Construire un drone de reconnaissance 5 pouces, pas à pas

Ce guide suppose que vous n'avez jamais monté de quad et que vous en voulez un qui vole, puis qui réfléchit. Il est écrit dans l'ordre de construction, pas dans l'ordre théorique : rien n'apparaît avant que vous en ayez besoin, et chaque étape nomme l'erreur qu'elle sert à éviter.

Le crédit revient à ceux qui l'ont mérité. La moitié châssis suit la méthode sur laquelle la communauté FPV a convergé — les carnets de build d'Oscar Liang pour le câblage et l'ordre d'assemblage, les tutoriels Betaflight de Joshua Bardwell pour la configuration et le dépannage, Painless360 pour tout ce qui touche à ArduPilot. Ce sont mes sources d'apprentissage et celles à regarder si vous préférez la vidéo. Ce que j'ajoute, c'est la partie qu'ils ne couvrent pas : rendre l'aéronef autonome, et faire tourner un détecteur à bord.

La décision qui conditionne chaque achat

Betaflight ou ArduPilot ? Ce n'est pas une préférence, c'est ce qui rend le projet possible ou non. Betaflight est un excellent firmware de vol manuel, sans vraie couche de mission autonome. ArduPilot donne le mode GUIDED, le maintien de position, l'upload de mission et une API MAVLink — exactement ce dont un ordinateur compagnon a besoin.

Outils, et les trois non négociables

A1 · Assemblage du châssis

Étalez toutes les pièces et recomptez-les avec la notice avant de toucher une vis. Les châssis existent en variantes avec des bras et des entretoises différents, et la notice est la seule chose qui dit quelle vis va où.

A2 · Moteurs, et la vis qui les tue

La façon la plus courante de détruire un moteur, c'est une vis 2 mm trop longue. Elle traverse le bras, la base du moteur, et atteint le bobinage du stator — où tout semble parfait et fonctionne pendant un vol.

A3 · Chaîne d'énergie et pads

Soudez dans l'ordre ci-dessous. Chaque étape est testable avant la suivante, c'est tout l'intérêt : vous voulez l'échec le moins cher possible.

A4 · Monter la pile

A5 · Récepteur, GPS, vidéo

• Récepteur ELRS — soudez sur un UART libre, bindez avant de le cacher sous une plaque. Binder après assemblage est un hobby à part entière.
• GPS + boussole — sur un mât, le plus loin possible du VTX et du Pi. L'interférence de boussole est la cause n°1 du « toilet-bowling » en maintien de position. Calibration en extérieur, loin du métal et des aimants.
• VTX — alimenté depuis un rail 5 V/9 V filtré, jamais depuis le Pi. Antenne branchée avant la mise sous tension, à chaque fois.
• Caméra — pour le build IA, sautez la caméra analogique et montez la Camera Module 3 sur une plaque amortie. Deux caméras, c'est du poids inutile.

B1 · La séquence de flash

B2 · Voie Betaflight (vol manuel)

B3 · Voie ArduPilot (autonomie)

C'est la voie de ce build : ArduPilot expose MAVLink, la langue que parle le Pi.

# Paramètres ArduPilot à fixer explicitement (relisez-les — les noms bougent entre versions)
PARAM_SET FRAME_CLASS      1     # 1 = Quad
PARAM_SET FRAME_TYPE       1     # 1 = X
PARAM_SET SERIAL2_PROTOCOL 2     # 2 = MAVLink2  (UART relié au Pi)
PARAM_SET SERIAL2_BAUD     57    # 57600
PARAM_SET ARMING_CHECK     1     # 1 = tous les contrôles. Jamais 0.

B4 · Prouver avant de sortir du banc

C1 · Alimentation

UBEC séparé, masse séparée, 5 A disponibles. Sinon le Pi 5 brownout à l'accélération, et un brownout en vol ressemble exactement à un crash logiciel.

# Surveillez le rail en mettant les gaz au banc
watch -n 0.2 'vcgencmd measure_volts; vcgencmd measure_temp; vcgencmd get_throttled'
# 0x0 = propre. Tout le reste = sous-tension ou throttling thermique. À corriger avant de voler.

