Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones
En el presente trabajo de grado se desarrolló un prototipo de un sistema de monitoreo para zonas boscosas y áreas protegidas mediante la implementación de drones que ejecuten operaciones de reconocimiento de terreno para la generación de alertas en tiempo real por medio de reconocimiento de imágenes...
- Autores:
-
Olarte Camargo, Kevin Joel
Chacón Castro, Luisa Fernanda
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/7037
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/7037
- Palabra clave:
- Systems engineer
Forest fire
Computer visión
Forest fire
Neural networks
Reinforcement learning
Fires
Monitoring
Environmental monitoring
Artificial intelligence
Technological innovations
Ingeniería de sistemas
Incendios
Monitoreo
Vigilancia ambiental
Inteligencia artificial
Innovaciones tecnológicas
Dron
Visión por computador
Incendio forestal
Redes neuronales
Aprendizaje reforzado
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
| id |
UNAB2_9f53464a448eec015176171c742b871a |
|---|---|
| oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/7037 |
| network_acronym_str |
UNAB2 |
| network_name_str |
Repositorio UNAB |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| dc.title.translated.eng.fl_str_mv |
Prototype of a monitoring system for fire detection in protected areas in the department of Santander with the generation of real-time alerts using drone |
| title |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| spellingShingle |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones Systems engineer Forest fire Computer visión Forest fire Neural networks Reinforcement learning Fires Monitoring Environmental monitoring Artificial intelligence Technological innovations Ingeniería de sistemas Incendios Monitoreo Vigilancia ambiental Inteligencia artificial Innovaciones tecnológicas Dron Visión por computador Incendio forestal Redes neuronales Aprendizaje reforzado |
| title_short |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| title_full |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| title_fullStr |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| title_full_unstemmed |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| title_sort |
Prototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de drones |
| dc.creator.fl_str_mv |
Olarte Camargo, Kevin Joel Chacón Castro, Luisa Fernanda |
| dc.contributor.advisor.spa.fl_str_mv |
Ramírez Prada, Paulo Cesar Parra Sánchez, Diana Teresa |
| dc.contributor.author.spa.fl_str_mv |
Olarte Camargo, Kevin Joel Chacón Castro, Luisa Fernanda |
| dc.contributor.cvlac.*.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001612751 |
| dc.contributor.cvlac.spa.fl_str_mv |
Parra Sánchez, Diana Teresa [0001476224] Ramírez Prada, Paulo César [0001612751] |
| dc.contributor.googlescholar.spa.fl_str_mv |
Parra Sánchez, Diana Teresa [oxohr6EAAAAJ] Ramírez Prada, Paulo César [6zLcWRkAAAAJ] |
| dc.contributor.orcid.*.fl_str_mv |
https://orcid.org/0000-0001-5421-9890 |
| dc.contributor.orcid.spa.fl_str_mv |
Parra Sánchez, Diana Teresa [0000-0002-7649-0849] Ramírez Prada, Paulo César [0000-0001-5421-9890] |
| dc.contributor.researchgate.spa.fl_str_mv |
Chacón Castro, Luisa Fernanda [Luisa-Chacon] Parra Sánchez, Diana Teresa [Diana-Parra-Sanchez-2] Ramírez Prada, Paulo César [Paulo-Ramirez-Prada] |
| dc.subject.keywords.eng.fl_str_mv |
Systems engineer Forest fire Computer visión Forest fire Neural networks Reinforcement learning Fires Monitoring Environmental monitoring Artificial intelligence Technological innovations |
| topic |
Systems engineer Forest fire Computer visión Forest fire Neural networks Reinforcement learning Fires Monitoring Environmental monitoring Artificial intelligence Technological innovations Ingeniería de sistemas Incendios Monitoreo Vigilancia ambiental Inteligencia artificial Innovaciones tecnológicas Dron Visión por computador Incendio forestal Redes neuronales Aprendizaje reforzado |
