Integraré visión por computadora y edge ai para drones autónomos
Ingeniero de investigación en robótica y UAV autónomos
Nivel 1
Ha cumplido determinados criterios de rendimiento y muestra un gran potencial en la plataforma.
Acerca de este Servicio
Ingeniería de visión por computadora y Edge AI para UAVs autónomos
La mayoría de los drones siguen GPS, pero el mío puede "ver".
Soy ingeniero de investigación en robótica, graduado en ingeniería mecánica por NUST, y dos veces finalista internacional en TEKNOFEST UAV. Me especializo en desarrollar arquitecturas autónomas resistentes que conectan la computación pesada en el edge con controladores de vuelo físicos.
Mi stack de AI y visión:
- Hardware: NVIDIA Jetson Nano, Raspberry Pi, OAK-D, Coral TPU
- Frameworks: OpenCV, YOLO (v8-v11), MediaPipe, TensorFlow Lite
- Interfaz UAV: MAVLink, ROS 2 y puentes API en Python personalizados
Lo que puedo construir para ti:
- Aterrizaje de precisión: Detección de marcadores ArUco o plataformas personalizadas para un aterrizaje preciso.
- Seguimiento de objetos: Seguimiento en tiempo real de personas, vehículos u otros drones usando Deep Learning.
- Control por gestos de mano: Control intuitivo de enjambre o drone individual basado en las trayectorias de las manos humanas.
- Intercepción dinámica: Detección a alta velocidad y planificación de rutas para misiones de intercepción.
¿Por qué elegirme? Eres contratando a un investigador que ha construido y volado estos sistemas en competiciones internacionales y tiene una patente de diseño para mecanismos robóticos.
¡Envíame un mensaje para discutir tu configuración de hardware antes de ordenar!
Plataforma:
Raspberry Pi
Sensores:
Acelerómetro
•
Cámara
•
Posición
•
Ubicación
•
Gyroscope
Experiencia:
Procesamiento de imágenes
•
AI
•
Robótica
Mi porfolio
FAQ
Traducción automática
¿Qué computadora companion debería usar para AI en tiempo real?
Para detección de objetos a alta velocidad como YOLO, recomiendo encarecidamente la serie NVIDIA Jetson por sus núcleos CUDA dedicados. Sin embargo, también puedo optimizar scripts más ligeros de OpenCV y MediaPipe para Raspberry Pi si tu misión permite tasas de cuadros más bajas.
¿Puedes ayudarme a entrenar un modelo YOLO personalizado para mi objetivo específico?
Sí. Si tienes un objetivo específico (por ejemplo, una plataforma de aterrizaje única o un tipo de vehículo en particular), puedo entrenar un modelo YOLO personalizado usando tu conjunto de datos y optimizarlo para despliegue en el edge, asegurando la máxima velocidad de inferencia en tu drone.
¿Cómo se comunica la AI con mi controlador de vuelo Pixhawk?
Utilizo MAVLink (a través de pymavlink, DroneKit o MAVSDK) para enviar comandos de velocidad y posición "Offboard". La AI procesa la transmisión de la cámara en tu computadora companion y le indica exactamente al controlador de vuelo cómo moverse para seguir o interceptar el objetivo.
¿Necesito enviarte mi drone físico para pruebas?
No. Como ingeniero con experiencia en Gazebo Harmonic y Webots, desarrollo y pruebo rigurosamente la lógica de visión por computadora y planificación de rutas en simulaciones 3D de alta fidelidad primero. Una vez verificada la lógica, proporciono los scripts de despliegue y una guía detallada de integración para tu hardware.
¿Puedes implementar control por gestos en enjambre?
Por supuesto. Basándome en mi investigación en interacción humano-enjambre, puedo integrar MediaPipe para que un drone individual o un enjambre (como DJI Tello) refleje las trayectorias de tus manos o siga comandos gestuales específicos en tiempo real.

