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