| dc.subject.lemb.spa.fl_str_mv |
Ingeniería de sistemas Incendios Monitoreo Vigilancia ambiental Inteligencia artificial Innovaciones tecnológicas |
| dc.subject.proposal.spa.fl_str_mv |
Dron Visión por computador Incendio forestal Redes neuronales Aprendizaje reforzado |
| description |
En el presente trabajo de grado se desarrolló un prototipo de un sistema de monitoreo para zonas boscosas y áreas protegidas mediante la implementación de drones que ejecuten operaciones de reconocimiento de terreno para la generación de alertas en tiempo real por medio de reconocimiento de imágenes, buscando dar solución al impacto que están sufriendo los ecosistemas boscosos, principalmente a causa del hombre y la falta de vigilancia continua que permita detectar a tiempo los incendios. Se realizó una revisión de la literatura que era relevante para los puntos de investigación que fueron: Redes neuronales convolucionales, drones, zonas boscosas y visión por computadora. Cada uno de los temas fueron expuestos con la relación directa con el tema de estudio y así definir objetivos y la selección de las tecnologías software y hardware para la aplicación del mismo. Se aplicó el entrenamiento a la red neuronal analizando el comportamiento y aprendizaje de la misma al identificar tres tipos de estados: incendio día, incendio noche, no incendio. Con ayuda de datasets propios y de terceros se realizaron pruebas con un incendio controlado en el barrio Morrorico ubicado en el oriente de Bucaramanga. Este proyecto inicia un largo camino en pro del cuidado de zonas boscosas, y sirve como complemento en trabajos similares referentes a clasificación de imágenes por medio de inteligencia artificial, dejando como precedente la necesidad del cuidado de los bosques dado al alto impacto que los incendios traen consigo. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019-05-31 |
| dc.date.accessioned.none.fl_str_mv |
2020-07-25T01:15:05Z |
| dc.date.available.none.fl_str_mv |
2020-07-25T01:15:05Z |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.local.spa.fl_str_mv |
Trabajo de Grado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/7037 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
| url |
http://hdl.handle.net/20.500.12749/7037 |
| identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Achkar, M., Cantón, V., Díaz, I., Domínguez, A., Faccio, C., Fernández, G., … Sosa, B. (2011). Áreas protegidas Un desafío en el ordenamiento ambiental del territorio. https://doi.org/10.1360/zd-2013-43-6-1064 Addati, G., & Pérez Lance, G. (2014). Introducción a los UAV’s, drones o VANTs de uso civil. Econstor. Aero Expo. (2019a). BD BeBop Datasheet 210x297 UK 19nov14. Aero Expo. (2019b). Parrot bebop drone. Retrieved from http://pdf.aeroexpo.online/pdf/parrot/bd-bebop-datasheet-210x297-uk-19nov14/170278-68.html Aeronautica Civil de Colombia. (2015). Requisitos Generales de Aeronavegabilidad y Operaciones para RPAS. Retrieved from http://www.aerocivil.gov.co/Lists/Noticias Internet/Attachments/197/CIRCULAR REGLAMENTARIA 002 - RPAS.pdf Agencia Nacional del Espectro. (2018). Política de espectro radioeléctrico. Ahmed, S., & Mehmood, S. (2017). Incorporation of Drones into Fire and Rescue Service of Esbjerg Municipality for a Robust Emergency Response. Aalborg University Esbjerg. Allison, R. S., Johnston, J. M., Craig, G., & Jennings, S. (2016). Airborne optical and thermal remote sensing for wildfire detection and monitoring. MPDI, 16(8). https://doi.org/10.3390/s16081310 Ángel, M., & Jiménez, I. (2016). Diseño e implementación de un Dron Para la detección de incendios forestales. Universidad abierta de Cataluña. Arduino. (2019). Arduino uno rev3. Retrieved from https://store.arduino.cc/usa/arduino-uno-rev3 Bermúdez Huertas, A., & Villamil Hernández, L. (2015). Vehículos Aéreos no tripulados, Drones y sus sistemas de comunicación. Bock, S., Goppold, J., & Weiß, M. (2018). An improvement of the convergence proof of the (p. 6). Bradski, G., & Kaehler, A. (2008). Learning OpenCV. Learning OpenCV. https://doi.org/10.1109/MRA.2009.933612 Bujari, A., Calafate, C. T., Cano, J.