描述

介紹

“無人機(jī)”一詞通常指任何無人駕駛飛機(jī)。這些飛行器有時(shí)被稱為“無人機(jī)”（UAV），可以執(zhí)行從軍事行動到包裹遞送等一系列令人印象深刻的任務(wù)。無人機(jī)可以像飛機(jī)一樣大，也可以像手掌一樣小。最初為軍事和航空航天行業(yè)開發(fā)的無人機(jī)因其帶來的安全性和效率的提高而成為主流。這些機(jī)器人無人機(jī)在沒有飛行員的情況下運(yùn)行并具有不同程度的自主性。無人機(jī)的自主性水平可以范圍從遠(yuǎn)程駕駛（人類控制其運(yùn)動）到高級自主，這意味著它依賴于傳感器和探測器系統(tǒng)來計(jì)算其運(yùn)動。

由于無人機(jī)可以遠(yuǎn)程控制，并且可以在不同的距離和高度飛行，因此它們是承擔(dān)世界上一些最艱巨工作的理想人選。他們可以在颶風(fēng)過后協(xié)助尋找幸存者，在恐怖局勢期間讓執(zhí)法部門和軍隊(duì)密切關(guān)注天空，并在地球上一些最極端的氣候條件下推進(jìn)科學(xué)研究。無人機(jī)甚至進(jìn)入了我們的家，成為業(yè)余愛好者的娛樂和攝影師的重要工具。

無人機(jī)有多種用途：

• 軍隊(duì)
• 送貨
• 緊急救援
• 外太空
• 野生動物和歷史保護(hù)
• 藥物
• 攝影等

==================================================== ===================

動機(jī)

這個(gè)項(xiàng)目背后的主要?jiǎng)訖C(jī)是我對探索小型無人機(jī)的各種控制方案的好奇心。《微型無人機(jī)語音控制系統(tǒng)的設(shè)計(jì)與開發(fā)》一文講述了無線電、GCS、手勢、語音、操縱桿、PC、FPV和自主等各種無人機(jī)控制方法。在論文Design and Development of an Android Application for Voice Control of Micro Unmanned Aerial Vehicles 中，觀察到無線電和手勢無人機(jī)控制方法的態(tài)勢感知處于中等水平，而語音控制方法的態(tài)勢感知水平較高。在這個(gè)項(xiàng)目中，我們將研究基于 IMU 傳感器的手勢控制，稍后我們將進(jìn)行語音控制和其他高級控制。

該項(xiàng)目的動機(jī)還源于需要在低成本可移植和可擴(kuò)展的嵌入式平臺中實(shí)現(xiàn)這些不同的控制方法，該平臺具有邊緣計(jì)算，而不依賴于外部資源的工作。

==================================================== ===================

方法

?

。無人機(jī)的最長飛行時(shí)間為 13 分鐘。這款令人難以置信的小型無人機(jī)可放在您的手掌中，僅重約 80 克（包括螺旋槳和電池）。您可以通過 Tello 應(yīng)用程序或連接到 Tello 應(yīng)用程序的受支持藍(lán)牙遙控器直接控制 Tello。該無人機(jī)可通過 Python、C++、Scratch 和 DroneBlocks 進(jìn)行編程。

DJI 瑞茲泰羅

?

。

• 。
• 電子防抖：是

為項(xiàng)目準(zhǔn)備 Tello Drone

Tello 無人機(jī) SDK提供了有關(guān)如何通過 Tello 命令對無人機(jī)進(jìn)行編程以完成任務(wù)的大量信息，但在功能上有所限制。Tello SDK 通過 Wi-Fi UDP 端口連接飛行器，用戶可以通過文本命令控制飛行器。我們使用 Wi-Fi 在 Tello 和 M5Stack 模塊之間建立連接。開機(jī)后，Tello 充當(dāng)軟 AP Wi-Fi (192.168.10.1) 通過端口 8889 接受命令。

Tello SDK 包括三種基本命令類型。

控制命令 (xxx)

如果命令成功，則返回“ok”。

如果命令失敗，則返回“錯(cuò)誤”或信息性結(jié)果代碼。

Set Command (xxx a) 設(shè)置新的子參數(shù)值

如果命令成功，則返回“ok”。

如果命令失敗，則返回“錯(cuò)誤”或信息性結(jié)果代碼。

讀取命令 (xxx?)

