Navegación Autónoma de Vehículos Aéreos por Referencia Visual

Abstract

Esta tesis se centró en el diseño y desarrollo de un sistema de navegación autónoma para vehículos aéreos no tripulados UAV (Unmanned Aerial Vehicle), basado en referencia visual. En la actualidad, la demanda de sistemas autónomos para la navegación de UAV ha experimentado un crecimiento significativo, impulsado por su aplicación en diversas industrias, desde la agricultura hasta la vigilancia. La investigación se apoya en el uso de redes neuronales convolucionales (CNN, del inglés Convolutional Neural Networks) para la clasificación de imágenes en diferentes tipos de señalamientos de tráfico y, en consecuencia, tomar decisiones de navegación en los UAV. Este enfoque representa una respuesta innovadora a los desafíos actuales relacionados con la percepción y toma de decisiones en entornos dinámicos y cambiantes. El sistema se estructura en torno a tres pilares principales: la configuración del entorno ROS (Robot Operating System) para la comunicación y control del UAV, la implementaciónde una CNN especializada para la clasificación de imágenes y la integración de esta reden el sistema de navegación autónoma. Además, se desarrollarán algoritmos para la obtención de imágenes y la manipulación del vehículo aéreo no tripulado basados en las salidas de la red neuronal convolucional. La metodología se abordó en dos etapas interrelacionadas entre sí, desde el inicio de una configuración del entorno ROS hasta la evaluación exhaustiva del sistema con laCNN y su repuesta a las imágenes obtenidas por el UAV. Cada fase será documentada y analizada meticulosamente para asegurar el cumplimiento de los objetivos específicos ydel objetivo general de la investigación. Esta investigación responde a la demanda de sistemas de navegación eficientes para vehículos aéreos no tripulados (UAV), y aporta de manera destacada a la convergencia entre la visión por computadora y la robótica autónoma, otorgando especial importancia al uso de redes neuronales convolucionales.