USVLander 是一个完全基于计算机视觉的实现无人机自主降落无人船的无人机控制算法
Go to file
raiot be76d86db8 doc 2024-06-29 19:38:48 +08:00
docs doc 2024-06-29 19:22:11 +08:00
.gitignore feat: first demo 2024-06-23 14:57:02 +08:00
README.md doc 2024-06-29 19:38:48 +08:00
Snipaste_2024-06-22_21-30-43.png doc 2024-06-29 19:22:40 +08:00
agent.py fix: bug on landing 2024-06-24 02:04:55 +08:00
control.py fix: bug on landing 2024-06-24 02:04:55 +08:00
main.py feat:manual control and video stream 2024-06-10 18:00:29 +08:00
requirements.txt feat: requirements 2024-06-29 18:59:35 +08:00
test.py feat: first demo 2024-06-23 14:57:02 +08:00
utils.py fix: bug on landing 2024-06-24 02:04:55 +08:00
vision.py feat: first demo 2024-06-23 14:57:02 +08:00

README.md

USVLander

项目介绍

USVLander 是一个完全基于计算机视觉的无人机控制算法,目前针对 DJI Tello 无人机设计,能够实现视觉自主降落至无人船。该项目基于 Python 编程语言,并集成了 YOLO 实时目标检测系统和 OpenCV 计算机视觉库,以提供精确的导航和控制。

控制流程草图

安装说明

要安装 USVLander您需要确保您的系统中已安装 Python 3.10 或更高版本(开发过程基于 Python3.10.8 )。此外,您还需要安装 YOLO 和 OpenCV 库。可以通过以下命令安装所需的依赖项:

pip install -r requirements.txt

如何使用

在安装所有必要的依赖项后,您可以通过以下步骤使用 USVLander 控制算法:

  1. 将计算机连接到 DJI Tello 无人机的 Wi-Fi 热点。(一般为 Tello-XXXXXX
  2. 打开终端并导航到 USVLander 项目目录。
  3. 运行主控制脚本:
python agent.py

程序启动后,无人机将在延迟 5 秒后起飞,上升至距地面 2 m然后开始搜索无人船。在开发阶段基于 YOLO 的目标检测并未实装,因此需要使用“人工智能”,由操作者手动在弹出的 ROI Select 窗口中选择无人船的位置,并使用 空格键确认。选择完成后,程序将自动计算无人机与无人船之间的距离,并对无人船的追踪。

在无人机底部摄像头检测到无人船上的 Apriltag 后,无人机将开始降落。在降落过程中,无人机将尝试保持在无人船正上方,并在降落过程中调整自身位置,以确保安全降落。

License

USVLander 根据 MIT 许可证发布。这意味着您可以自由地使用、修改和分发该软件,但您必须包含原始作者的版权声明和许可声明。

请注意,此 README 是一个基本模板,您可能需要根据项目的具体情况进行调整。确保在发布之前,您已经完全测试了所有的功能,并且代码的文档是最新的。