C2 · UART vers le contrôleur de vol

# /boot/firmware/config.txt — active l'UART primaire, libéré du bluetooth
enable_uart=1
dtoverlay=disable-bt

# /boot/firmware/cmdline.txt — supprimez ce jeton, sinon une console de login occupe le port
#   console=serial0,115200

sudo reboot
ls -l /dev/serial0        # -> ttyAMA0

# Toute la liaison, testée en quatre lignes. Un heartbeat = câblage, débit et protocole corrects.
from pymavlink import mavutil
m = mavutil.mavlink_connection("/dev/serial0", baud=57600)
m.wait_heartbeat(timeout=10)
print("heartbeat from system", m.target_system)

C3 · Caméra

# Camera Module 3 sur CSI-0. Testez le capteur avant d'écrire du code d'inférence.
from picamera2 import Picamera2
import time

cam = Picamera2()
cam.configure(cam.create_still_configuration(main={"size": (2304, 1296)}))
cam.start(); time.sleep(2)
cam.capture_file("test.jpg")   # ouvrez-la — mise au point et exposition se règlent ici
cam.stop()

Montez-la sur silicone ou mousse, pas vissée dans le carbone. Les vibrations ne floutent pas visiblement une image — elles rendent chaque image légèrement différente, ce qui ruine le tracker et donc la médiane de géolocalisation.

C4 · Thermique

Le Pi 5 throttle vers 80–85 °C, et dans une coque sans air il y arrive en six minutes. Ventilateur actif, une entrée d'air de 10 mm, et la température dans le journal de vol. Si le fps chute en vol, c'est presque toujours ça.

D1 · Quel modèle, sur quel matériel

Un accélérateur ne vaut le coup qu'une fois la voie CPU fonctionnelle. Le Raspberry Pi AI HAT+ (Hailo-8L, 13 TOPS) utilise la voie PCIe et fait passer 12 fps à 60+ sur les petits modèles — mais ajoute une pile de pilotes, 15 g et 2–3 W. Faites d'abord la version CPU ; ajoutez le HAT quand c'est le modèle, pas la cadence, qui vous limite.

D2 · Affiner sur vos propres 500 images

Un détecteur COCO générique est mauvais sur exactement ce qui vous intéresse : un type de véhicule précis, un conteneur, un animal, du matériel sur un site. Cinq cents images annotées de votre caméra battent un jeu générique de 500 000 images, parce que le domaine correspond.

pip install ultralytics
yolo detect train data=dataset/data.yaml model=yolo11n.pt epochs=100 imgsz=640 batch=16
yolo detect val   model=runs/detect/train/weights/best.pt data=dataset/data.yaml

# Deux exports : ONNX pour le CPU, int8 pour l'edge
yolo export model=best.pt format=onnx imgsz=640 simplify=True
yolo export model=best.pt format=onnx imgsz=640 int8=True data=dataset/data.yaml

D3 · La boucle d'inférence, complète

Trois threads. Le thread de capture ne bloque jamais sur l'inférence ; celui d'inférence ne bloque jamais sur la télémétrie. Les files « drop-oldest » gardent la latence honnête.

import queue, threading, time
from picamera2 import Picamera2
from ultralytics import YOLO

frames  = queue.Queue(maxsize=2)   # on jette l'ancienne : la latence prime
results = queue.Queue(maxsize=2)

def capture_loop():
    cam = Picamera2()
    cam.configure(cam.create_video_configuration(
        main={"size": (1280, 720), "format": "RGB888"}, buffer_count=4))
    cam.start()
    while True:
        buf = cam.capture_array("main")
        if frames.full():
            try: frames.get_nowait()
            except queue.Empty: pass
        frames.put(buf)

def inference_loop(model):
    while True:
        frame = frames.get()
        r = model.predict(frame, imgsz=640, conf=0.35, verbose=False)[0]
        dets = [{"box": b.xyxy[0].tolist(), "cls": model.names[int(b.cls)],
                 "conf": float(b.conf)} for b in r.boxes]
        if results.full():
            try: results.get_nowait()
            except queue.Empty: pass
        results.put((time.time(), frame, dets))

threading.Thread(target=capture_loop, daemon=True).start()
model = YOLO("models/recon_int8.pt")
threading.Thread(target=inference_loop, args=(model,), daemon=True).start()