返回子參數(shù)的當(dāng)前值。

盡管 Tello 非常靈活，我們可以通過許多不同的軸來控制無人機(jī)，但在這個(gè)項(xiàng)目中，我們將使用以下命令。

• 起飛：自動起飛。
• 土地：自動著陸。
• up x：上升到“x”厘米。
• down x ：下降到“x”厘米。
• left x：向左飛行“x”厘米。
• right x ：向右飛行“x”厘米。
• forward x：向前飛“x”厘米。
• back x ：向后飛“x”厘米。

全套命令請參考SDK 。

作為一項(xiàng)安全功能，如果 15 秒內(nèi)沒有命令，Tello 將自動著陸。

Tello API

由于我們使用 Arduino 作為平臺，我們需要一個(gè) API 可以將我們的命令轉(zhuǎn)換為 UDP 數(shù)據(jù)包以使用 Arduino 程序發(fā)送。TelloArduino是一個(gè) Arduino 庫，用于通過 ESP32 模塊控制 DJI Tello。如 SDK 文檔中所述，此庫通過 UDP 發(fā)送命令來控制 Tello。

• 單擊“ DOWNLOAD ZIP”按鈕。
• 將“tello”文件夾放在您的 Arduino 草圖文件夾/庫/文件夾中。現(xiàn)在重新啟動 IDE。
• 在您的 Arduino IDE 中，轉(zhuǎn)到 Sketch > Include Library > 選擇“tello”以將此庫包含在您的草圖中。

==================================================== ===================

M5Stack 消防模塊

M5Stack FIRE是M5Stack開發(fā)套件之一，提供9軸IMU傳感器（6軸姿態(tài)加速度測量+3軸磁測量）、16M Flash + 4M PSRAM、增強(qiáng)型Base、更大電池等。帶IMU姿態(tài)傳感器，您可以在很多情況下應(yīng)用此套件，例如檢測加速度、角度和軌跡。您可以制作運(yùn)動數(shù)據(jù)采集器、3D 遠(yuǎn)程手勢控制器等相關(guān)產(chǎn)品。它是一種模塊化、可堆疊、可擴(kuò)展的便攜式設(shè)備，采用 ESP-32 內(nèi)核，使其開源、低成本、全功能功能，便于開發(fā)人員處理新產(chǎn)品開發(fā)的各個(gè)階段，包括電路設(shè)計(jì)、PCB設(shè)計(jì)、軟件、模具設(shè)計(jì)和生產(chǎn)。

M5Stack FIRE 開發(fā)套件

?

M5Stack Fire 帶有三個(gè)可分離的部分。頂部有處理器、芯片、插座、2.4G天線、ESP32、電源管理IC、液晶屏等接口組件。

M5Stack FIRE 組件

?

中間部分稱為 M5GO 底座，提供鋰電池、M-BUS 插座、LED 燈條和另外三個(gè) GROVE 端口。底部是充電表，可以通過 POGO 引腳連接到 M5GO 底座。

M5Stack 消防棧

?

M5Stack開發(fā)板效率高，覆蓋工業(yè)級機(jī)箱和基于ESP32的開發(fā)板。它集成了 Wi-Fi 和藍(lán)牙模塊，并包含一個(gè)雙核和 16MB 的 SPI 閃存。結(jié)合 30 多個(gè) M5Stack 可堆疊模塊、40 多個(gè)可擴(kuò)展單元和不同級別的程序語言，您可以在很短的時(shí)間內(nèi)創(chuàng)建和驗(yàn)證您的物聯(lián)網(wǎng)產(chǎn)品。

它支持使用 Arduino、帶有 UIFlow 的 Blockly 語言、Micropython 進(jìn)行編程。

==================================================== ===================

為項(xiàng)目準(zhǔn)備 M5StackFIRE

Download Arduino IDE

• 打開瀏覽器，訪問 Arduino 的官方網(wǎng)站。
• 根據(jù)您的操作系統(tǒng)下載并安裝版本。

Install ESP32 Boards Manager

• 打開 Arduino IDE，然后導(dǎo)航到 File -> Preferences -> Settings

?

• 將以下 ESP32 Boards Manager URL 添加到 Additional Boards Manager：https ://dl.espressif.com/dl/package_esp32_index.json

?

• 點(diǎn)擊確定
• 導(dǎo)航到工具-> 板：-> 板管理器

?

• 在 Boards Manager 窗口中搜索 ESP32，然后單擊 Install

?

