Показати скорочену інформацію

dc.contributor.authorДовгань, Д. С.uk
dc.contributor.authorТомчук, М. А.uk
dc.contributor.authorАзаров, О. Д.uk
dc.date.accessioned2026-09-03T10:55:38Z
dc.date.available2026-09-03T10:55:38Z
dc.date.issued2026
dc.identifier.citationДовгань Д. С., Томчук М. А., Азаров О. Д. Інтеграція системи комп’ютерного зору на основі OpenCV з автопілотом FPV-дрона через протокол MSP // Матеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р. Електрон. текст. дані. 2026. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26608.uk
dc.identifier.urihttps://ir.lib.vntu.edu.ua/handle/123456789/53889
dc.description.abstractДослідження присвячене оптимізації інтеграції системи комп’ютерного зору з автопілотом FPVдрона 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 FPVплатформами.uk
dc.description.abstractThe research is dedicated to optimizing the integration of a computer vision system with an FPV drone autopilot to implement automatic target acquisition and tracking in real time.. The system is built on a Raspberry Pi 5 module that performs the functions of video stream processing and control command generation. The OpenCV library and the MOSSE tracking algorithm are used for visual analysis, which provide high performance on limited computing resources. AUX channel of the remote control, and further control of the drone is carried out automatically based on the coordinates of the tracker. The exchange of telemetry data and control commands is carried out via the Multiwii Serialen
dc.language.isouk_UAuk_UA
dc.publisherВНТУuk
dc.relation.ispartofМатеріали Міжнародної науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2026)», м. Вінниця, 22-26 червня 2026 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/mn/mn2026/paper/view/26608
dc.subjectRaspberry Pi 5en
dc.subjectOpenCVen
dc.subjectMOSSE Trackeren
dc.subjectMSPen
dc.subjectBetaflighten
dc.subjectАвтопілотAbstractThe research is dedicated to optimizing the integration of a computer vision system with an FPVdrone autopilot to implement automatic target acquisition and tracking in real time The system is builten
dc.subjectFPV Droneen
dc.subjectComputer Visionen
dc.subjectAutomatic Guidanceen
dc.subjectTarget Trackingen
dc.subjectAutopiloten
dc.subjectFPV-дронuk
dc.subjectКомп’ютерний Зірuk
dc.subjectАвтоматичне Наведенняuk
dc.subjectСупровід Ціліuk
dc.titleІнтеграція системи комп’ютерного зору на основі OpenCV з автопілотом FPV-дрона через протокол MSPuk
dc.typeThesis
dc.identifier.udc004.7
dc.relation.referencesRedmon J., Farhadi A. YOLOv3: An Incremental Improvement [Електронний ресурс]. - Режим доступу: https://arxiv.org/abs/1804.02767en
dc.relation.referencesBetaflight Developers. MSP Protocol Specification [Електронний ресурс]. Режим доступу: https://github.com/betaflight/betaflight/wiki/MSPen
dc.relation.referencesRaspberry Pi Foundation. Raspberry Pi 5: Technical Documentation [Електронний ресурс]. - Режим доступу: https://www.raspberrypi.com/documentation/en
dc.relation.referencesBouguet J.-Y. Pyramidal Implementation of the Lucas-Kanade Feature Tracker [Електронний ресурс]. – Режим доступу: https://robots.stanford.edu/cs223b04/algo_tracking.pdfen
dc.relation.referencesZhang 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/en
dc.relation.referencesHauke M., Schuster R. Real-Time Vision Processing on Embedded UAV Systems [Електронний ресурс]. – Режим доступу: https://ieeexplore.ieee.org/en
dc.relation.referencesSemeniuk O. Integration of Neural Object Detection into UAV Navigation Loops [Електронний ресурс]. – Режим доступу: https://uav-conference.org/en
dc.relation.referencesUltralytics. YOLOv5 Documentation [Електронний ресурс]. - Режим доступу: https://docs.ultralytics.com/uk
dc.relation.referencesOfficial OpenCV Documentation [Електронний ресурс]. - Режим доступу: https://docs.opencv.org/uk
dc.relation.referencesTensorRT Optimization Guide [Електронний ресурс]. Режим доступу: https://docs.nvidia.com/deeplearning/tensorrt/uk
dc.relation.referencesOpenVINO Toolkit Documentation [Електронний ресурс]. - Режим доступу: https://docs.openvino.ai/uk


Файли в цьому документі

Thumbnail

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію