Desarrollo de un sistema de clasificación automática de tipos de terrenos empleando técnicas de machine learning

El presente proyecto de investigación se enfoca en el desarrollo de un sistema que permita clasificar automáticamente por lo menos cuatro tipos de terrenos, como por ejemplo, pavimento, asfalto, grava y césped, empleando técnicas de Machine Learning. El alcance de este proyecto contempla el diseño e implementación del hardware para la adquisición de las señales de vibración recibidas por un sensor inercial (IMU, del inglés Inertial Measurement Unit), también constará de un GPS (Global Position System) que indicará la ruta en donde se realizó la prueba, el dispositivo estará ubicado en una bicicleta, la cual será el vehículo de prueba a utilizar. Adicionalmente, los datos recolectados se guardarán en una memoria micro SD, cuya información posteriormente se almacenarán en una base de datos, desde donde se tomará la información para clasificar los terrenos utilizando técnicas de Machine Learning, asimismo con las coordenadas geográficas proporcionadas por el GPS se mostrará la trayectoria que recorrió la bicicleta en un mapa, para lo cual se usara el recurso de google maps, para finalmente mostrar mediante una interfaz gráfica de usuario (GUI, del inglés Graphical User Interface) el tipo de suelo que atravesó, de manera off-line.

• 1. Verfasser: Guevara Bonilla, Marco Antonio (author)
• Format: bachelorThesis
• Sprache: spa
• Veröffentlicht: 2019
• Schlagworte: APRENDIZAJE AUTOMÁTICO; DESARROLLO DE SISTEMAS; ;ESPACIO URBANO
• Online Zugang: http://repositorio.espe.edu.ec/handle/21000/20497