本地远程实时获取无人机采集视频图像(天空端 + jetson nano + 检测分割 + 回传地面端显示)

无线图传设备介绍

2、jetson nano天空端数据采集+检测+保存

3、本地回传显示

1、无线图传设备介绍

由于本设计考虑将无人机得到检测结果实时回传给地面站显示,因此需要考虑一个远程无线通信设备进行传输。本设计采用思翼HM30图传设备。通过无线图传的wifi将天空端的桌面远程发送回地面站,地面站接收采用vnc viewer(jetson nano 开启vnc viewer功能 参考链接)

需要进行改造的地方是将网线和天空端的video传输线进行链接,改造图片接线如下:

复制代码
               天空端线序和网线线序的顺序对应关系如图所示

网线改造如下:

2、jetson nano天空端数据采集+检测+保存

无人机上挂载一个jetson nano用于图像采集和实时处理图像,本开发主要是用来做河流分割

将分割的结果保存在jetson nano本地,效果如下:

3、本地回传

1)jetson nano上进行网络配置:

编辑网络连接,更改ipv4地址为自动,等待一会儿即可打开终端输入ifconfig查看网络地址,以太网0接口,eth0。有时候自动连接会失败,那就改为手动,IP地址设置192.168.144.106。

2)将地面端和天空端进行对频,地面端找到bing,连续按下天空端对频键,等待一会儿,地面端和天空端都显示绿灯即为链接成功

3)地面端设置为VideoMode:Inter Wifi

4)采用wifi与电脑端链接

电脑端找到如下siyi的wifi账号,密码:12345678链接上等待一会儿出现如下效果,证明链接成功

5)电脑端采用vnc Viewer 打开 jetson nano的IP地址:192.168.144.106输入密码,即可登入jetson nano的远程界面

总结:

采用SIYI的HM30的好处是省略了本地和远程网络通信开发,弊端就是需要有大量的资金投入,而且在实验过程中也存在卡顿问题

相关推荐
workflower13 小时前
人形机器人灵巧手产业链
人工智能·设计模式·机器人·云计算·无人机
LONGZETECH16 小时前
低空经济背景下:五组核心数据拆解无人机职业教育的机遇与实训破局
大数据·人工智能·系统架构·无人机
集智飞行17 小时前
开源一个无人机MINCO轨迹规划库,纯C++,支持2D和3D以及多种变形
ros·无人机·轨迹优化
张人玉1 天前
基于 Python + PyQt5 的水果目标检测与分割可视化系统——水果深度学习识别可视化大屏
python·深度学习·qt·目标检测·sqlite·echarts
workflower1 天前
人形机器人“手”是关键
人工智能·机器学习·机器人·无人机
动物园猫1 天前
草莓成熟度目标检测数据集:3类别、2,000张图像 | 目标检测
人工智能·目标检测·计算机视觉
qq_25294131682 天前
无人机目标检测数据集(UAV Detection Dataset)| 无人机检测 反无人机 低空安防5001期
人工智能·yolo·目标检测·计算机视觉·视觉检测·无人机·反无人机
leoZ2312 天前
AI+前端提效-08 AI自动化文档:前端组件、接口、项目文档自动生成
前端·人工智能·深度学习·神经网络·目标检测·自然语言处理·自动化
lugsicher2 天前
LUZ105 软包装紫外激光标识系统:从单机替换到产线闭环的工程拆解
目标检测·信息可视化·视觉检测·制造·材质
ShiMetaPi2 天前
厦大 + Meta 最新开源 M²E-UAV 数据集:破解机载“动对动“无人机检测难
开源·无人机·事件相机·evs