AeroGlove: controle gestual de drones

Abstract

O projeto AeroGlove aborda o desenvolvimento de um sistema de controle gestual para drones recreativos utilizando tecnologia embarcada de baixo custo. O objetivo central é democratizar o acesso à pilotagem de drones e a projetos eletrônicos criativos, reduzindo a curva de aprendizado por meio de uma interface intuitiva baseada em gestos captados por sensores inerciais. A pesquisa é de natureza aplicada e experimental, com metodologia baseada em prototipagem de hardware, programação embarcada e testes práticos controlados. O sistema é composto por uma luva equipada com sensor GY-91 (MPU9250 + BMP280), microcontrolador ESP32 S3 e comunicação Bluetooth Low Energy, permitindo o controle remoto do drone através de movimentos naturais das mãos. A fundamentação teórica explora interfaces gestuais, fusão sensorial e tecnologias embarcadas aplicadas à robótica educacional. Foram desenvolvidos algoritmos de reconhecimento gestual e calibração automática de sensores em MicroPython, além de modelagem 3D para prototipagem da estrutura vestível. Os resultados preliminares indicam viabilidade técnica do sistema proposto, com potencial aplicação em contextos educacionais técnicos de nível médio-alto, integrando programação, eletrônica, algoritmos complexos, soldagem e impressão 3D. Conclui-se que o projeto apresenta relevância tanto para formação multidisciplinar em Análise e Desenvolvimento de Sistemas quanto para democratização do acesso a tecnologias de pilotagem assistida, contribuindo para redução de acidentes com drones de entrada e ampliação do interesse por áreas tecnológicas.

The AeroGlove project addresses the development of a gesture control system for recreational drones using low-cost embedded technology. The main objective is to democratize access to drone piloting and creative electronics projects by reducing the learning curve through an intuitive interface based on gestures captured by inertial sensors. The research is applied and experimental in nature, with methodology based on hardware prototyping, embedded programming, and controlled practical testing. The system consists of a glove equipped with a GY-91 sensor (MPU9250 + BMP280), an ESP32 S3 microcontroller, and Bluetooth Low Energy communication, enabling remote drone control through natural hand movements. The theoretical foundation explores gestural interfaces, sensor fusion, and embedded technologies applied to educational robotics. Gesture recognition algorithms and automatic sensor calibration were developed in MicroPython, along with 3D modeling for wearable structure prototyping. Preliminary results indicate the technical feasibility of the proposed system, with potential application in medium-high level technical educational contexts, integrating programming, electronics, complex algorithms, soldering, and 3D printing. It is concluded that the project presents relevance both for multidisciplinary training in Systems Analysis and Development and for democratizing access to assisted piloting technologies, contributing to reducing accidents with entry-level drones and increasing interest in technological areas.