Le suivi, pour que la sortie arrête de scintiller

def iou(a, b):
    ax2, ay2 = a[0]+a[2], a[1]+a[3]
    bx2, by2 = b[0]+b[2], b[1]+b[3]
    ix = max(0, min(ax2,bx2) - max(a[0],b[0]))
    iy = max(0, min(ay2,by2) - max(a[1],b[1]))
    inter = ix*iy
    return inter / (a[2]*a[3] + b[2]*b[3] - inter + 1e-9)

class Tracker:
    def __init__(self, iou_thr=0.3, max_age=5):
        self.tracks, self.iou_thr, self.max_age, self._id = {}, iou_thr, max_age, 0

    def update(self, dets, t):
        for tr in self.tracks.values(): tr["age"] += 1
        for d in dets:
            w, h = d["box"][2]-d["box"][0], d["box"][3]-d["box"][1]
            box = (d["box"][0], d["box"][1], w, h)
            best, score = None, self.iou_thr
            for tid, tr in self.tracks.items():
                if tr["label"] != d["cls"]: continue
                s = iou(tr["box"], box)
                if s > score: best, score = tid, s
            if best is None:
                self._id += 1; best = self._id
                self.tracks[best] = {"label": d["cls"], "box": box, "age": 0, "first": t}
            self.tracks[best].update(box=box, age=0, last=t, conf=d["conf"])
        for tid in [k for k, v in self.tracks.items() if v["age"] > self.max_age]:
            del self.tracks[tid]
        return self.tracks

Du pixel à la coordonnée

Relèvement depuis les paramètres intrinsèques, rayon tourné dans le repère monde par l'attitude, intersection avec le plan du sol à l'altitude sol.

import numpy as np

def pixel_to_world(u, v, intr, R_body, R_cam, alt_m):
    """u,v = bas-centre de la boîte (le point de contact au sol).
       R_body = rotation corps->ENU donnée par le pilote. alt_m = AGL, pas MSL."""
    ray_c = np.array([(u - intr["cx"]) / intr["fx"],
                      (v - intr["cy"]) / intr["fy"], 1.0])
    ray_w = R_body @ (R_cam @ ray_c)
    ray_w /= np.linalg.norm(ray_w)
    if ray_w[2] >= -1e-6: return None      # horizon : pas d'intersection
    t = -alt_m / ray_w[2]
    if t < 0 or t > 500: return None
    return (t * ray_w)[0], (t * ray_w)[1]   # est, nord

def to_latlon(east, north, lat0, lon0):
    R = 6378137.0
    return (lat0 + np.degrees(north / R),
            lon0 + np.degrees(east / (R * np.cos(np.radians(lat0)))))

Quatre choses décident d'une précision de 3 m ou de 30 : le bas-centre de la boîte, l'altitude AGL et non MSL, la calibration des intrinsèques au damier, et la médiane des dix dernières estimations pondérée par la confiance.

D4 · Lancer en service

# /etc/systemd/system/recon.service
[Unit]
Description=Recon perception service
After=network-online.target

[Service]
ExecStart=/home/pi/recon/bin/python /opt/recon/main.py
WorkingDirectory=/opt/recon
Restart=always
RestartSec=3
User=pi

[Install]
WantedBy=multi-user.target

sudo systemctl daemon-reload && sudo systemctl enable --now recon
journalctl -u recon -f          # suivez les détections en direct par SSH

E1 · Sept vols, dans cet ordre

E2 · Contraintes légales et éthiques

• Voler sur terrain privé avec autorisation, avec un observateur.
• Pas de détection de personnes sur le domaine public. Détectez ce pour quoi vous avez un motif légitime.
• Garder les pixels sur l'aéronef, avec une durée de conservation défendable.
• Journaliser chaque vol — zone, finalité, durée. Une réponse vaut mieux qu'un haussement d'épaules.

E3 · Liste de matériel

Environ 640 € plus un chargeur et une radio. La meilleure amélioration du confort de vol est un meilleur chargeur ; la deuxième, un jeu de bras de rechange.

E4 · Ce qui a cassé sur le mien

• Throttling thermique à 6 minutes — canopée fermée, pas d'air, chute à 4 fps. Ventilateur actif + entrée d'air.
• Interférence de boussole — maintien de position instable ; mât GPS relevé de 40 mm et câble NVMe rerouté.
• Nappe CSI fissurée au connecteur après un atterrissage dur. Silicone sur le connecteur, serre-câble, et une nappe d'avance.
• Brownouts à la montée en gaz jusqu'à l'ajout de l'UBEC dédié.
• Un moteur détruit par une vis de 10 mm. Voir A2. 20 € et une soirée.