Linha do Tempo - SiDrone eVTOL
Ponto de Controle 1 - Pré-Projeto
Queimadas próximas ao Campus da FCTE
Nós como estudantes da FCTE, vivenciamos queimadas próximas ao campus ano após ano.
Soluções atuais
1. Brigadas de Incêndio
2. Criação de Barreiras
3. Monitoramento e Coordenação
Mais recentemente, a China empregou drones com sucesso no combate direto à incêndios.
Concepção da Solução
Desenvolver um drone eVTOL para monitoramento e combate à incêndios.
Gimbal
Finalização do desenvolvimento do Gimbal, responsável pela fixação e movimentação da câmera FPV.
Braço do Drone
Finalização do desenvolvimento do Braço do Drone.
Impressão da Asa
Finalização do desenvolvimento da Asa
Impressão dos Profundores
Finalização da Impressão dos Profundores
Finalização dos Profundores
Finalização do desenvolvimento dos Profundores
Experimentação Realidade Aumentada
Experimento de sobreposição de tela via OpenCV
Primeira Versão do Relatório de Voo
Primeira Release do Software Relatório de Voo
1. Dashboard Interatívo para Análise de Dados
2. Nessa versão o software integra a funcionalidade pós-voo baseada em.log filesdo Mission Planner
Apresentação do
Pré-Projeto
🚀Apresentação do pré-projeto do SiDrone eVTOL durante a reunião de ponto de controle 1 no auditório da FCTE 🥳
Ponto de Controle 2 - MVP
Motor Traseiro
Chegada do motor traseiro do drone, responsável pela propulsão horizontal
Protótipos: Conector T
Três protótipos diferentes para o conector T. O mais a esquerda, em cor preta, teve melhor desempenho. Ele foi impresso em nylon com fibra de carbono
Produção das PCBs
Inicialização da produção das PCBs baseado nos protótipos feitos pelo squad de Eletrônica
Estrutura H
Finalizada a estrutura H do drone, usando conectores feitos em nylon.
Laminando a Barra da Cauda
Processo de laminação da barra responsável pela sustentação da cauda do drone com fibra de carbono
Saídas da PixHawk
Finalização dos testes para as saídas da PixHawk, responsável pelos sensores embarcados.
Materialização do Leme
Materialização do leme, responsável por determinar a variação da direção do vôo do drone.
PDBs
Chegada dos PDBs, responsáveis pela distribuição de energia
Evolução do motor traseiro
Adição do suporte para conectar o PDB ao motor traseiro
Integração: Profundores e Leme
Integração dos profundores e o leme. A imagem apresenta uma perspectiva do tamanho dessa estrutura
Solução: Telemetria da Pixhawk
Desenvolvimento da solução em python para coleta de dados dos sensores via Pixhawk, a qual fornece os dados de acordo com o protocolo MAVLink
Identificador de Fogo
Desenvolvimento e treinamento do algoritmo para identificação de fogo usando modelo pré-treinado Yolo v8 fornecido gratuitamente pela Ultralystics
1. Ultralystics é uma empresa especializada em soluções de IA para identificação de objetos
2. O modelo Yolo v8 é gratuito e de código aberto, sendo esse o motivo de sua utilização no projeto
3. O Yolo v8 é capaz de identificar diversos objetos, mas para tornar o algoritmo mais eficiente, o modelo foi especializado em fogo.
Identificador de Fogo
Realização de novos testes e finalização do software para identificação de fogo.
Componentes do sistema para recarregar as baterias do drone
Componentes para montagem do sistema sustentável, baseado em energia solar, para carregar das baterias do drone.
Materialização das PCBs
Finalização do desenvolvimento das PCBs
Segunda Versão do Relatório de Voo
Software resposável pelo relatório de voo com as funcionalidades pós e duarente o voo funcioando. Os dados exibidos são coletados via telemetria em tempo real.
1. A funcionalidade durante o voo coleta os dados do drone em tempo real por meio do protocolo MAVLink, usado pela pixhawk.
2. A funcionalidade pós-voo agora refere-se aos dados coletados da funcionalidade anterior, além de permitir utilizar os.log files do Mission Planner
Sistema de carregamento de baterias finalizado
Sistema de carregamento para as baterias do drone finalizado e funcionando.
Montagem do Drone
Montagem dos componentes do drone, gerando uma versão parcialmente pronta do produto
Assistência de Mira
Finalização do algoritmo de realidade aumentada responsável pela assistência de mira.
1. O algoritmo se baseia no lançamento parabólico para predição de onde a carga irá cair
2. Dados de sensores de GPS são utilizados em tempo real para movimentação da mira
3. A mira vermelha é responsável pela predição de onde a carga irá cair e a mira verde (circular) permanece fixa no centro da tela.