Investigación e implementación de un sistema de aprendizaje sobrevuelo y seguimiento de objetos para mejorar la seguridad en ambientes externos mediante la utilización de IA en combinación con un dron, para la Universidad de las Fuerzas Armadas ESPE sede Latacunga

El presente trabajo se enfoca en el problema de reconocimiento y seguimiento autónomo de objetos con un VANT (Vehículo Aéreo no Tripulado) y en tiempo real. Se centra en el uso de RNAs (Redes Neuronales Artificiales) convolucionales y la implementación de YOLO como algoritmo de detección de objetos. Para este sistema se desarrollaron tres etapas principales. La primera etapa consiste en la instalación y el acondicionamiento de un driver que permita enviar comandos de vuelo y recibir fotogramas en tiempo real a través del VANT, haciendo uso de un procesador que permita procesar estos datos y con base en estos, ejecutar un algoritmo de vuelo autónomo. La segunda etapa es la toma de datos de objetivos para el entrenamiento, se elaboró un algoritmo mediante técnicas clásicas de visión artificial para facilitar la captura y el etiquetado de las imágenes, para esto se utilizan técnicas como emparejamiento de plantillas, seguimiento mediante flujo óptico, histogramas, entre otras. La última etapa involucra el seguimiento autónomo del VANT haciendo uso de las coordenadas obtenidas mediante YOLO y el algoritmo de vuelo. Se consiguió un seguimiento óptimo en todos los casos, considerando siempre un entrenamiento de la red neuronal con por lo mínimo 500 imágenes y con una cantidad de épocas mayor o igual a 700.

• Автор: Lizano Flores, Kevin Iván (author)
• Інші автори: Tite Ruíz, Jonathan Danilo (author)
• Формат: bachelorThesis
• Мова: spa
• Опубліковано: 2023
• Предмети: VEHÍCULO AÉREO NO TRIPULADO; SEGUIMIENTOS DE OBJETOS; YOLO; VISIÓN ARTIFICIAL; VUELO AUTÓNOMO
• Онлайн доступ: http://repositorio.espe.edu.ec/handle/21000/35102