Notre projet consiste à réaliser une caméra permettant à notre drone de pouvoir se localiser dans une pièce. En effet, nous faisons ce projet afin d’en compléter un autre que nous avons en parallèle qui est de concevoir un drone. L’utilisation du capteur gyroscopique et de l’accéléromètre n’est pas suffisante à la stabilisation aérienne de notre drone, c’est pourquoi nous avons décidé de réaliser ce projet. La caméra sera connecté à une Raspberry Pi 3, celle-ci permettra de contrôler la caméra et d’avoir accès aux données de positionnement envoyées par la caméra et à l’interface visuelle de la caméra ainsi qu’un graphique en temps réel permettant de visualiser son avancé. Ceci permettra de faire une fusion de capteur entre un IMU et les données de la caméra. La fusion de capteur consiste à réunir les données de plusieurs capteurs, dans notre cas, gyroscope et accéléromètre avec la caméra, afin d’obtenir des mesures plus précises quant à la position du drone.

Dans le cadre de notre projet tutoré, nous devons concevoir un drone, ce qui nous a mené à vouloir réaliser une caméra connectée afin de nous aider à pouvoir le localiser dans l'espace et voir son environnement.

L’objectif de notre objet est de réaliser une caméra nous permettant de déterminer la position d’un drone dans un environnement qui lui est inconnu en utilisant une caméra. Celle-ci en plus, donne la possibilité à l’utilisateur de voir ce que filme la caméra grâce à une interface visuelle qui sera accessible sur un ordinateur.    

L’objectif de notre projet est d’estimer la position d’une camera à l’aide d’une caméra seule. Pour cela, nous allons utiliser des algorithmes de vision par ordinateur. Cependant, ces algorithmes demandent beaucoup de ressources matériels, c’est la raison pour laquelle nous ne réalisons pas les calculs directement sur la raspberry. Nous passons par un pc externe. Nous communiquons les informations grâce au protocole UDP. Nous commençons par diminuer la taille des images puis nous les envoyons à 5 FPS. Ensuite, nous avons écris un script python permettant de lancer 2 threads, le premier reçoit les images et les mets dans une file. Le second lit les images de la file et réalise les calculs. L’algorithme d’estimation de la pose se décompose en 2 parties, une première partie cherche des points d’intérêts, se sont en général des sommets d’objets, c’est a dire des endroits ou il y a un fort contraste). Ensuite, l’algorithme a pour objectif de trouver des points d’intérêts identiques dans les 2 images. À l’aide du déplacement de ces points d’intérêts (comptés en pixels), l’algorithme calcule son déplacement. Cette technique se base sur la géométrie épipolaire. Étant donné qu’en 3D, les points d’intérêts ne bougent pas et que c’est la caméra qui se déplace, il y a certaines contraintes dans le problème. En particulier, on note l’existence d’une matrice, appelée matrice essentielle qui permet de remonter au déplacement de la caméra entre les images i et i-1. Après avoir déterminé cette matrice a l’aide de 5 points (minimum pour la calculer), on peut retrouver les matrices de rotation et de translation (à un facteur d’échelle près). Ensuite, on utilise ces matrices pour calculer notre position absolue.

Image	Name	Part Number	Price	Count	Link
	Raspberry Pi 3	1	40,98 € (sur Kubii.fr)	1	🛒
	Raspberry Pi Module Cam	1	35,31€	1	🛒