KR20210101637A - 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm - Google Patents

3D MAP self-driving drone combines Lidar sensor with YOLO algorithm Download PDF

Info

Publication number
KR20210101637A
KR20210101637A KR1020200015853A KR20200015853A KR20210101637A KR 20210101637 A KR20210101637 A KR 20210101637A KR 1020200015853 A KR1020200015853 A KR 1020200015853A KR 20200015853 A KR20200015853 A KR 20200015853A KR 20210101637 A KR20210101637 A KR 20210101637A
Authority
KR
South Korea
Prior art keywords
drone
mcu
lidar sensor
yolo
frame
Prior art date
Application number
KR1020200015853A
Other languages
Korean (ko)
Inventor
공종원
Original Assignee
공종원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 공종원 filed Critical 공종원
Priority to KR1020200015853A priority Critical patent/KR20210101637A/en
Publication of KR20210101637A publication Critical patent/KR20210101637A/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D45/00—Aircraft indicators or protectors not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U30/00—Means for producing lift; Empennages; Arrangements thereof
    • B64U30/20—Rotors; Rotor supports
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/13—Propulsion using external fans or propellers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/10—Propulsion
    • B64U50/19—Propulsion using electrically powered motors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
    • B64C2201/024—
    • B64C2201/042—
    • B64C2201/108—
    • B64C2201/141—
    • B64C2201/146—
    • B64C2201/165—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/20—Remote controls

Abstract

The present invention relates to a 3D MAP autonomous driving aircraft combining a lidar sensor and a YOLO algorithm, and can have higher accuracy than an existing autonomous driving method that relies on lidar sensors or cameras. That is, the present invention is a wireless aircraft using a state-of-the-art sensor, comprising: a YOLO algorithm, an external MCU (Jetson Nano), a FlightController (PixHawk), a propeller, a motor, a drone frame, a GPS, a transmitter, a lidar sensor, and a radio wave receiver.

Description

Lidar센서와 YOLO알고리즘을 결합한 3D MAP 자율주행 비행체{3D MAP self-driving drone combines Lidar sensor with YOLO algorithm} 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm}

본 발명은 Lidar센서와 YOLO알고리즘을 결합한 3D MAP 자율주행 비행체에 관한 것으로서,The present invention relates to a 3D MAP autonomous vehicle combining a Lidar sensor and YOLO algorithm,

더욱 상세하게는 첨단 센서를 활용한 무선 비행체에 있어서,More specifically, in the wireless vehicle using the advanced sensor,

lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 YOLO 알고리즘, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 외부 MCU(Jetson Nano), MCU 및 드론 조종기에서 받은 신호를 처리 할 수 있게 드론프레임에 결합후 MCU와 드론 라디오파 수신기를 유선연결한 Flight Controller(PixHawk), 드론을 날 수 있게 모터와 결합한 프로팰러, 드론을 움직일 수 있게 프로팰러와 드론 프레임과 결합한 모터, 모든 구성품을 모을 구성 할 수 있게 드론 바디와 날게 그리고 랜딩기어를 결합한 드론 프레임, 위치정보를 수집할 수 있게 드론 프레임에 부착후 FC와 유선결합한 GPS, 외부 전파를 수신 할 수 있게 프레임에 부착 후 MCU와 유선 결합한 송신기, 외부 정보를 수집할 수 있게 FC에 연결 후 MCU로 신호를 보내게 구성한 Lidar센서, 드론 조종기의 신호를 받을 수 있게 드론 프레임에 부착 후 FC와 유선연결한 라디오파 수신기로 구성 하여서,The information received from the lidar sensor can be combined with the information recognized by the YOLO object recognition algorithm to exhibit higher accuracy. YOLO algorithm, which is composed by combining MCU and LIDAR sensor in PIXHAWK, and YOLO object recognition algorithm, which require high computational power, can be applied and operated to drones. An external MCU (Jetson Nano) configured to control the hardware integrated into the drone frame to process the signals received from the MCU and the drone controller, and then the Flight Controller (PixHawk), which connects the MCU and the drone radio wave receiver by wire, to fly the drone. A propeller combined with a motor to move the drone, a motor combined with a propeller and a drone frame to move the drone, a drone frame that combines a drone body, wings and landing gear to assemble all components, a drone to collect location information GPS connected to FC by wire after attaching to frame, transmitter wired to MCU after attaching to frame to receive external radio waves, Lidar sensor configured to send signals to MCU after connecting to FC to collect external information, drone controller After attaching to the drone frame to receive the signal of

