Rozšířená detekce závodních dronů s využitím mikrofonů

Abstract

Tato práce se zabývá návrhem a implementací algoritmu pro detekci průletu závodního dronu skrz bránu. Oproti standardním algoritmům pro detekci dronu založených na principu měření intenzity video signálu z dronu pomocí video přijímače je tento algoritmus rozšířen o použití mikrofonů. Dvojice mikrofonů je instalována u každého kraje brány. Mezi signály z dvojice mikrofonů je zjištěn časový posun. Z časových posunů mezi signály z obou dvojic mikrofonů lze určit, zda-li dron proletěl skrze bránu nebo ji minul. Je navržen Kalmanův filtr pro filtraci dat z video-přijímače a mikrofonů. Využitím mikrofonů lze přesněji určit okamžik, kdy dron proletěl skrz bránu. Výsledky navrženého algoritmu jsou srovnány s komerčně dostupnými zařízeními. Navržený algoritmus měří časy kol přesněji a spolehlivěji než dostupná zařízení založené pouze na principu měření intenzity video signálu z dronu jak bylo prokázáno v experimentech. Tento algoritmus může být využit v časomírách využívaných při stále populárnějších závodech dronů.

This thesis deals with design and implementation of an algorithm for detecting the racing drone crossing the gate. Compared to standard algorithms for drone detection based on the principle of measuring the strength of video signal from a drone by video receiver, this algorithm is enhanced by the use of microphones. A pair of microphones is installed at each corner of the gate. Timeshift between signals from a pair of microphones is calculated. It can be determined whether the drone has passed through the gate or missed if from the time shifts between both pairs of microphones. Kalman's filter for data filtration from video receivers and microphones has been designed. It is possible to specify the moment when the drone passed through the gate more precisely by using microphones. The proposed algorithm is compared with other solutions available on the market. Proposed algorithm measures lap times more precisely and reliably than other solutions based purely on the principle or measuring the strength of video signal from a drone as was proven in several experiments. This algorithm can be implemented in timing systems used in increasingly popular drone racing.