简介
使用无人机,实时识别目标,处理数据并发送给SAP Leonardo IoT。
主要挑战是:
在无人机微控制器上部署目标检测模型。更少的计算能力。扫描系统速度越快,云快卖,视频流中识别对象的精度越低。设置额外硬件的空间更少,这会影响飞行控制。
从下面的设置图像,相信我,我们可以确定可用空间。
图像:1
在我描述完整的PoC之前,有两种方法:
将视频流从FPV摄像机传输到近边缘网关,并将转换后的数据发送到SAP Leonardo IoT。
图像:2
在无人机上连接RPi Zero,并将JSON有效负载传输到SAP Leonardo IoT。我坚持使用这种方法来广泛地测试和扩展用例,大数据使用,以便将来实现。
对于这个用例,我使用了深入学习,因为这是我们能够克服特征提取挑战的唯一方法之一。基本上,深度学习模仿我们大脑的运作方式,即从经验中学习。
我用于物体检测的模型是COCO-SSD(上下文中的常见物体-单次激发检测器)。单发探测器是一种神经网络结构,它使用"建议生成器",该组件的目的是在图像中搜索感兴趣的区域。在识别出感兴趣区域(ROI)后,采用特征提取的方法得到感兴趣区域的特征,企业管理软件下载,确定识别出的目标。COCO数据集的图像是90个类中的一个,例如手机、鼠标、人、公共汽车、自行车、风筝等等。
我在SAP IoT Cockpit中注册了一个名为"Drone"的设备,以获取从视频流中识别的对象列表。由于识别的物体数量很大,所以我使用了一个规则,返利app怎么用,只在检测到物体"杯"时发送数据。
SAP Leonardo IoT服务驾驶舱视图:
当我在室内驾驶无人机时,它被设置为离地面5英尺的最大高度。
结论
通过上述设置,手游返利折扣,将对部署无人机非常有帮助并维护SAP Leonardo IoT服务中标识的对象的数据日志。此外,我们可以添加多个组件来扩展其用途,如特征提取、图像分析等