Tesis (Magíster en Ingeniería Electrónica)

El objetivo principal de este proyecto de grado es desarrollar un sistema de visión por computador embebido para dotar a un cuadricóptero con la capacidad de detectar y hacer el seguimiento autónomo de un objeto móvil terrestre visto desde la plataforma aérea no tripulada (Unmanned Aerial Vehicle (UAV)), utilizando ROS.

La detección y el seguimiento de objetos en movimiento usando plataformas UAV, son consideradas tareas difíciles para los sistemas de visión por computador y su implementación requiere superar varios desafíos. Los modelos y algoritmos de visión expuestos en este trabajo de grado están basados en el uso de técnicas de deep learning para el procesamiento de imágenes, a través de los cuales se busca resolver varios de los desafíos asociados a la detección y el seguimiento visual de objetos en movimiento.

Este proyecto utilizó ROS como entorno de trabajo estandarizado para el desarrollo de la aplicación robótica, se diseñó e implementó un entorno de simulación Hardware-in-the-loop (HIL) de forma que el sistema embebido no controla un UAV real sino uno simulado. Para validar el funcionamiento del sistema, se implementó una interfaz en ROS que permite comunicar el sistema de visión por computador embebido y un cuadricóptero. Se empleó el paquete de ROS hector quadrotor, el cual ofrece un modelo 3D de un cuadricóptero, con dinámicas de vuelo realistas, cámaras y sensores integrados. Una vez conformado el ambiente de simulación se realizaron diferentes vuelos, experimentos y pruebas con la ayuda de herramientas de visualización como Rviz (ROS Visualization) y Gazebo que se integran con ROS.

Este trabajo de grado concluye que los sensores ópticos proporcionan una fuente de información confiable y su procesamiento constituye una herramienta de navegación para las tareas comunes de los UAV. Los detectores de objetos entrenados con Single Shot Multibox Detector (SSD) presentan el mejor equilibrio entre las métricas evaluadas, con un rendimiento de 18.1 ∼ 18.4 FPS y una precisión entre 84.97 % ∼ 94.44 %. Los resultados obtenidos en las diferentes simulaciones realizadas demuestran que el cuadricóptero es capaz de detectar y seguir de forma autónoma un carro de radio control que se mueve en tierra.