기존 LIdar 센서나 카메라에 의존하는 자율주행 방식보다 높은 정확도를 가질 수 있으며 현제 자율주행 차량의 2D mapping에서만 사용되던 Lidar 센서와 YOLO 객체인식 알고리즘을 드론에 적용하여 3D Mapping 의 많은 가능성을 선보이며 많은 사업에 적용가능하도록 함을 목적으로 한 것이다.It can have higher accuracy than the self-driving method that relies on existing LIdar sensors or cameras, and by applying the Lidar sensor and YOLO object recognition algorithm, which were currently only used in 2D mapping of autonomous vehicles, to drones, 3D Mapping shows many possibilities and is used in many businesses. It is intended to be applicable.

일반적으로 첨단 센서를 활용한 무선 비행체는 첨단센서를 활용한 다양한 데이터를 수집하는 것이다.In general, a wireless vehicle using advanced sensors collects various data using advanced sensors.

상기한 바와 같이 첨단 센서를 활용한 무선 비행체는 드론 프레임, FC보드, 송수신기, 외부 MCU, Lidar 센서 등 외부 센서로 구성된 것이다.As described above, a wireless vehicle using advanced sensors is composed of external sensors such as drone frame, FC board, transceiver, external MCU, and lidar sensor.

이상과 같은 첨단 센서를 활용한 무선 비행체는 라이더센서와 카메라를 이용하여 mapping후 자율주행하는 것이다.A wireless vehicle using the advanced sensors as described above is autonomously driven after mapping using a lidar sensor and a camera.

그러나 상기한 바와 같은 종래의 첨단 센서를 활용한 무선 비행체는 데이터 처리 프로세스의 비효율적인 활용을 개선하고 기존 센서로는 부족한 정확도를 높이는 문제점이 있었다.However, the wireless vehicle using the conventional advanced sensor as described above has a problem in that it improves the inefficient use of the data processing process and increases the accuracy that is insufficient with the existing sensor.

대한민국 특허 실용실안 제1020180145607호Korean Patent Utility Model No. 1020180145607

이에 본 발명은 종래의 첨단 센서를 활용한 무선 비행체가 데이터 처리 프로세스의 비효율적인 활용을 개선하고 기존 센서로는 부족한 정확도를 높이는 문제점을 해결하기 위한 것이다.Accordingly, the present invention is to solve the problem of improving the inefficient utilization of the data processing process of the wireless aircraft using the conventional advanced sensor and increasing the accuracy lacking with the existing sensor.

즉, 본 발명은 lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 YOLO 알고리즘, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 외부 MCU(Jetson Nano), MCU 및 드론 조종기에서 받은 신호를 처리 할 수 있게 드론프레임에 결합후 MCU와 드론 라디오파 수신기를 유선연결한 Flight Controller(PixHawk), 드론을 날 수 있게 모터와 결합한 프로팰러, 드론을 움직일 수 있게 프로팰러와 드론 프레임과 결합한 모터, 모든 구성품을 모을 구성 할 수 있게 드론 바디와 날게 그리고 랜딩기어를 결합한 드론 프레임, 위치정보를 수집할 수 있게 드론 프레임에 부착후 FC와 유선결합한 GPS, 외부 전파를 수신 할 수 있게 프레임에 부착 후 MCU와 유선 결합한 송신기, 외부 정보를 수집할 수 있게 FC에 연결 후 MCU로 신호를 보내게 구성한 Lidar센서, 드론 조종기의 신호를 받을 수 있게 드론 프레임에 부착 후 FC와 유선연결한 라디오파 수신기로 구성한 것이다.In other words, the present invention combines the information received from the lidar sensor with the information recognized by the YOLO object recognition algorithm to exhibit higher accuracy. After assisting the flight controller, PIXHAWK, combined with MCU and LIDAR sensor, YOLO algorithm, YOLO object recognition algorithm, which requires high computational power, can be applied and operated to drones. An external MCU (Jetson Nano) that integrates control of different software and hardware with an external MCU (Jetson Nano), a Flight Controller (PixHawk) that connects the MCU and the drone radio wave receiver by wire after combining it with the drone frame to process the signals received from the controller ), a propeller combined with a motor to make the drone fly, a motor combined with a propeller and drone frame to move the drone, a drone frame that combines the drone body, wings, and landing gear to assemble all components, location information GPS is attached to the drone frame to collect data and connected to the FC by wire, the transmitter is attached to the frame and wired to the MCU to receive external radio waves, and it is configured to send signals to the MCU after connecting to the FC to collect external information. It is composed of a radio wave receiver connected to the FC by wire after attaching it to the drone frame so that it can receive signals from the lidar sensor and drone controller.

