Diseño de un sistema de visión artificial para la detección y control de presencia de zopilote negro en aeródromos

Hay un número importante de aeródromos a nivel internacional que forman parte de ecosistemas semiantrópicos en los que habita fauna silvestre, estos animales buscan alimento, agua, abrigo y suelen encontrar estos elementos esenciales en el predio aeroportuario, ocasionando la convivencia de fauna y...

Full description

Autores:
Vera González, Alhím Adonaí
Valle Ortiz, Diego Fernando
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad Autónoma de Bucaramanga - UNAB
Repositorio:
Repositorio UNAB
Idioma:
spa
OAI Identifier:
oai:repository.unab.edu.co:20.500.12749/12743
Acceso en línea:
http://hdl.handle.net/20.500.12749/12743
Palabra clave:
Mechatronic
Aerodromes
Artificial vision system
Simulation methods
Control systems
Machine theory
Computer vision
Artificial intelligence
Pattern recognition
Planes
Birds
Mecatrónica
Métodos de simulación
Teoría de las máquinas
Sistemas de control
Visión por computador
Inteligencia artificial
Reconocimiento de formas
Aviones
Aves
Aeródromos
Sistema de visión artificial
Zopilote negro
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Description
Summary:Hay un número importante de aeródromos a nivel internacional que forman parte de ecosistemas semiantrópicos en los que habita fauna silvestre, estos animales buscan alimento, agua, abrigo y suelen encontrar estos elementos esenciales en el predio aeroportuario, ocasionando la convivencia de fauna y aeronaves dentro de un mismo espacio, generando altas probabilidades de choques de aves con aviones (motores, parabrisas, etc.), provocando accidentes principalmente en los momentos de despegue y aterrizaje; Según lo anterior, este proyecto consiste en desarrollar un sistema de visión artificial implementado en un vehículo aéreo no tripulado (UAV) para que de manera autónoma realice la detección de imágenes de zopilote negros y realice trayectorias lineales hasta el animal evitando colisiones, en tiempo real y en un ambiente controlado; las pruebas de vuelo se realizaron ejecutando el algoritmo SSD + Mobilenet V2 para el reconocimiento del objeto, seguido al algoritmo 3DVFH* para la generación de trayectorias y evasión del obstáculo a bordo de un dron QAV250 con una cámara Genius facecamx1000 orientada ambos hacia adelante, obteniendo resultados exitosos de reconocimiento, seguimiento, y evasión de obstáculos con un objeto controlado manualmente en un ambiente real.