Desarrollo de un sistema para la detección automática de paneles fotovoltaicos afectados por suciedad mediante imágenes aéreas provenientes de un dron
Este documento presenta el proceso de diseño de un sistema para la detección automática de paneles fotovoltaicos afectados por suciedad utilizando la metodología planteada en el libro diseño y desarrollo de productos de Ulrich y Eppinger, evidenciando el proceso desde la identificación de oportunida...
- Autores:
-
Salazar Cárdenas, Daniel
- Tipo de recurso:
- Fecha de publicación:
- 2023
- Institución:
- Universidad Autónoma de Occidente
- Repositorio:
- RED: Repositorio Educativo Digital UAO
- Idioma:
- spa
- OAI Identifier:
- oai:red.uao.edu.co:10614/15196
- Acceso en línea:
- https://hdl.handle.net/10614/15196
https://red.uao.edu.co/
- Palabra clave:
- Panel fotovoltaico
Detección de suciedad
YOLOv7
Procesamiento de imágenes aéreas
Photovoltaic panel
Soiling detection
YOLOv7
Aerial image processing
- Rights
- openAccess
- License
- Derechos reservados - Universidad Autónoma de Occidente, 2023
Summary: | Este documento presenta el proceso de diseño de un sistema para la detección automática de paneles fotovoltaicos afectados por suciedad utilizando la metodología planteada en el libro diseño y desarrollo de productos de Ulrich y Eppinger, evidenciando el proceso desde la identificación de oportunidades hasta la prueba de concepto seleccionado, un dron que toma imágenes aéreas, las transmite a un servidor en la nube que las procesa mediante la arquitectura YOLOv7 y presenta los resultados mediante una interfaz web. Como parte del proceso estructurado se alcanzaron diferentes milestones representados en los objetivos específicos del proyecto, la selección de la arquitectura, la puesta a punto del hardware local y en la nube necesario, la generación del dataset, la creación de un algoritmo para referenciar la ubicación de los paneles identificados, la creación de una plataforma de visualización basada en react y nodejs para finalmente presentar un conjunto de pruebas sobre la arquitectura planteada. Estas pruebas consistieron en la creación de un video que simuló el vuelo del dron realizando un recorrido en una ruta donde una cámara graba paneles limpios y sucios, para posteriormente ejecutar el proceso de detección y observar los resultados en la plataforma web, al igual que pruebas en vuelos reales en un ambiente controlado, realizando una transmisión en tiempo real de la imagen de la cámara que fue procesada por el servidor web. De estas pruebas se obtuvo una incidencia de falsos positivos inferior al 2% en 91 detecciones provenientes de la transmisión en tiempo real (RTMP), y una incertidumbre de 3 metros en la ubicación del panel detectado. Resultados que muestran el correcto funcionamiento del sistema creado y abren la puerta a futuros desarrollos para mejorar su capacidad de ubicación |
---|