따라서 본 발명은 lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 YOLO 알고리즘, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 외부 MCU(Jetson Nano), MCU 및 드론 조종기에서 받은 신호를 처리 할 수 있게 드론프레임에 결합후 MCU와 드론 라디오파 수신기를 유선연결한 Flight Controller(PixHawk), 드론을 날 수 있게 모터와 결합한 프로팰러, 드론을 움직일 수 있게 프로팰러와 드론 프레임과 결합한 모터, 모든 구성품을 모을 구성 할 수 있게 드론 바디와 날게 그리고 랜딩기어를 결합한 드론 프레임, 위치정보를 수집할 수 있게 드론 프레임에 부착후 FC와 유선결합한 GPS, 외부 전파를 수신 할 수 있게 프레임에 부착 후 MCU와 유선 결합한 송신기, 외부 정보를 수집할 수 있게 FC에 연결 후 MCU로 신호를 보내게 구성한 Lidar센서, 드론 조종기의 신호를 받을 수 있게 드론 프레임에 부착 후 FC와 유선연결한 라디오파 수신기로 구성 함으로써, 기존 LIdar 센서나 카메라에 의존하는 자율주행 방식보다 높은 정확도를 가질 수 있으며 현제 자율주행 차량의 2D mapping에서만 사용되던 Lidar 센서와 YOLO 객체인식 알고리즘을 드론에 적용하여 3D Mapping 의 많은 가능성을 선보이며 많은 사업에 적용가능하도록 한 효과를 갖는 것이다.Therefore, the present invention combines the information received from the lidar sensor with the information recognized by the YOLO object recognition algorithm to provide higher accuracy. YOLO algorithm, which is composed by combining MCU and LIDAR sensor with PIXHAWK, the flight controller, and YOLO object recognition algorithm, which require high computational power, can be applied and operated to drones. An external MCU (Jetson Nano), which consists of integrated control of different software and hardware, is combined with the drone frame to process signals received from the MCU and the drone controller, and then the flight controller (PixHawk) connects the MCU and the drone radio wave receiver by wire. , a propeller combined with a motor to make the drone fly, a motor combined with a propeller and a drone frame to move the drone, a drone frame that combines a drone body, wings, and landing gear to assemble all components, and location information collection GPS attached to the drone frame and wired to FC to receive external radio waves, a transmitter attached to the frame and wired to MCU to receive external radio waves, Lidar configured to send signals to MCU after connecting to FC to collect external information By attaching it to the drone frame so that it can receive the signal from the sensor and drone controller, and then configuring it as a radio wave receiver connected to the FC by wire, it can have higher accuracy than the autonomous driving method that relies on the existing LIdar sensor or camera, By applying the lidar sensor and YOLO object recognition algorithm used only in 2D mapping to the drone, it shows the many possibilities of 3D mapping and has the effect of making it applicable to many businesses.

