首页
›
嵌入式边缘AI与TinyML
›
040-TinyML无人机姿态识别与边缘感知项目
›
《TinyML无人机完整实战:IMU模型、视觉识别和飞控联动》
VIP20
本课程属于:040-TinyML无人机姿态识别与边缘感知项目
嵌入式边缘AI与TinyML · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
19. TinyML无人机完整实战:IMU模型、视觉识别和飞控联动
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论
TinyML无人机实战的总体目标 · 技术栈全景 · 课程项目成果预览与学习路径规划
课程导论
TinyML
02
无人机飞控基础
四旋翼飞行原理 · PWM/ESC控制 · 姿态角(俯仰/横滚/偏航)与坐标系定…
无人机飞控基础
四旋翼飞行原理
03
IMU传感器原理
加速度计 · 陀螺仪 · 磁力计的工作机制
IMU
传感器原理
04
IMU数据采集与预处理
I2C/SPI通信协议 · 原始数据读取 · 校准方法(零偏
IMU
数据采集
05
姿态解算模型
欧拉角与四元数表示 · 互补滤波 · Mahony滤波和Madgwick滤…
姿态解算模型
欧拉角
06
基于TinyML的IMU姿态估计
使用TensorFlow Lite… · 从IMU原始数据回归姿态角
TinyML
IMU
07
IMU模型训练与优化
数据采集策略 · 数据增强 · 模型量化(INT8)
IMU
模型训练
08
视觉识别基础
嵌入式视觉任务(目标检测 · 分类 · 分割)
视觉识别基础
嵌入式视觉任务
09
无人机视觉硬件选型
摄像头模块(OV2640/OV564… · 图像采集接口(DVP/MIPI) · 图像分辨率与帧率对TinyML的影响
无人机视觉硬件选…
OV2640/OV564
10
图像预处理与特征提取
缩放 · 归一化 · 色彩空间转换
图像预处理
特征提取
11
TinyML视觉模型训练
使用Edge Impulse或Ten…
TinyML
视觉模型训练
12
视觉模型部署到无人机
将TFLite模型集成到STM32/… · 使用CMSIS-NN或专用NPU加速…
视觉模型部署到无…
TFLite
13
飞控系统架构
Pixhawk/ArduPilot/… · 任务调度 · 传感器融合与PID控制环
飞控系统架构
Pixhawk/Ardu…
14
IMU与飞控联动
将IMU姿态估计结果接入飞控姿态控制… · 实现自稳飞行 · 并对比传统滤波与TinyML模型的实…
IMU
飞控联动
15
视觉与飞控联动
视觉识别结果(如目标位置 · 颜色区域)转换为飞控指令(悬停 · 跟随
视觉
飞控联动
16
传感器融合与决策
扩展卡尔曼滤波(EKF)融合IMU · 视觉 · 光流/气压计数据
传感器融合
决策
17
实时性与资源优化
在MCU上平衡推理延迟 · 内存占用 · 功耗与飞行控制周期
实时性
资源优化
18
通信与地面站
无线数传(MAVLink) · 蓝牙/WiFi模块 · 地面站软件(QGroundContr…
通信
地面站
19
端到端实战项目(一)
搭建TinyML无人机硬件平台 · 完成IMU校准 · 视觉模块安装与飞控固件烧录
端到端实战项目
TinyML
20
端到端实战项目(二)
采集IMU和视觉数据 · 训练并量化模型 · 部署到无人机
端到端实战项目
IMU
21
端到端实战项目(三)
优化模型与飞控参数 · 实现复杂任务(如循线飞行 · 目标追踪
端到端实战项目
优化模型
22
常见问题与调试技巧
IMU数据漂移 · 视觉识别误检 · 飞控振荡
常见问题
调试技巧
23
安全与法规
无人机飞行安全规范 · 空域限制 · 隐私保护
安全
法规
24
性能评估与测试方法
模型精度 · 推理延迟 · 飞行稳定性
性能评估
测试方法
25
进阶
多传感器融合与SLAM:视觉里程计 · 光流定位与IMU融合实现室内无GPS…
进阶
SLAM
26
进阶
强化学习在飞控中的应用 · 避障)的初步探索
进阶
强化学习
27
进阶
联邦学习与边缘协同 · 降低通信开销并保护数据隐私
进阶
联邦学习
28
综合实战
从零构建一个完整的TinyML无人机… · 包括硬件选型 · 模型训练
综合实战
TinyML
29
课程总结与拓展
回顾核心知识点 · 常见误区 · 学习资源推荐
课程总结
拓展
30
结业项目与考核
设计一个创新性TinyML无人机应用… · 目标追踪) · 完成从需求分析到飞行演示的全流程
结业项目
考核
所属VIP或分类
同VIP:TinyML无人机AI项目:姿态识别、飞控保护与边缘感知
同VIP:无人机AI功耗预算与飞行任务调度
同VIP:无人机AI告警回传与地面站联动