Install M5Stack Library

• 打開 Arduino IDE，然后選擇 Sketch->Include Library->Manage Libraries

?

• 搜索 M5Stack 并安裝

?

對于 Windows 機(jī)器，需要安裝額外的USB 轉(zhuǎn)串口驅(qū)動程序。

Arduino port Configuration

• 選擇正確的板、波特率和串行端口。

?

• 設(shè)置完成后，您可以嘗試示例草圖以驗(yàn)證一切是否正常。

?

• 點(diǎn)擊上傳，將代碼刷入設(shè)備

?

• 成功刷寫后，M5Stack 模塊將在其顯示屏以及 Arduino 串行監(jiān)視器上顯示相應(yīng)的輸出。

==================================================== ===================

手勢控制方式

手勢命令

為了使用 M5Stack 模塊控制我們的 Tello 無人機(jī)，我們將使用手勢檢測。6 種基本手勢被考慮用于控制（怠速、起飛/著陸、前進(jìn)、后退、左、右）。

Idle

模塊不移動時(shí)不發(fā)出任何命令。

Takeoff/Land

?

如圖所示，通過上下移動模塊來發(fā)出起飛或著陸命令。

Forward

?

如圖所示，通過將模塊向前移動和傾斜來發(fā)出前進(jìn)命令。

Back

?

如圖所示，通過向后移動和傾斜模塊來發(fā)出向后命令。

Left

?

如圖所示，通過向左移動和傾斜模塊來發(fā)出左命令。

Right

?

如圖所示，通過向右移動和傾斜模塊來發(fā)出向右命令。

==================================================== ===================

使用加速度計(jì)識別各種手勢

?

加速器看起來像是一些大型電子設(shè)備（例如我們的智能手機(jī)）的簡單電路。盡管外觀不起眼，但加速度計(jì)由許多不同的部分組成，并以多種方式工作，其中兩種是壓電效應(yīng)和電容傳感器。

壓電效應(yīng)是加速度計(jì)最常見的形式，它使用由于加速力而受到壓力的微觀晶體結(jié)構(gòu)。這些晶體從應(yīng)力中產(chǎn)生電壓，加速度計(jì)解釋電壓以確定速度和方向。

?

電容加速度計(jì)感測位于設(shè)備旁邊的微結(jié)構(gòu)之間的電容變化。如果加速力移動這些結(jié)構(gòu)之一，則電容會發(fā)生變化，加速度計(jì)會將電容轉(zhuǎn)換為電壓以進(jìn)行解釋。

?

典型的加速度計(jì)由多個(gè)軸組成，其中兩個(gè)用于確定大多數(shù)二維運(yùn)動，第三個(gè)用于 3D 定位。大多數(shù)智能手機(jī)通常使用三軸模型，而汽車僅使用兩軸來確定撞擊時(shí)刻。這些設(shè)備的靈敏度非常高，因?yàn)樗鼈冎荚跍y量甚至非常微小的加速度變化。加速度計(jì)越靈敏，就越容易測量加速度。

==================================================== ===================

使用邊緣脈沖的手勢識別

在Edge Impulse Studio的幫助下，我們將使用機(jī)器學(xué)習(xí)構(gòu)建在微控制器上運(yùn)行的手勢識別系統(tǒng)。

為項(xiàng)目準(zhǔn)備 Edge Impulse Studio

• 登錄https://www.edgeimpulse.com/
• 單擊創(chuàng)建項(xiàng)目。

?

• 提供項(xiàng)目名稱并單擊創(chuàng)建。

?

• 從左側(cè)菜單轉(zhuǎn)到“設(shè)備”選項(xiàng)卡，然后選擇“連接新設(shè)備”。

?

• 您將看到各種設(shè)備選項(xiàng)。

?

• 為簡單起見，讓我們連接我們的智能手機(jī)設(shè)備。由于所有現(xiàn)代智能手機(jī)都有板載加速度計(jì)，因此很容易。
• 接下來，您將獲得一個(gè)二維碼和一個(gè)鏈接，以允許從您的智能手機(jī)收集數(shù)據(jù)。

?

• 掃描此二維碼或通過您的智能手機(jī)設(shè)備打開鏈接。

?

• 通過智能手機(jī)打開鏈接后，智能手機(jī)將顯示在“設(shè)備”部分。

?

