描述

由于電子產品小型化、復合材料、機器學習和視覺算法以及電池技術的領先技術進步，無人機的使用隨著時間的推移而增加。

?

?

它們無處不在：無人機現在用于農業自動化、監視、攝影、物流、器官運送、手術和救援任務以及各種各樣的研究。

但它們很危險：為了懸停或對抗重力飛行，無人機使用了具有非常高 RPM（每分鐘轉數）的無刷電機。這些無刷電機裝有鋒利的螺旋槳，因此它們可以穿過空氣，空氣摩擦非常小。這使得整個系統非常危險，因為有 4 個非常鋒利的刀片以 11000RPM 的速度旋轉，鋰聚合物（鋰聚合物）電池可能會過熱并在中途爆炸，因此此類系統需要持續的護理或健康監測，以便好好工作。螺旋槳的人工檢查是不夠的，因為螺旋槳的任何破損都可能對無人機飛行員和附近的人造成致命傷害。

?

因此，在這個技術驅動的世界中，無人機的預測性維護是必不可少的。

另一個主要的是，這個模塊也可以直接用于工業機器的預測性維護。只是振動 AI 的訓練數據不同。

那么讓我們看看如何構建它。

得到需要的東西。在這里，我們使用的是 Raspberry Pi，這是一種帶有飛行控制器的無人機，最重要的是我們的 avnet brainium 模塊。

讓我們通過藍牙將 brainium 模塊連接到 Raspberry Pi。

sudo bluetoothctl                  
scan on                   
pair [MAC address]                  

配對成功后，通過輸入以下命令連接設備。

connect [MAC Address]                  

這與 Raspberry Pi 建立了連接，因此我們可以將 Raspberry Pi 用作網關設備。它更好，因為我們可以輕松地將標準 Pi 甚至 Pi Zero 安裝在無人機或工業中，而不是智能手機。通過網關，它可以將數據發送到云端，生成人工智能模型。

這里我選擇了樹莓派，因為我們可以把網關做成移動的，它可以和無人機一起飛。

第 1 步：連接 AI

我已將 Raspberry Pi 與 SmartEdge Agile 設備連接起來。

?

第 2 步：訓練模型

在網站中創建一個工作區。hackster.io網站上有很多這方面的教程。你可以很容易地找到這個。

?

?

?

?

?

?

我已經針對以下情況訓練了模型：

1.螺旋槳壞了

2.斷開連接

3.螺旋槳損壞，即有飛行危險

4.固定式無人機

5.無人機無螺旋槳運行

6. 無人機螺旋槳運行

?

第三步：測試訓練好的模型

這基本上是測試和微調生成的模型。這有助于提高系統的準確性

?

?

?

第 4 步：使用警報通知

將檢測到的變化結果設置為警報，以便我們可以通過蜂鳴器發出通知。為此，我們需要 MQTT 協議來實時檢測警報。我正在使用Paho MQTT 庫。這是相同的代碼。

?

?

?

我在樹莓派上安裝了一個蜂鳴器用于通知。

?

這架無人機的預測性維護 AI 非常好，它還能夠檢測到改裝的螺旋槳。

未來的改進：

我們可以通過向飛行控制器板發送所需的 PWM 信號來直接解除無人機的武裝，而不是發出蜂鳴器指示。

應用：

未來貨運無人機的無人機健康監測器

用于快速檢測故障的無人機診斷工具

?

?

?

?