| 作品介紹 |
本作品實作出一套能自主飛行的四軸飛行器系統，運用深度學習、影像處理等技術，實現橋樑結構的自動化檢測。相較於傳統由人工進行檢測的方式，採用四軸飛行器檢測具有速度快、安全性高等優點，能節省大量時間和人力成本，更重要的是避免檢測人員的安全風險。我們的系統著重在四軸飛行器的全自主飛行能力，不僅能應用在橋樑檢測，在建築物檢測、電影拍攝、物流運輸等領域都能發揮效用。
在硬體上，我們使用NVIDIA Jetson NX作為機載計算單元，搭配Intel Realsense D435i深度攝影機作為感測輸入，並架構於一四軸飛行器機體上，形成完整的自主飛行平台。
在技術上，我們使用了VINS和Ego-Planner作為四軸飛行器自主飛行的基礎，以ROS作為各模組之間的通訊與控制框架。VINS會整合四軸飛行器上的感測器數據，進行姿態估計和定位，實現平穩飛行;Ego-Planner能根據目標位置自主規劃飛行路線。通過這兩個模組的協同運作，實現了四軸飛行器的全自主飛行。
在橋樑檢測方面，我們使用深度學習模型進行影像分析，自動偵測橋樑結構上的缺陷。透過四軸飛行器高效的自主飛行獲取影像，再將影像輸入模型進行即時檢測分析，就能實現橋樑的自動化檢測。相較於傳統由人工進行的檢測，能大幅提升檢測效率與安全性。 |