-C., Manzoni, P., Palazzi, C. E., & Ronzani, D. (2017). Flying ad-hoc network application scenarios and mobility models. International Journal of Distributed Sensor Networks, 13(10), 17. https://doi.org/10.1177/1550147717738192 Burrueco, D. (2019). Otros optimizadores. Retrieved from https://www.interactivechaos.com/manual/tutorial-de-machine-learning/otros-optimizadores Cognex. (2018). Introducción a la visión Artificial Una guía para la automatización de procesos y mejorar la calidad. Retrieved from https://www.cognex.com/es-ar/library/media/files/17151.pdf Comisión Nacional Forestal. (2005). Incendios forestales: Guía práctica para comunicadores. Consejo Nacional de Política Económica y Social. (2018). CONPES 3920: Política Nacional de Explotación de Datos (Big Data). Bogotá. Constitucion politica de Colombia. (1991). Constitucion politica de Colombia 1991. Retrieved from http://www.corteconstitucional.gov.co/inicio/Constitucion politica de Colombia.pdf Corporación Autónoma Regional para la Defensa de la Meseta de Bucaramanga. (2011). Áreas Protegidas En La Jurisdicción De La Cdmb, Santander, Colombia. Cruz, H., Eckert, M., Meneses, J., & Martínez, J. F. (2016). Efficient forest fire detection index for application in Unmanned Aerial Systems (UASs), 16(6). https://doi.org/10.3390/s16060893 Diaz Cuesta, C. (2018). Redes Neuronales Convolucionales. vDionisio Ortega, S., Rojas Perez, L. O., Martinez Carranza, J., & Cruz Vega, I. (2018). A deep learning approach towards autonomous flight in forest environments. In Conference international 2018 (Vol. 2018-Janua, pp. 139–144). IEEE. https://doi.org/10.1109/CONIELECOMP.2018.8327189 Dji Spark. (2019). Spark. Retrieved from https://www.dji.com/spark Dunnings, A. J., & Breckon, T. P. (2018). Experimentally defined convolutional neural network architecture variants for non-temporal real-time fire detection. Proceedings - International Conference on Image Processing, ICIP, 1358–1362. https://doi.org/10.1109/ICIP.2018.8451657 Dynamo Electronics S.A.S. (2019). Sensor de ultrasonido HC-SR04. Retrieved from https://www.dynamoelectronics.com/medir-distancias/863-sensor-de-ultrasonido-hc-sr04.html El Tiempo. (2019, February 5). Incendio forestal consumió al menos 220 hectáreas del páramo El Almorzadero en Santander, p. 1. Retrieved from https://www.eltiempo.com/colombia/otras-ciudades/incendio-en-paramo-de-santurban-afecta-a-80-hectareas-de-bosque-323168 Electronic Components. (2019). VL53L0X Datasheet. Retrieved from https://www.alldatasheet.com/view.jsp?Searchword=Vl53l0x&gclid=EAIaIQobChMIzK6T3v3A4gIVQwOGCh3IRwzvEAAYASAAEgIrbPD_BwE FAO; MADS; IDEAM. (2018). Lineamientos para el monitoreo comunitario participativo en Colombia. Bogotá. FAO. (2015a). Evaluación de los recursos forestales mundiales 2015 (2nd ed.). Rom. FAO. (2015b). Los bosques y suelos forestales contribuyen de manera esencial a la producción agrícola y la seguridad alimentaria mundial. Retrieved from http://www.fao.org/soils-2015/news/news-detail/es/c/285875/ FAO. (2018). Fortalecimiento de los sistemas nacionales de monitoreo de los bosques para REDD +. Roma. Flórez López, R., & Fernández Fernández, J. M. (2008). Las Redes Neuronales Artificiales. (Netbiblo, Ed.). Freaks, E. (2012). Ultrasonic Ranging Module HC - SR04, 3–5. Retrieved from http://www.micropik.com/PDF/HCSR04.pdf fritzing. (2019). fritzing. Retrieved from http://fritzing.org/home/ Frizzi, S., Kaabi, R., Bouchouicha, M., Ginoux, J. M., Moreau, E., & Fnaiech, F. (2016). Convolutional Neural Network for Video Fire and Smoke Detection. IECON Proceedings (Industrial Electronics Conference), 877–882. https://doi.org/10.1109/IECON.2016.7793196 García García, I. (2017). Estudio sobre vehículos aéreos no tripulados y sus aplicaciones. Valladolid. Retrieved from https://uvadoc.uva.es/bitstream/10324/23021/1/TFG-P-528.pdf Hristov, G., Raychev, J., Kinaneva, D., & Plamen, Z. (2018). Emerging methods for early detection of forest fires using unmanned aerial vehicles and LoRaWAN sensor networks. 