도 1: 본 발명품 핵심 구성Figure 1: Core configuration of the present invention

도 2: 전체 구성Figure 2: Overall configuration

즉, 본 발명은 lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 (A)YOLO 알고리즘, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 (B)외부 MCU(Jetson Nano), MCU 및 드론 조종기에서 받은 신호를 처리 할 수 있게 드론프레임에 결합후 MCU와 드론 라디오파 수신기를 유선연결한 (C)Flight Controller(PixHawk), 드론을 날 수 있게 모터와 결합한 (D)프로팰러, 드론을 움직일 수 있게 프로팰러와 드론 프레임과 결합한 (E)모터, 모든 구성품을 모을 구성 할 수 있게 드론 바디와 날게 그리고 랜딩기어를 결합한 (F)드론 프레임, 위치정보를 수집할 수 있게 드론 프레임에 부착후 FC와 유선결합한 (G)GPS, 외부 전파를 수신 할 수 있게 프레임에 부착 후 MCU와 유선 결합한 (H)송신기, 외부 정보를 수집할 수 있게 FC에 연결 후 MCU로 신호를 보내게 구성한 (I)Lidar센서, 드론 조종기의 신호를 받을 수 있게 드론 프레임에 부착 후 FC와 유선연결한 (J)라디오파 수신기로 구성 된 것이다.In other words, the present invention combines the information received from the lidar sensor with the information recognized by the YOLO object recognition algorithm to exhibit higher accuracy. (A) YOLO algorithm, which is composed by combining MCU and LIDAR sensor with PIXHAWK, a flight controller, after assistance, and YOLO object recognition algorithm. (B) External MCU (Jetson Nano), which consists of integrated control of different software and hardware with ROS, connected to the drone frame to process the signals received from the MCU and the drone controller, and then wired the MCU and the drone radio wave receiver (C)Flight Controller (PixHawk) connected, (D)propeller combined with a motor to make the drone fly, (E)motor combined with a propeller and drone frame to move the drone, all components can be assembled (F) drone frame that combines drone body, wings, and landing gear; (G) GPS that is attached to the drone frame to collect location information and wired to FC; Combined (H) transmitter, (I) lidar sensor configured to send signals to MCU after connecting to FC to collect external information, attached to drone frame to receive signals from drone controller and wired to FC (J ) consists of a radio wave receiver.

여기서, (A)YOLO 알고리즘은 lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 것이다.Here, (A) the YOLO algorithm combines the information received from the lidar sensor with the information recognized by the YOLO object recognition algorithm to exhibit higher accuracy. It is composed by combining MCU and LIDAR sensor with PIXHAWK, a flight controller, after supporting computational power.

여기서, (B)외부 MCU(Jetson Nano)은 YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 것이다.Here, (B) the external MCU (Jetson Nano) is applied to the drone with a program that requires high computational power called the YOLO object recognition algorithm and applied to the drone. It is composed of integrated control.

이하, 본 발명의 사용과정에 대하여 설명하면 다음과 같다.Hereinafter, the process of using the present invention will be described as follows.

