Vou integrar visão computacional e IA de borda para drones autônomos
Engenheiro de Pesquisa em Robótica Autônoma e UAV
Nível 1
Atendeu a determinados critérios de desempenho e demonstra forte potencial no marketplace.
Sobre este Serviço
Engenharia de Visão Computacional e IA de Borda para UAVs Autônomos
A maioria dos drones segue GPS, mas o meu consegue "ver".
Sou Engenheiro de Pesquisa em Robótica, formado em Engenharia Mecânica pela NUST, e duas vezes finalista internacional do TEKNOFEST UAV. Especializo-me em desenvolver arquiteturas autônomas resilientes que conectam o processamento pesado de borda aos controladores de voo físicos.
Minha stack de IA e Visão:
- Hardware: NVIDIA Jetson Nano, Raspberry Pi, OAK-D, Coral TPU
- Frameworks: OpenCV, YOLO (v8-v11), MediaPipe, TensorFlow Lite
- Interface UAV: MAVLink, ROS 2 e pontes API Python personalizadas
O que posso criar para você:
- Pouso de Precisão: Detecção de marcadores ArUco ou plataformas personalizadas para pouso preciso.
- Rastreamento de Objetos: Acompanhamento em tempo real de pessoas, veículos ou outros drones usando Deep Learning.
- Controle por Gestos de Mão: Controle intuitivo de enxame ou drone único baseado nas trajetórias das mãos humanas.
- Interceptação Dinâmica: Detecção de alta velocidade e planejamento de rota para missões de interceptação.
Por que me escolher? Você está contratando um pesquisador que construiu e pilotou esses sistemas em competições internacionais e possui patente de design para mecanismos robóticos.
Por favor, envie uma mensagem para discutir sua configuração de hardware antes de fazer o pedido!
Plataforma:
Raspberry Pi
Sensores:
Acelerômetro
•
Camera
•
Posição
•
Localização
•
Giroscópio
Especialidade:
processamento de imagem
•
AI
•
Robótica
Meu portfólio
Perguntas frequentes
Tradução automática
Qual computador acompanhante devo usar para IA em tempo real?
Para detecção de objetos de alta velocidade como YOLO, recomendo fortemente a série NVIDIA Jetson devido aos seus núcleos CUDA dedicados. No entanto, também posso otimizar scripts mais leves de OpenCV e MediaPipe para Raspberry Pi, se sua missão permitir taxas de quadros menores.
Você pode me ajudar a treinar um modelo YOLO personalizado para meu alvo específico?
Sim. Se você tiver um alvo específico (por exemplo, uma plataforma de pouso única ou um tipo específico de veículo), posso treinar um modelo YOLO personalizado usando seu conjunto de dados e otimizá-lo para implantação de borda, garantindo máxima velocidade de inferência no seu drone.
Como a IA se comunica com meu controlador de voo Pixhawk?
Uso MAVLink (via pymavlink, DroneKit ou MAVSDK) para enviar comandos de velocidade e posição "Offboard". A IA processa o feed da câmera no seu computador acompanhante e instrui exatamente como o controlador de voo deve se mover para rastrear ou interceptar o alvo.
Preciso enviar meu drone físico para testes?
Não. Como engenheiro com experiência em Gazebo Harmonic e Webots, desenvolvo e testo rigorosamente a lógica de visão computacional e planejamento de rota em simulações 3D de alta fidelidade primeiro. Quando a lógica estiver verificada, forneço scripts de implantação e um guia detalhado de integração para seu hardware.
Você pode implementar controle por gestos para enxame?
Com certeza. Com base na minha pesquisa em interação humano-enxame, posso integrar MediaPipe para permitir que um drone único ou um enxame (como DJI Tello) espelhem suas trajetórias de mão ou sigam comandos gestuais específicos em tempo real.

