite le flux de la caméra sur votre ordinateur compagnon et indique au contrôleur de vol comment se déplacer précisément pour suivre ou intercepter la cible.
Dois-je vous envoyer mon drone physique pour les tests ?
Non. En tant qu’ingénieur avec expérience dans Gazebo Harmonic et Webots, je développe et teste rigoureusement la logique de vision par ordinateur et de planification de trajectoire dans des simulations 3D de haute fidélité en premier lieu. Une fois la logique vérifiée, je fournis les scripts de déploiement et un guide d’intégration détaillé pour votre matériel.
Pouvez-vous mettre en œuvre un contrôle par gestes pour l’essaim ?
Absolument. En m’appuyant sur mes recherches en interaction humain-essaim, je peux intégrer MediaPipe pour permettre à un drone unique ou à un essaim (comme DJI Tello) de refléter vos trajectoires de main ou de suivre des commandes gestuelles spécifiques en temps réel.