==================================================== ===================

數(shù)據(jù)采集

為了為我們的機(jī)器學(xué)習(xí)模型收集數(shù)據(jù)，我們將使用智能手機(jī)上的 3 軸加速度計(jì)傳感器。

• 將智能手機(jī)連接到 Edge Impulse 后，轉(zhuǎn)到“ Data Acquisition”選項(xiàng)卡。

從 中選擇我們phone的device，給出標(biāo)簽（讓我們從“空閑”開始），S ample lengthof 10000(10s)，Sensorasaccelerometer和 F requencyof 62.5Hz。

?

• 點(diǎn)擊“ Start Sampling”開始采樣設(shè)置的樣本長度。

?

• 大約兩秒鐘后，設(shè)備應(yīng)完成采樣并將文件上傳回 Edge Impulse。采樣后，數(shù)據(jù)將出現(xiàn)在數(shù)據(jù)采集中。
• 您會在工作室的“ ”下看到一個(gè)新行。Collected data
• 當(dāng)您單擊它時(shí)，您現(xiàn)在會看到繪制的原始數(shù)據(jù)。由于開發(fā)板上的加速度計(jì)有三個(gè)軸，您會注意到三個(gè)不同的線，每個(gè)軸一個(gè)。

?

• 重復(fù)此過程以收集盡可能多的樣本。
• 對其他標(biāo)簽起飛/降落、向前、向后、向左和向右重復(fù)此操作。
• 確保對動作進(jìn)行變化。例如，同時(shí)進(jìn)行慢速和快速運(yùn)動，并稍微改變板的方向。您永遠(yuǎn)不會知道您的用戶將如何使用該設(shè)備。
• 收集到足夠的數(shù)據(jù)后，它們將顯示在同一選項(xiàng)卡下。

?

• 單擊每個(gè)數(shù)據(jù)行以查看其 10 秒樣本長度的原始值圖。

Idle

?

takeoff/land

?

forward

?

back

?

left

?

right

?

• 現(xiàn)在我們有足夠的數(shù)據(jù)，我們需要將數(shù)據(jù)拆分為atraining dataset和atest dataset.
• 不用擔(dān)心。Edge Impulse Studio 也為我們提供了便利。
• 前往“ Dashboard section”并向下滾動至“ Danger Zone”。
• 點(diǎn)擊“ Rebalance datasheet”，自動將數(shù)據(jù)集拆分為訓(xùn)練和測試，比例為 80/20。

?

• 現(xiàn)在我們已經(jīng)獲取并設(shè)置了我們的訓(xùn)練數(shù)據(jù)以供進(jìn)一步處理。

==================================================== ===================

手勢模型訓(xùn)練

由于我們已經(jīng)獲取了所有數(shù)據(jù)，是時(shí)候訓(xùn)練數(shù)據(jù)集以適應(yīng)手勢模型了，Edge Impulse 使我們無需編寫任何代碼就可以更輕松地生成模型。

有了訓(xùn)練集，我們就可以設(shè)計(jì)一個(gè)沖動。脈沖獲取原始數(shù)據(jù)，在較小的窗口中對其進(jìn)行切片，使用信號處理模塊提取特征，然后使用學(xué)習(xí)模塊對新數(shù)據(jù)進(jìn)行分類。信號處理模塊總是為相同的輸入返回相同的值，用于使原始數(shù)據(jù)更易于處理，而學(xué)習(xí)模塊則從過去的經(jīng)驗(yàn)中學(xué)習(xí)。

• 轉(zhuǎn)到“ Impulse Design”選項(xiàng)卡。
• 我們已經(jīng)Time series data為我們填充了該部分。

?

• 選擇(2s) 中的 a 和window size中的a 。2000window increase80ms
• 現(xiàn)在單擊Add a processing block并選擇Spectral Analysis。
• 參數(shù)將為我們自動填充。
• 此模塊應(yīng)用濾波器，對信號執(zhí)行頻譜分析，并提取頻率和頻譜功率數(shù)據(jù)。

?

• 現(xiàn)在單擊添加學(xué)習(xí)塊并選擇神經(jīng)網(wǎng)絡(luò) (Keras)。
• 參數(shù)將為我們自動填充。
• 該塊采用這些光譜特征并學(xué)習(xí)區(qū)分六個(gè)（空閑、起飛、前進(jìn)、后退、左、右）類。

?

• 該Output features塊將具有我們獲得的所有標(biāo)簽。
• 現(xiàn)在單擊Save Impulse以保存配置。

?