2018 28th EAEEIE Annual Conference (EAEEIE), 1–4. Hua, L., & Shao, G. (2017). The progress of operational forest fire monitoring with infrared remote sensing. Forestry Research, 28(2), 215–229. https://doi.org/10.1007/s11676-016-0361-8 Iberdrola. (2019). Diferentes tipos y usos de drones. Retrieved from https://www.iberdrola.com/te-interesa/tecnologia/drones-usos-tipos IDEAM. (2016). Estrategia integral de control a la deforestación. IDEAM. (2019). Incendios de la cobertura vegetal. Retrieved from http://www.ideam.gov.co/web/ecosistemas/incendios-cobertura-vegetal Intel Aero ready to Fly. (2019). Intel. Investopedia. (2019). Overfitting. Retrieved from https://www.investopedia.com/terms/o/overfitting.asp Keras. (2019a). Keras documentation. Retrieved from https://keras.io/optimizers/ Keras. (2019b). Keras documentation. Retrieved from https://keras.io/metrics/ Khan, S., Muhammad, K., Mumtaz, S., Baik, S. W., & de Albuquerque, V. H. C. (2019). Energy-Efficient Deep CNN for Smoke Detection in Foggy IoT Environment. IEEE Internet of Things Journal, 1–1. https://doi.org/10.1109/JIOT.2019.2896120 Kurose, J., & Ross, K. (2005). Computer Networking - A top-down approach. Pearson. Lago Canadas, J. (2017). Diseño y control de un dron con evasión de obstáculos. Maksymiv, O., Rak, T., & Peleshko, D. (2017). Real-time fire detection method combining AdaBoost, LBP and convolutional neural network in video sequence. 2017 14th International Conference The Experience of Designing and Application of CAD Systems in Microelectronics, CADSM 2017 - Proceedings, 351–353. https://doi.org/10.1109/CADSM.2017.7916148 Manyika, J., Chui, M., Bisson, P., Woetzel, J., Dobbs, R., Bughin, J., & Aharon, D. (2016). El Internet de las cosas: Un informe de la política pública de Internet Society ( ISOC ). Internet Society, 1–8. Márquez Díaz, J. E. (2018). Seguridad metropolitana mediante el uso coordinado de Drones. Ingenierías USBMed, 9(1), 39. https://doi.org/10.21500/20275846.3299 Mavic pro. (2019). Mavic pro wherever you go. Retrieved from https://www.dji.com/mavic Merino, L., Caballero, F., Martínez-De-Dios, J. R., Maza, I., & Ollero, A. (2012). An unmanned aircraft system for automatic forest fire monitoring and measurement. Journal of Intelligent and Robotic Systems: Theory and Applications, 65(1–4), 533–548. https://doi.org/10.1007/s10846-011-9560-x Minambiente. (1974). Decreto 2811 del 18 de Diciembre de 1974. Retrieved from http://www.minambiente.gov.co/images/GestionIntegraldelRecursoHidrico/pdf/normativa/Decreto_2811_de_1974.pdf Minambiente. (2019). Los incendios forestales. Retrieved from http://www.minambiente.gov.co/index.php/component/content/article?id=428:plantilla-bosques-biodiversidad-y-servicios-ecosistematicos-23 Ministerio de Tecnologías de la Información y las Comunicaciones. (2015). Decreto 1078. Decreto único reglamentario del Sector de Tecnologías de la Información y las Comunicaciones. Retrieved from https://www.mintic.gov.co/portal/604/articles-9528_documento.pdf Mora Tebas, J. (2018). Drones: ¿La Clave para el desarrollo y la seguridad en África? IEEE, 33. Retrieved from Dron, UAV, RA, África, seguridad, desarrollo, dronización Morgan, Q., Brian, G., & Smart, W. D. (2015). Programming Robots with ROS. (S. D. Blanchette Meghan, Ed.) (1st ed.). Boston. Muhammad, K., Ahmad, J., Lv, Z., Bellavista, P., Yang, P., & Baik, S. W. (2018). Efficient