Projekte 2020/21

Mechanik: Höhenleitwerk für Faserverbundrumpf

  • Entwurf in OnShape
  • Anbindung an Rumpf
  • Ansteuerung möglichst wasserdicht
  • Herstellung mit CFK/GFK
  • Positivbauweise mit XPS Kern
  • Negativbausweise mit Negativform

Mechanik: Abnehmbare Nase

  • Entwurf einer abnehmbaren Nase
  • Geeignete, reversible Dichtung
  • Wechsel des Akkus

Mechanik: Flügel in Faserverbundtechnik

  • Entwurf der Flügel in OnShape
  • Servoansteurerung der Querruder
  • Herstellung in Faserverbundtechnik (Positivbauweise mit XPS Kern)

Mechanik: Kameramodul für Faserrumpf

  • Entwurf des Kamerafensters im Rumpf mit OnShape
  • Halterung für Rasperry Pi Kamera v2
  • Halterung für Rasperry Pi Zero W
  • Klebung Acrylglas / GFK
  • Doppelkamerasystem

Elektrik: Ersatz LiPo duch LiIon

  • Bau eines Akkus aus LiIonen für den Antrieb
  • Geeignete Verbindungstechnik und Integration in den Rumpf

Elektrik: Bau der Bodensendestation

  • Enthält: einen Telemetriesender, einen UART-Ethernetumsetzer und einen Wifi Access Point
  • Entwurf einer Platine zur Verbindung aller Komponenten
  • Konzeption der Box für Installation auf dem Schiff

Elektrik: Board Computer Platine

  • Ersatz der Rasperry Pi Zero durch Rasperry Compute Module
  • Anschluss für zwei Kameras
  • Alternativ: NVidia Jetson Compute Module

Software: QGroundControl “Return to Ship”

  • Buildunmgebung für QGC einrichten
  • Return to Ship Funktion integrieren 
  • Releases für QGC planen und dokumentieren 
  • QGC für MacOs, Linux und Android bauen
  • Installation auf Laptop und Tablet

Software: Diverse Projekte

  • Live automatisierte Missions Umplanung / kreisen über Boot
  • Beschleunigung des kabellosen Logdownloads vom Flightcomputer
  • Automatisierte Optimierung der Missionsplanung mittels bekannter Windrichtung
  • Datenbank Visualisierung für Flugdaten/Logs
  • Verbesserung für SearchWing Pi/Drone Manager

Software: Bilderkennung (Berlin)

  • Thermal Kamera Bildverarbeitung (De-Vignetting, Detektion, …)
  • Training von machinelearning basierten objekt detection Algorithmen
  • Optimiertes deployment von machinelearning algorithmen auf Flight/Companion Computer
  • Tracking von Detektionen