IllustrationMOOSE
Détection aérienne de personnes. La vision par ordinateur sur un UAV à voilure fixe, reliée à ATAK.
Découvrir le projetRobotique / Systèmes embarqués
Petite voiture. Chaîne de perception complète.
Reconnaissance de panneaux, Raspberry Pi et capteur ultrasonique relient la perception au mouvement.
01 / Le défi
La question derrière le système.
Relier un classifieur d’images entraîné aux contraintes temporelles et physiques d’une plateforme mobile.
Une voiture robotique pédagogique relie un Raspberry Pi équipé d’une caméra à un serveur d’inférence Flask. Un réseau convolutif classe les panneaux stop, gauche et droite ; le client transforme la décision reçue en commandes de moteur et de direction. Un capteur ultrasonique ajoute la détection d’obstacles.
02 / La démarche
De l’architecture à la réalisation.
- 01
Entraîner un réseau convolutif à distinguer les trois classes de panneaux.
- 02
Capturer les images sur le Raspberry Pi, les envoyer à une API Flask et appliquer la commande de mouvement reçue.
- 03
Lire la distance ultrasonique et intégrer un arrêt déclenché par un obstacle à la commande du moteur et de la direction.
03 / Résultats
Ce que montrent les résultats.
- Le dépôt réunit l’entraînement du modèle, le serveur d’inférence, la capture caméra et la commande embarquée du véhicule.
04 / Périmètre & prochaines étapes
Où en est le projet.
- La détection de lignes, le clonage comportemental et les mesures de télémétrie restent des évolutions prévues. Il s’agit d’une plateforme pédagogique, pas d’un système de conduite sur route.
Notes de terrain / Documentation visuelle
De plus près.
Poursuivre l’exploration