Deep CNN-Based Fire Detection and Localization in Video Surveillance Applications. IEEE Transactions on Systems, Man, and Cybernetics: Systems, PP, 1–16. https://doi.org/10.1109/TSMC.2018.2830099 Muhammad, K., Ahmad, J., Mehmood, I., Rho, S., & Baik, S. W. (2018). Convolutional Neural Networks Based Fire Detection in Surveillance Videos. IEEE Access, 6, 18174–18183. https://doi.org/10.1109/ACCESS.2018.2812835 Muhammad, K., Khan, S., Elhoseny, M., Ahmed, S. H., & Baik, S. W. (2019). Efficient Fire Detection for Uncertain Surveillance Environment. IEEE Transactions on Industrial Informatics, PP(c), 1–1. https://doi.org/10.1109/tii.2019.2897594 Muñoz, F., Porta, J., & Contreras, M. (2014). Redes Ad Hoc. Retrieved from http://www.eng.auburn.edu/~jtc0004/jtc/manet/applet.htm ? naylampmechatronics. (2013). Conversor de nivel lógico I2C 5V a 3.3V. Retrieved from https://naylampmechatronics.com/conversores-ttl/67-conversor-de-nivel-logico-i2c.html P.Kingm, D., & Ba, J. L. (2015). Adam: A method for stochstic optimization (p. 15). Palacios, F. M., Quesada, E. S. E., Sanahuja, G., Salazar, S., Salazar, O. G., & Carrillo, L. R. G. (2017). Test bed for applications of heterogeneous unmanned vehicles. International Journal of Advanced Robotic Systems, 14(1), 1–14. https://doi.org/10.1177/1729881416687111 Parrot. (2019). Parrot Ar. Drone. Parrot bebop drone user guide. (2014), 33. Rambal. (2019). Conversor de nivel lógico Bidireccional. (4 canales). Raspberry Pi. (2019). Raspberry Pi 3. Retrieved from https://www.raspberrypi.org/products/raspberry-pi-3-model-b-plus/ Ros. (2019). ROS. Retrieved from http://www.ros.org/about-ros/ Rossie, L. (2019). Corsican fire database. Retrieved from http://cfdb.univ-corse.fr/ RUNAP. (2019a). Áreas protegidas. Retrieved from http://runap.parquesnacionales.gov.co/departamento/935 RUNAP. (2019b). Serranía de los Yariguíes. Retrieved from http://runap.parquesnacionales.gov.co/area-protegida/473 Saadat, M. N., & Husen, M. N. (2018). An Application Framework for Forest Fire and Haze Detection with Data Acquisition Using Unmanned Aerial Vehicle. In Proceedings of the 12th International Conference on Ubiquitous Information Management and Communication - IMCOM ’18 (pp. 1–7). New York, New York, USA: ACM Press. https://doi.org/10.1145/3164541.3164624 Salazar, J. (2016). Redes inalámbricas. Sebe, N., Cohen, I., Huang, T., & Gard, A. (2005). Machine Learning in Computer Vision (Vol. 29). Berlin/Heidelberg: Springer-Verlag. https://doi.org/10.1007/1-4020-3275-7 Suasnavas Males, P. A. (2016). Sistema de vigilancia usando cámaras de seguridad y drones en la finca “La María” de la UTEQ. Universidad de Guayaquil. Szeliski, R. (2011). Computer Vision: Algorithms & Applications, 5, 832. https://doi.org/10.1007/978-1-84882-935-0 Thamizhmathi, M., & Usharani, S. (2014). A survey of Forest Fire Detection Techniques. International Journal of Distributed Sensor Networks, 2(12), 7. Retrieved from http://journals.sagepub.com/doi/10.1155/2014/597368 Torres Simón, F. J. (2017). El dron aplicado al sector audiovisual. Editorial Tébar Flores. Unión Internacional de Telecomunicaciones. (2012). Descripción general de Internet de los objetos. Sector de Normalización de las Telecomunicaciones de la UIT. Vanko, J., Sousa, J. J., Adão, T., Pádua, L., Morais, R., Hruška, J., & Peres, E. (2017). UAS, sensors, and data processing in agroforestry: a review towards practical applications. International Journal of Remote Sensing, 38(8–10), 1–43. https://doi.org/10.1080/01431161.2017.1297548 Vanus, J., Martinek, R., Bilik, P., Zidek, J., Dohnalek, P., & Gajdos, P. (2016). New method for accurate prediction of CO2 in the Smart Home. In Conference Record - IEEE Instrumentation and Measurement Technology Conference (Vol. 2016-July). https://doi.org/10.1109/I2MTC.2016.7520562 Wang, K., Wang, Y., Zhang, J., & Zhang, Q. (2018). Fire Detection in Infrared Video Surveillance Based on Convolutional Neural Network and SVM (p. 1). Hefei. |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-SinDerivadas 2.5 Colombia |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.spatial.spa.fl_str_mv |
