Sistema de una arquitectura software de reconocimiento y seguimiento de personas en un entorno universitario

En los campus universitarios, guiar a personas de manera segura y eficiente es un desafío que los robots móviles pueden afrontar con un adecuado sistema de percepción, con esta motivación el trabajo se enfoca en los desafíos técnicos de desarrollar un sistema de percepción robótica que permita el re...

Full description

Autores:
Fernández Urbano, Alejandro
Guartos Arango, Fabián
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad Autónoma de Occidente
Repositorio:
RED: Repositorio Educativo Digital UAO
Idioma:
spa
OAI Identifier:
oai:red.uao.edu.co:10614/15687
Acceso en línea:
https://hdl.handle.net/10614/15687
https://red.uao.edu.co/
Palabra clave:
Ingeniería Mecatrónica
Fusión sensorial
Detección 2D y 3D
Seguimiento de múltiples objetos
Robot móvil
Sensor fusion
2D and 3D detection
Multiple object tracking
Mobile robot
Rights
openAccess
License
Derechos reservados - Universidad Autónoma de Occidente, 2024
Description
Summary:En los campus universitarios, guiar a personas de manera segura y eficiente es un desafío que los robots móviles pueden afrontar con un adecuado sistema de percepción, con esta motivación el trabajo se enfoca en los desafíos técnicos de desarrollar un sistema de percepción robótica que permita el reconocimiento y seguimiento de personas, mediante la fusión sensorial de múltiples sensores (cámara y LIDAR), en un entorno universitario. Este sistema propuesto implica tecnología de fusión sensorial y machine learning, para lo cual se utilizaron modelos, conjuntos de datos existentes y un conjunto de datos propio creado a partir de la toma de datos en espacios dentro del campus de la Universidad Autónoma de Occidente. El sistema se implementó en una plataforma móvil y se evaluó mediante pruebas experimentales en tiempo real, para demostrar su desempeño durante el seguimiento de personas. Las pruebas realizadas indican resultados aceptables pese a la aplicación del sistema y al hardware de bajo rendimiento donde se implementó, concluyendo que existe un margen de mejora por parte del algoritmo de seguimiento