This project is part of the Drone Engineering Ecosystem (DEE), an academic platform aimed at promoting the development of drone technologies through collaborative projects. The main goal of the project is to develop a hybrid tracking system for a person using artificial vision technologies and drone control. The system uses FPV cameras to capture real-time images and, through image processing with Python and OpenCV, detects the person's position to keep the drone following them accurately and smoothly. To achieve this, a PID controller has been implemented to optimize the drone's movements, along with a Web App that facilitates the drone's relocation in case the target person is lost. This application is designed to transmit the user's coordinates to the drone via the MQTT protocol, improving the system's efficiency. Additionally, the project involved the integration of technologies such as Vue.js, Ionic, and Paho MQTT to ensure communication between different devices. Through various tests and demos, satisfactory results have been achieved, allowing the system to be refined. This work contributes to the DEE ecosystem, offering an innovative and open solution that other users can incorporate into their own drone projects.
Aquest projecte s'emmarca dins del Drone Engineering Ecosystem (DEE), una plataforma acadèmica destinada a promoure el desenvolupament de tecnologies de drons mitjançant projectes col·laboratius. L'objectiu principal del projecte és desenvolupar un sistema de seguiment hibrid d'una persona utilitzant tecnologies de visió artificial i control de drons. El sistema utilitza càmeres FPV per captar imatges en temps real i, mitjançant el processament d'imatges amb Python i OpenCV, detecta la posició de la persona per mantenir el dron seguint-la de manera precisa i suau. Per a això, s'ha implementat un controlador PID per optimitzar els moviments del dron, així com una Web App que facilita la reubicació del dron en cas de pèrdua de la persona objectiu. Aquesta aplicació ha estat dissenyada per transmetre les coordenades de l'usuari al dron a través del protocol MQTT, millorant l'eficiència del sistema. A més, el projecte ha implicat la integració de tecnologies com Vue.js, Ionic i Paho MQTT per garantir la comunicació entre els diferents dispositius. A través de diverses proves i demos, s'han obtingut resultats satisfactoris que han permès refinar el sistema. Aquest treball contribueix a l'ecosistema DEE, oferint una solució innovadora i oberta perquè altres usuaris puguin incorporar-la en els seus projectes de drons.
gmail.com