Santander (Colombia) |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Ingeniería de Sistemas |
| institution |
Universidad Autónoma de Bucaramanga - UNAB |
| bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/7037/1/2019_Tesis_Luisa_Fernanda_Chacon.pdf https://repository.unab.edu.co/bitstream/20.500.12749/7037/2/2019_Licencia_Luisa_Fernanda_Chacon.pdf https://repository.unab.edu.co/bitstream/20.500.12749/7037/3/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/7037/4/2019_Tesis_Luisa_Fernanda_Chacon.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/7037/5/2019_Licencia_Luisa_Fernanda_Chacon.pdf.jpg |
| bitstream.checksum.fl_str_mv |
e1835d4455a739adb198645e28b1b051 67ac8bd41a481d003b055908b29040e7 8a4605be74aa9ea9d79846c1fba20a33 2ef496a94e43fcfe702f88920cea6e94 4876760a8491066d97f5421ee0427ddb |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
| repository.mail.fl_str_mv |
repositorio@unab.edu.co |
| _version_ |
1808410596021895168 |
| spelling |
Ramírez Prada, Paulo CesarParra Sánchez, Diana TeresaOlarte Camargo, Kevin JoelChacón Castro, Luisa Fernandahttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001612751Parra Sánchez, Diana Teresa [0001476224]Ramírez Prada, Paulo César [0001612751]Parra Sánchez, Diana Teresa [oxohr6EAAAAJ]Ramírez Prada, Paulo César [6zLcWRkAAAAJ]https://orcid.org/0000-0001-5421-9890Parra Sánchez, Diana Teresa [0000-0002-7649-0849]Ramírez Prada, Paulo César [0000-0001-5421-9890]Chacón Castro, Luisa Fernanda [Luisa-Chacon]Parra Sánchez, Diana Teresa [Diana-Parra-Sanchez-2]Ramírez Prada, Paulo César [Paulo-Ramirez-Prada]Santander (Colombia)2020-07-25T01:15:05Z2020-07-25T01:15:05Z2019-05-31http://hdl.handle.net/20.500.12749/7037instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coEn el presente trabajo de grado se desarrolló un prototipo de un sistema de monitoreo para zonas boscosas y áreas protegidas mediante la implementación de drones que ejecuten operaciones de reconocimiento de terreno para la generación de alertas en tiempo real por medio de reconocimiento de imágenes, buscando dar solución al impacto que están sufriendo los ecosistemas boscosos, principalmente a causa del hombre y la falta de vigilancia continua que permita detectar a tiempo los incendios. Se realizó una revisión de la literatura que era relevante para los puntos de investigación que fueron: Redes neuronales convolucionales, drones, zonas boscosas y visión por computadora. Cada uno de los temas fueron expuestos con la relación directa con el tema de estudio y así definir objetivos y la selección de las tecnologías software y hardware para la aplicación del mismo. Se aplicó el entrenamiento a la red neuronal analizando el comportamiento y aprendizaje de la misma al identificar tres tipos de estados: incendio día, incendio noche, no incendio. Con ayuda de datasets propios y de terceros se realizaron pruebas con un incendio controlado en el barrio Morrorico ubicado en el oriente de Bucaramanga. Este proyecto inicia un largo camino en pro del cuidado de zonas boscosas, y sirve como complemento en trabajos similares referentes a clasificación de imágenes por medio de inteligencia artificial, dejando como precedente la necesidad del cuidado de los bosques dado al alto impacto que los incendios traen consigo.1. introducción 6 2. planteamiento del problema 7 3. objetivos 9 3.1 objetivo general 9 3.2 objetivos específicos 9 4. marco referencial 10 4.1 marco conceptual 10 4.2 marco teórico 10 4.3 estado del arte 15 4.4 marco legal 21 5. metodología 24 6. resultados 25 7. discusión 56 