• 前往Spectral Features標(biāo)簽。
• 這將在屏幕頂部顯示原始數(shù)據(jù)（您可以通過下拉菜單選擇其他文件），并通過右側(cè)的圖表顯示信號處理的結(jié)果。

?

• 對于光譜特征塊，您將看到以下圖表：

After filter- 應(yīng)用低通濾波器后的信號。這將消除噪音。

Frequency domain- 信號重復(fù)的頻率（例如，每秒移動一個(gè)波將在 1 Hz 處顯示一個(gè)峰值）。

Spectral power- 在每個(gè)頻率進(jìn)入信號的功率量。

?

• 一個(gè)好的信號處理模塊會為相似的數(shù)據(jù)產(chǎn)生相似的結(jié)果。如果您移動滑動窗口（在原始數(shù)據(jù)圖表上），圖表應(yīng)該保持相似。
• 此外，當(dāng)我們切換到具有相同標(biāo)簽的另一個(gè)文件時(shí)，您應(yīng)該會看到類似的圖表，即使設(shè)備的方向不同。
• 單擊Save parameters。這會將您發(fā)送到Feature generation屏幕。

?

• 在這里，我們將在窗口中拆分所有原始數(shù)據(jù)（基于窗口大小和在創(chuàng)建脈沖步驟中選擇的窗口增加）并在所有這些窗口上應(yīng)用光譜特征塊。
• 單擊Generate features。

?

• 將Feature explorer加載。這是針對所有生成的窗口的所有提取特征的圖。
• 您可以使用此圖表來比較您的完整數(shù)據(jù)集。例如，通過繪制 X 軸上第一個(gè)峰的高度與 Y 軸上 0.5 Hz 和 1 Hz 之間的頻譜功率。
• 一個(gè)好的經(jīng)驗(yàn)法則是，如果您可以在多個(gè)軸上直觀地分離數(shù)據(jù)，那么機(jī)器學(xué)習(xí)模型也將能夠做到這一點(diǎn)。

?

• 對于我們的數(shù)據(jù)集，特征數(shù)據(jù)或多或少是分開的，這是一個(gè)好兆頭。如果您的功能重疊，最好獲取更多數(shù)據(jù)。
• 該頁面還顯示了預(yù)期的設(shè)備性能以及用于計(jì)算特征的處理時(shí)間和峰值 RAM 使用率。

?

處理完所有數(shù)據(jù)后，就該開始訓(xùn)練神經(jīng)網(wǎng)絡(luò)了。神經(jīng)網(wǎng)絡(luò)是一組算法，松散地模仿人腦，旨在識別模式。我們在這里訓(xùn)練的網(wǎng)絡(luò)將信號處理數(shù)據(jù)作為輸入，并嘗試將其映射到四個(gè)類之一。

那么神經(jīng)網(wǎng)絡(luò)如何知道要預(yù)測什么？神經(jīng)網(wǎng)絡(luò)由多層神經(jīng)元組成，所有神經(jīng)元相互連接，每個(gè)連接都有一個(gè)權(quán)重。輸入層中的一個(gè)這樣的神經(jīng)元將是 X 軸的第一個(gè)峰值的高度（來自信號處理塊），而輸出層中的一個(gè)這樣的神經(jīng)元將是takeoff（其中一個(gè)類）。在定義神經(jīng)網(wǎng)絡(luò)時(shí)，所有這些連接都是隨機(jī)初始化的，因此神經(jīng)網(wǎng)絡(luò)將進(jìn)行隨機(jī)預(yù)測。在訓(xùn)練期間，我們?nèi)缓螳@取所有原始數(shù)據(jù)，要求網(wǎng)絡(luò)進(jìn)行預(yù)測，然后根據(jù)結(jié)果對權(quán)重進(jìn)行微小的更改（這就是標(biāo)記原始數(shù)據(jù)很重要的原因）。

這樣，經(jīng)過多次迭代，神經(jīng)網(wǎng)絡(luò)就會學(xué)習(xí)；并且最終將在預(yù)測新數(shù)據(jù)方面變得更好。

• 前往NN classifier標(biāo)簽。

?

• 設(shè)置Number of training cycles為80、 和。Learning rate_ _ 您可以使用這些值來調(diào)整訓(xùn)練模型的準(zhǔn)確性。0.0005Minimum confidence rating 0.60
• 暫時(shí)將其他參數(shù)保留為默認(rèn)值，然后單擊Start training。
• 現(xiàn)在該Training Output部分被填充。

?

