UAV / Vision par ordinateur / ATAK

MOOSE

Détection aérienne de personnes. La vision par ordinateur sur un UAV à voilure fixe, reliée à ATAK.

Projet personnel d’ingénierieValidation avant vol

Illustration conceptuelle : vision par ordinateur sur UAV, détection aérienne de personnes et transmission vers ATAK.

01 / Le défi

La question derrière le système.

Faire fonctionner ensemble caméra, télémétrie, perception et affichage au sol sur un calculateur embarqué, tout en séparant le logiciel de mission des fonctions critiques de pilotage. Les images aériennes ajoutent une difficulté : les personnes sont parfois petites, partiellement masquées et très différentes de celles vues pendant l’entraînement d’un détecteur généraliste.

MOOSE réunit deux projets complémentaires : un calculateur de mission sur Jetson et une chaîne dédiée à la détection de personnes dans des images aériennes. Les images et la télémétrie du contrôleur de vol alimentent un ensemble de composants ROS 2 qui produit des détections, des estimations de position au sol, une vidéo en direct et des journaux de mission. ArduPilot conserve la totalité du pilotage ; le Jetson observe et traite les données sans commander les mouvements de l’appareil.

02 / La démarche

De l’architecture à la réalisation.

01
Répartir le système embarqué en paquets ROS 2 pour la capture vidéo, la télémétrie MAVLink, la vision, la géolocalisation, la sortie ATAK, la diffusion vidéo, la surveillance, l’enregistrement et le démarrage.
02
Adapter YOLOX-S aux images aériennes avec des jeux de données séparés par séquence et des contrôles de doublons. Comparer le modèle à la référence COCO sur des jeux de test indépendants figés.
03
Exporter le modèle vers ONNX, vérifier son équivalence numérique avec PyTorch et intégrer l’inférence TensorRT sur le Jetson.
04
Valider le parcours complet, de la caméra et de la télémétrie aux marqueurs ATAK/CivTAK et à la vidéo SRT, y compris le démarrage des services, la reprise après redémarrage et l’enregistrement des missions.

03 / Résultats

Ce que montrent les résultats.

Le montage documenté en intérieur et au banc fait fonctionner la chaîne de mission intégrée : caméra calibrée, télémétrie, détection, vidéo en direct, marqueurs, surveillance et journaux.
Le rapport avant vol indique neuf paquets ROS 2 compilés et 77 tests, sans erreur ni échec ; neuf tests ont été ignorés.
La chaîne d’export vérifie l’équivalence numérique PyTorch/ONNX. L’analyse sur les jeux de test figés documente à la fois des améliorations et des régressions selon les sources d’images aériennes.

04 / Périmètre & prochaines étapes

Où en est le projet.

La précision quantitative de géolocalisation extérieure et la validation en vol restent à établir. Les essais au banc ne permettent pas de déclarer l’appareil prêt au vol.
Le détecteur reste sensible aux changements de domaine, à la visibilité et aux très petites cibles. Un seuil de confiance plus élevé favorise la précision au détriment du rappel ; il n’existe pas de taux de réussite universel.
Le Jetson ne commande ni les mouvements de l’appareil ni les modes de vol. Ces responsabilités restent celles d’ArduPilot et de la radiocommande.

Construit sur la plateforme Flightory Moose, avec ArduPilot, ROS 2 et YOLOX. Les conditions relatives aux données et aux modèles sont documentées dans les dépôts sources.

Notes de terrain / Documentation visuelle