Speaker A
[muzyka] Dzień dobry. Mam na imię Ksawery i zapraszam na demo systemu Akademickiego Klubu Lotniczego.
Demo systemu dronów AKL PWr na Droniada Challenge 2026 z wykorzystaniem modularnych dronów i AI do różnych konkurencji.
Key Takeaways
- Modularność dronów pozwala na łatwą wymianę komponentów i dostosowanie do różnych misji.
- Wykorzystanie symulacji i AI znacząco przyspiesza rozwój i testowanie systemów.
- Systemy z poprzednich lat są rozwijane i adaptowane do nowych wymagań konkursowych.
- Integracja projektów w jedną bazę kodu zwiększa efektywność pracy zespołu.
- Zaawansowane technologie, takie jak sieci neuronowe i kamery na podczerwień, są kluczowe dla sukcesu w konkurencjach.
What the video covers
- Prezentacja systemu Akademickiego Klubu Lotniczego Politechniki Wrocławskiej na Droniada Challenge 2026.
- Wykorzystanie dwóch modularnych dronów: heksakoptera i quadcoptera, zaprojektowanego od podstaw przez koło naukowe.
- Integracja wszystkich projektów w jedną bazę kodu dla efektywności i szybkiego prototypowania.
- Zastosowanie silnika Unreal Engine oraz projektu AirSim do symulacji i testowania misji.
- Użycie systemu podnoszenia piłek w konkurencji LML z minimalnymi zmianami w kodzie.
- Wykorzystanie mikrofonów i sztucznej inteligencji do detekcji w konkurencji wymagającej redukcji hałasów i drgań.
- Detekcja paneli i rozpoznawanie ich kolorów za pomocą sieci neuronowej trenowanej na danych rzeczywistych i syntetycznych.
- Dopracowanie systemu rozpoznawania kolorów baseniku w konkurencji Hydrolab.
- Użycie heksakoptera z kamerą na podczerwień w sztafecie, testowanego podczas zawodów SAE Aerodesign.
- Strategia na sztafetę jest w trakcie finalizacji.
Full Transcript — Download SRT & Markdown
Speaker A
W tym roku postawiliśmy na rozwiązania sprawdzone w boju w latach poprzednich. Do udziału w zawodach wykorzystamy te oto dwa drony, które są w pełni modularne i wymieniać w nich będziemy jedynie komponenty niezbędne do realizacji danej misji.
Speaker A
Skorzystamy z tego oto heksakoptera,
Speaker A
a także tego quadcoptera, który został w całości zaprojektowany i skonstruowany od podstaw przez nasze koło naukowe.
Speaker A
W tym roku postawiliśmy na rozwiązanie, które umożliwia nam połączenie wszystkich projektów w jedną bazę kodu, dzięki czemu nie musimy każdorazowo wymyślać koła na nowo. Ponadto skorzystaliśmy z silnika Unreal Engine oraz projektu AirSim, który umożliwia nam szybkie prototypowanie misji, co
Speaker A
oszczędza nam bardzo dużo czasu. Do konkurencji LML ponownie użyjemy systemu podnoszenia piłek, który był przez nas wykorzystany już w zeszłym roku.
Speaker A
Poza dostosowaniem systemu do kryterium konkurencji, takich jak zrzut piłki do ruchomego celu, kod programowania nie wymaga od nas większych zmian. Jest to chyba najcięższa konkurencja na tegorocznej Droniadzie.
Speaker A
Wykorzystamy do niej drona z platformą, z mikrofonami. Platforma będzie odpowiednio wibroizolowana i wygłuszona, żeby poradzić sobie z hałasami, drganiami pochodzącymi z silników.
Speaker A
Ze względu też na te hałasy zdecydowaliśmy się wykorzystać do wykrywania model sztucznej inteligencji. Do realizacji konkurencji Ogień skorzystamy z tego oto heksakoptera wyposażonego w kamerę, który służyć nam będzie do detekcji paneli. Po detekcji takiego panelu, do rozpoznawania jego
Speaker A
koloru wykorzystamy sieć neuronową, którą trenowaliśmy na podstawie danych faktycznych zebranych na lotach przez nas, a także danych, które symulowaliśmy syntetycznie.
Speaker A
Do konkurencji Hydrolab wykorzystujemy również rozwiązania z poprzednich edycji. Nie mówię tutaj o tych makaronikach, lecz o naszym dronie i o software’ze. Dopracowaliśmy nieco nasz system. Zmianą uległ między innymi moduł software’owy do rozpoznawania kolorów baseniku.
Speaker A
Do wzięcia udziału w sztafecie wykorzystamy nasz heksakopter wyposażony w kamerę widzącą w podczerwieni, którą przetestowaliśmy na tegorocznych zawodach SAE Aerodesign. Nasza strategia w tej konkurencji nie jest jeszcze sfinalizowana.
Topics:dronyDroniada ChallengeAkademicki Klub LotniczyPolitechnika Wrocławskamodularne dronysztuczna inteligencjaUnreal EngineAirSimsieci neuronowekonkurencje dronowe
