# AutoFly

### Die Idee
* Wir wollen eine Drone bauen, die Bauern einen Überblick über ihre Felder oder Wälder verschafft.
* Konkret geht es hier bei um die Borkenkäfererkennung, oder um den Gesundheitszustand zu ermitteln.
* Der Bauer kann in seiner App den gewünschten Bereich auswählen und muss sich um nichts mehr kümmern.
* Nach dem Flug landet die Drone selbständig und fängt anschließend an zu laden.
* Die Drone entscheidet ob die Bedingungen für eine Flug erfüllt sind (**Akkustand**, **Windgeschwindigkeit**)
* Die Drone kann Objekte die im Weg sind erkennen und sie umfliegen. (wichtig: auch nach oben darf kein Ultraschall-Modul fehlen --> Bäume, Strommasten)

### Hardware:
- Drone
- Pixhawk
- Ground-Station = [**Windsensor**, **Wlan**, **PowerModul**]
- Raspberry Pi + Kamera + Internet

### Software:
- Präzisionsladen durch Aruco marker und OpenCV
- Berechnen der Route anhand einer gegebenen Fläche
- Mqtt live tracking + stellt auch Verbindung zu App/ Website/ Goundstation her.

### Ki
Ein neuronales Netz soll bestimmen können, ob ein Wald oder Feld von Schädlingen befallen ist. Dazu wird benötigt:
- [ ] Ein gutes Dataset mit Bildern von Feldern und Wäldern mit positiven und negativen Beispielen für die zu klassifizierenden Erscheinungen
- [ ] Ein neuronales Netz welches effizient ist und gute Vorhersagen trifft
- [ ] Infrastruktur zum Trainieren dieses Modells (z. B. google cloud VM´s)

#### Programmablauf
- trainieren mit vorgefertigten Trainingsdaten
- verbessern mit diesen Testdaten
- Release - offline learning
- trainieren mit alten & neuen Daten
- neuer Release
- Repeat

Bei Bedarf classifier für bestimmte Situationen nachliefern.