상기한 바와 같이 본 발명은 첨단 센서를 활용한 무선 비행체에 있어서 lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 (A)YOLO 알고리즘, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 (B)외부 MCU(Jetson Nano), MCU 및 드론 조종기에서 받은 신호를 처리 할 수 있게 드론프레임에 결합후 MCU와 드론 라디오파 수신기를 유선연결한 (C)Flight Controller(PixHawk), 드론을 날 수 있게 모터와 결합한 (D)프로팰러, 드론을 움직일 수 있게 프로팰러와 드론 프레임과 결합한 (E)모터, 모든 구성품을 모을 구성 할 수 있게 드론 바디와 날게 그리고 랜딩기어를 결합한 (F)드론 프레임, 위치정보를 수집할 수 있게 드론 프레임에 부착후 FC와 유선결합한 (G)GPS, 외부 전파를 수신 할 수 있게 프레임에 부착 후 MCU와 유선 결합한 (H)송신기, 외부 정보를 수집할 수 있게 FC에 연결 후 MCU로 신호를 보내게 구성한 (I)Lidar센서, 드론 조종기의 신호를 받을 수 있게 드론 프레임에 부착 후 FC와 유선연결한 (J)라디오파 수신기로 구성된 본 발명을 적용하여 실시하게 되면, 데이터 처리 프로세스의 비효율적인 활용을 개선하고 기존 센서로는 부족한 정확도를 높이는 문제점을 해소하도록 한 것이다.As described above, the present invention combines the information received from the lidar sensor with the information recognized by the YOLO object recognition algorithm in a wireless flying vehicle using an advanced sensor to exhibit higher accuracy. NanoRa combines a high-performance external MCU to support computational power, and then applies and operates a program that requires high computational power, such as (A)YOLO algorithm and YOLO object recognition algorithm, which is composed by combining MCU and LIDAR sensor with PIXHAWK, a flight controller, to the drone. Applying Jetson Nano, which has high computational power, as an MCU to be able to be (B) External MCU (Jetson Nano), which consists of integrated control of different software and hardware with ROS, drone frame to process signals received from MCU and drone controller (C)Flight Controller (PixHawk), which connected MCU and drone radio wave receiver by wire, (D)Propeller combined with motor to make the drone fly, (E) Propeller and drone frame combined to move the drone ) motor, (F) drone frame that combines drone body, wings, and landing gear to assemble all components, (G) GPS that is wired to FC after attaching to drone frame to collect location information, and external radio waves (H) Transmitter attached to the frame and wired to MCU to receive, (I) Lidar sensor configured to send signals to MCU after connecting to FC to collect external information, and drone to receive signals from the drone controller If the present invention consisting of a (J) radio wave receiver connected by wire to FC after being attached to a frame is applied and implemented, it is intended to improve the inefficient utilization of the data processing process and solve the problem of increasing the accuracy that is lacking with the existing sensor. .

또한 본 발명의 실시에 있어, YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 (A)YOLO 알고리즘으로 구성한 본 발명을 적용하여 실시하게 되면, lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 될 것이다.In addition, in the practice of the present invention, for the high computational power of the YOLO algorithm, a high-performance external MCU called Jetson Nano is combined to support the computational power, and then the flight controller PIXHAWK is configured by combining the MCU and the LIDAR sensor. If the present invention is applied and implemented, the information received from the lidar sensor will be combined with the information recognized by the YOLO object recognition algorithm to exhibit higher accuracy.

또한 본 발명의 실시에 있어, 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 (B)외부 MCU(Jetson Nano)으로 구성한 본 발명을 적용하여 실시하게 되면, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 될 것이다.In addition, in the implementation of the present invention, when the present invention composed of an external MCU (Jetson Nano) is applied, (B) which consists of integrating control of different software and hardware with ROS, applying Jetson Nano, which has high computational power, as MCU. , the YOLO object recognition algorithm, a program that requires high computational power, will be applied to the drone and operated.

A: YOLO 알고리즘, B: 외부 MCU(Jetson Nano), C: Flight Controller(PixHawk), D: 프로팰러, E: 모터, F: 드론 프레임, G: GPS, H: 송신기, I: Lidar센서, J: 라디오파 수신기A: YOLO Algorithm, B: External MCU (Jetson Nano), C: Flight Controller (PixHawk), D: Propeller, E: Motor, F: Drone Frame, G: GPS, H: Transmitter, I: Lidar Sensor, J : radio wave receiver

Claims (3)