• 它顯示了網(wǎng)絡(luò)的準(zhǔn)確性和混淆矩陣。該矩陣顯示了網(wǎng)絡(luò)何時(shí)做出正確和不正確的決定。你看到了，idle并且takeoff相對容易預(yù)測。
• 它還顯示了此模型的預(yù)期設(shè)備性能。
• 現(xiàn)在我們已經(jīng)生成了模型，我們需要對其進(jìn)行測試。

==================================================== ===================

手勢模型測試

• 前往Model Testing標(biāo)簽。

我們可以在這里看到我們的訓(xùn)練數(shù)據(jù)集。單擊Classify all。

?

• 這將使用模型未知的訓(xùn)練數(shù)據(jù)生成模型驗(yàn)證結(jié)果。我們可以看到，我們訓(xùn)練的模型能夠以 74.70% 的準(zhǔn)確率進(jìn)行分類，考慮到在訓(xùn)練部分提供給模型的少量訓(xùn)練數(shù)據(jù)，這是相當(dāng)不錯(cuò)的。
• 它還顯示了錯(cuò)誤預(yù)測的標(biāo)簽。
• 通過檢查這些結(jié)果Feature explorer，我們可以了解哪些標(biāo)簽被錯(cuò)誤分類，并使用更多的訓(xùn)練數(shù)據(jù)來重新訓(xùn)練我們的模型，以便更好地分類這些數(shù)據(jù)。
• 您還可以通過選項(xiàng)卡對來自智能手機(jī)的數(shù)據(jù)進(jìn)行實(shí)時(shí)分類Live classification。您的設(shè)備應(yīng)在 下顯示為在線Classify new data。將“樣本長度”設(shè)置為 2 000（2 秒），單擊Start sampling，然后開始做動作。
• 之后，您將獲得有關(guān)網(wǎng)絡(luò)認(rèn)為您所做的事情的完整報(bào)告。

?

• 現(xiàn)在我們已經(jīng)訓(xùn)練和測試了我們的模型，讓我們將它部署到我們的 M5Stack 模塊中。

?

• 構(gòu)建完成后，系統(tǒng)會提示您下載庫 zip 文件。
• 將 zip 文件保存到我們的項(xiàng)目目錄中。

==================================================== ===================

界面

現(xiàn)在我們已經(jīng)準(zhǔn)備好我們的無人機(jī)、M5Stack 模塊和手勢模型，讓我們在代碼中將所有內(nèi)容連接在一起。

本項(xiàng)目教程的部分提供了完整的接口代碼。Code

將代碼刷入 M5Stack 模塊。

對于用戶交互：

• 我們使用 M5Stack 上的 TFT 屏幕來顯示 wifi 連接狀態(tài)和手勢檢測狀態(tài)。
• 長按 M5Stack 模塊上的按鈕 A 啟用手勢控制，長按按鈕 B 禁用它。
• 移動 M5Stack 模塊以做出各種手勢。

?

==================================================== ===================

測試

現(xiàn)在讓我們測試一下手勢控制，看看它的效果如何。

?

==================================================== ===================

結(jié)論

盡管推理引擎無法準(zhǔn)確地進(jìn)行左右分類，但總體表現(xiàn)令人滿意。此外，在某些情況下，需要多次應(yīng)用手勢命令才能進(jìn)行檢測和分類。

我們相信這些問題可以通過添加更多的訓(xùn)練數(shù)據(jù)集并使模型更加靈活來得到更好的解決。

==================================================== ===================

接下來是什么 ??！

• 使用更多測試數(shù)據(jù)訓(xùn)練模型以實(shí)現(xiàn)更準(zhǔn)確的分類。
• 描述檢測到的手勢的音頻反饋。

==================================================== ===================

參考

https://arc.aiaa.org/doi/10.2514/6.2018-4231

https://dl-cdn.ryzerobotics.com/downloads/Tello/Tello%20SDK%202.0%20User%20Guide.pdf

https://store.dji.com/product/tello

https://github.com/akshayvernekar/telloArduino

https://docs.m5stack.com/en/quick_start/m5core/m5stack_core_get_started_Arduino_Windows

https://www.arduino.cc/reference/en/libraries/m5stack/

https://shop.m5stack.com/products/fire-iot-development-kit?variant=16804798169178

https://docs.m5stack.com/

https://docs.edgeimpulse.com/docs/continuous-motion-recognition

https://docs.edgeimpulse.com/docs/using-your-mobile-phone