Pesawat Udara Tanpa Juruterbang telah digunakan dalam pelbagai aplikasi. Oleh itu, banyak penyelidikan telah dijalankan untuk mencapai autonomi yang lebih tinggi dalam penggunaan Pesawat Udara Tanpa Juruterbang. Algoritma Visi Komputer telah menggantikan Sistem Satelit untuk Navigasi Global yang tidak begitu menyakinkan, terutamanya ketika cuaca buruk, di dalam kawasan bangunan atau di kawasan terpencil dalam penganggaran kedudukan dan orientasi masa sebenar Pesawat Udara Tanpa Pemandu. Sebuah pengawal akan menggunakan anggaran kedudukan dan orientasi masa sebenar tersebut untuk mengemudikan Pesawat Udara Tanpa Juruterbang. Projek ini mempersembahkan sebuah simulasi tentang kemampuan Pesawat Udara Tanpa Juruterbang dalam pengesanan dan penjejakan sebuah penanda visual secara automatik. Sebuah pendekatan baru telah dirumuskan untuk mengesankan penanda visual setelah merujuk kepada algoritma Visi Komputer yang sedia ada. Penggabungan informasi daripada algoritma Visi Komputer, Unit Pengukuran Inersia dan penderia sonar membolehkan perlakuan penganggaran kedudukan dan orientasi Pesawat Udara Tanpa Juruterbang relatif kepada penanda visual. Kemudian, sebuah pengawal PID akan menggunakan anggaran kedudukan dan orientasi itu untuk mengemudikan Pesawat Udara Tanpa Juruterbang supaya sentiasa mengikuti sasaran tersebut.
_______________________________________________________________________________________________________
Unmanned Aerial Vehicle (UAV) has been finding its ways into different applications. Hence, recent years witness extensive research towards achieving higher autonomy in UAV. Computer Vision (CV) algorithms replace Global Navigation Satellite System (GNSS), which is not reliable when the weather is bad, inside buildings or at secluded areas in performing real-time pose estimation. The controller later uses the pose to navigate the UAV. This project presents a simulation of UAV, in MATLAB & SIMULINK, capable of autonomously detecting and tracking a designed visual marker. Referring to and improving the state-of-the-art CV algorithms, there is a newly formulated approach to detect the designed visual marker. The combination of data from the monocular camera with that from Inertial Measurement Unit (IMU) and sonar sensor enables the pose estimation of the UAV relative to the designed visual marker. A Proportional-Integral-Derivative (PID) controller later uses the pose of the UAV to navigate itself to be always following the target of interest.