첨단 센서를 활용한 무선 비행체에 있어서,
lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성한 (A)YOLO 알고리즘, YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성한 (B)외부 MCU(Jetson Nano), MCU 및 드론 조종기에서 받은 신호를 처리 할 수 있게 드론프레임에 결합후 MCU와 드론 라디오파 수신기를 유선연결한 (C)Flight Controller(PixHawk), 드론을 날 수 있게 모터와 결합한 (D)프로팰러, 드론을 움직일 수 있게 프로팰러와 드론 프레임과 결합한 (E)모터, 모든 구성품을 모을 구성 할 수 있게 드론 바디와 날게 그리고 랜딩기어를 결합한 (F)드론 프레임, 위치정보를 수집할 수 있게 드론 프레임에 부착후 FC와 유선결합한 (G)GPS, 외부 전파를 수신 할 수 있게 프레임에 부착 후 MCU와 유선 결합한 (H)송신기, 외부 정보를 수집할 수 있게 FC에 연결 후 MCU로 신호를 보내게 구성한 (I)Lidar센서, 드론 조종기의 신호를 받을 수 있게 드론 프레임에 부착 후 FC와 유선연결한 (J)라디오파 수신기로 구성 된 것을 특징으로 하는 Lidar센서와 YOLO알고리즘을 결합한 3D MAP 자율주행 비행체.In a wireless vehicle using a high-tech sensor,
The information received from the lidar sensor can be combined with the information recognized by the YOLO object recognition algorithm to exhibit higher accuracy. (A)YOLO algorithm, which is composed by combining MCU and LIDAR sensor in PIXHAWK, and Jetson Nano with high computational power so that a program that requires high computational power can be applied to drones and operated as ROS, respectively. (B) External MCU (Jetson Nano), which is configured to control other software and hardware integrated into the drone frame so that it can process the signals received from the MCU and the drone controller (C) Flight Controller (PixHawk), (D) propeller combined with a motor to make the drone fly, (E) motor combined with a propeller and drone frame to move the drone, drone body and flying to assemble all components, and (F) Drone frame with landing gear attached, (G)GPS attached to drone frame to collect location information and wired to FC, (H) Transmitter attached to frame to receive external radio waves and wired to MCU , (I)Lidar sensor configured to send signals to MCU after connecting to FC to collect external information A 3D MAP autonomous flying vehicle that combines Lidar sensor and YOLO algorithm, characterized in that it is configured. 제 1항에 있어서,
(A)YOLO 알고리즘을 통하여 lidar 센서에서 받은 정보들을 YOLO 객체인식 알고리즘에서 인식한 정보와 결합하여 더 높은 정확도를 발휘 할 수 있게 YOLO 알고리즘의 높은 연산능력을 위해서 젯슨 나노라는 고성능 외부 MCU를 결합하여 연산능력을 보조 후 flight controller인 PIXHAWK에 MCU와 LIDAR 센서를 결합하여 구성함을 특징으로 하는 Lidar센서와 YOLO알고리즘을 결합한 3D MAP 자율주행 비행체.The method of claim 1,
(A) Combine the information received from the lidar sensor through the YOLO algorithm with the information recognized by the YOLO object recognition algorithm to display higher accuracy. 3D MAP autonomous driving vehicle combining Lidar sensor and YOLO algorithm, characterized by combining MCU and LIDAR sensor with flight controller PIXHAWK after assisting ability. 제 1항에 있어서,
(B)외부 MCU(Jetson Nano)을 통하여 YOLO 객체인식 알고리즘이라는 높은 연산능력을 요구하는 프로그램을 드론에 적용하여 운용될 수 있게 연산능력이 높은 젯슨 나노를 MCU로 적용 ROS로 각기 다른 소프트웨어 및 하드웨어를 통합 컨트롤하는 것을 구성함을 특징으로 하는 Lidar센서와 YOLO알고리즘을 결합한 3D MAP 자율주행 비행체.The method of claim 1,
(B) Through an external MCU (Jetson Nano), a program that requires high computational power called the YOLO object recognition algorithm can be applied and operated to the drone. Jetson Nano with high computational power is applied to the MCU. 3D MAP autonomous flying vehicle combining Lidar sensor and YOLO algorithm, characterized in that it constitutes integrated control.
KR1020200015853A 2020-02-10 2020-02-10 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm KR20210101637A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200015853A KR20210101637A (en) 2020-02-10 2020-02-10 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200015853A KR20210101637A (en) 2020-02-10 2020-02-10 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm

Publications (1)

Publication Number Publication Date
KR20210101637A true KR20210101637A (en) 2021-08-19

Family

ID=77492504

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200015853A KR20210101637A (en) 2020-02-10 2020-02-10 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm

Country Status (1)

Country Link
KR (1) KR20210101637A (en)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102337998B1 (en) * 2021-11-03 2021-12-14 주식회사 바이오뱅크힐링 Roseburia faecis strain, and vesicles from thereof and anti-inflammation and anti-bacteria uses of thereof
KR102337995B1 (en) * 2021-11-10 2021-12-14 주식회사 바이오뱅크힐링 Agathobaculum butyriciproducens strain, and vesicles from thereof and anti-inflammation and anti-bacteria uses of thereof
KR102337991B1 (en) * 2021-10-27 2021-12-14 주식회사 바이오뱅크힐링 Coprococcus eutactus strain, and vesicles from thereof and anti-inflammation and anti-bacteria uses of thereof
KR102522258B1 (en) 2021-10-21 2023-04-17 인하대학교 산학협력단 Autoencoder-based preprocessing method for YOLO real-time UAV detection and autoencoder
KR102649607B1 (en) 2023-08-28 2024-03-21 (주)다울 Real-time stock grasp system and method using 3d sensor

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018145607A (en) 2017-03-01 2018-09-20 株式会社大林組 Work device and overhanging construction method

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018145607A (en) 2017-03-01 2018-09-20 株式会社大林組 Work device and overhanging construction method

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102522258B1 (en) 2021-10-21 2023-04-17 인하대학교 산학협력단 Autoencoder-based preprocessing method for YOLO real-time UAV detection and autoencoder
KR102337991B1 (en) * 2021-10-27 2021-12-14 주식회사 바이오뱅크힐링 Coprococcus eutactus strain, and vesicles from thereof and anti-inflammation and anti-bacteria uses of thereof
KR102337998B1 (en) * 2021-11-03 2021-12-14 주식회사 바이오뱅크힐링 Roseburia faecis strain, and vesicles from thereof and anti-inflammation and anti-bacteria uses of thereof
KR102337995B1 (en) * 2021-11-10 2021-12-14 주식회사 바이오뱅크힐링 Agathobaculum butyriciproducens strain, and vesicles from thereof and anti-inflammation and anti-bacteria uses of thereof
KR102649607B1 (en) 2023-08-28 2024-03-21 (주)다울 Real-time stock grasp system and method using 3d sensor

Similar Documents

Publication Publication Date Title
KR20210101637A (en) 3D MAP self-driving drone combines Lidar sensor with YOLO algorithm
US9085354B1 (en) Systems and methods for vertical takeoff and/or landing
CN205131667U (en) Unmanned aerial vehicle's speech recognition remote control device
CN104908960A (en) Air command unmanned aerial vehicle capable of performing man-machine conversation function
CN103176475A (en) Ground station for unmanned aerial vehicles
CN205540288U (en) Unmanned aerial vehicle system with multi -functional ground satellite station
CN204945801U (en) A kind of based on voice-operated flight control system
US20190278303A1 (en) Method of controlling obstacle avoidance for unmanned aerial vehicle and unmanned aerial vehicle
US11036216B2 (en) Voice-controllable unmanned aerial vehicle for object retrieval and delivery
CN105793792A (en) Flight auxiliary method and system of unmanned aerial vehicle, unmanned aerial vehicle, and mobile terminal
CN204450529U (en) A kind of aerial explosive-removal robot
WO2020133909A1 (en) Flight control and navigation integrated machine
CN105292477A (en) Wrist type portable accompanying flight autonomous supervision unmanned aerial vehicle
CN205540290U (en) Many rotor unmanned aerial vehicle with ultrasonic ranging device
CN105620737A (en) Voice remote control system used for helicopter type aircraft and helicopter type remote control aircraft
WO2019174166A1 (en) Projection mobile phone-based flight control system for unmanned aerial vehicle
CN204790578U (en) General automatic pilot of unmanned vehicles
WO2019214165A1 (en) Intelligent flight follower for navigation for blind people
CN203865010U (en) Navigation aircraft capable of achieving automatic tracking, video recognition and intelligent aerial photographing
CN207301375U (en) Land sky combined detection system
CN205620816U (en) Unmanned helicopter flight control system
CN108873938A (en) A kind of unmanned aerial vehicle (UAV) control platform and control method
CN202120126U (en) Unmanned aerial vehicle and remote controller
CN205396532U (en) A pronunciation remote control system and lift vertically type remote control flight ware for going straight up to type aircraft
CN102717893A (en) Automatic flight controller