8. conclusiones 57 9. trabajo futuro 59 referenciasPregradoIn this grade work, a prototype monitoring system will be applied to forested areas and protected areas by implementing drones that carry out land recognition operations to generate real-time alerts through image recognition, seeking to solve the impact that forest ecosystems are suffering, mainly because of man and the lack of continuous surveillance that allows to detect a time of fires. A literature review was conducted that was relevant to the research points that were: convolutional neural networks, drones, forested areas and computer vision. Each of the topics were exposed with the direct relationship with the subject of study and thus define objectives and the selection of software and hardware technologies for its application. The training was applied to the neural network analyzing its behavior and learning by identifying three types of states: day fire, night fire, no fire. With the help of own and third-party datasets, tests were conducted with a controlled fire in the Morrorico neighborhood located in the east of Bucaramanga. This project starts a long way towards the care of forested areas, and serves as a complement in similar works concerning the classification of images by means of artificial intelligence, leaving as a precedent the need for the care of forests given the high impact that fires bring with him.application/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaPrototipo de un sistema de monitoreo para detección de incendios en áreas protegidas del departamento de Santander con la generación de alertas en tiempo real por medio de dronesPrototype of a monitoring system for fire detection in protected areas in the department of Santander with the generation of real-time alerts using droneIngeniero de SistemasUniversidad Autónoma de Bucaramanga UNABFacultad IngenieríaPregrado Ingeniería de Sistemasinfo:eu-repo/semantics/bachelorThesisTrabajo de Gradohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/redcol/resource_type/TPSystems engineerForest fireComputer visiónForest fireNeural networksReinforcement learningFiresMonitoringEnvironmental monitoringArtificial intelligenceTechnological innovationsIngeniería de sistemasIncendiosMonitoreoVigilancia ambientalInteligencia artificialInnovaciones tecnológicasDronVisión por computadorIncendio forestalRedes neuronalesAprendizaje reforzadoAchkar, M., Cantón, V., Díaz, I., Domínguez, A., Faccio, C., Fernández, G., … Sosa, B. (2011). Áreas protegidas Un desafío en el ordenamiento ambiental del territorio. https://doi.org/10.1360/zd-2013-43-6-1064Addati, G., & Pérez Lance, G. (2014). Introducción a los UAV’s, drones o VANTs de uso civil. Econstor.Aero Expo. (2019a). BD BeBop Datasheet 210x297 UK 19nov14.Aero Expo. (2019b). Parrot bebop drone. Retrieved from http://pdf.aeroexpo.online/pdf/parrot/bd-bebop-datasheet-210x297-uk-19nov14/170278-68.htmlAeronautica Civil de Colombia. (2015). Requisitos Generales de Aeronavegabilidad y Operaciones para RPAS. Retrieved from http://www.aerocivil.gov.co/Lists/Noticias Internet/Attachments/197/CIRCULAR REGLAMENTARIA 002 - RPAS.pdfAgencia Nacional del Espectro. (2018). Política de espectro radioeléctrico.Ahmed, S., & Mehmood, S. (2017). Incorporation of Drones into Fire and Rescue Service of Esbjerg Municipality for a Robust Emergency Response. Aalborg University Esbjerg.Allison, R. S., Johnston, J. M., Craig, G., & Jennings, S. (2016). Airborne optical and thermal remote sensing for wildfire detection and monitoring. MPDI, 16(8). https://doi.org/10.3390/s16081310Ángel, M., & Jiménez, I. (2016). Diseño e implementación de un Dron Para la detección de incendios forestales. Universidad abierta de Cataluña.Arduino. (2019). Arduino uno rev3. Retrieved from https://store.arduino.cc/usa/arduino-uno-rev3Bermúdez Huertas, A., & Villamil Hernández, L. (2015). Vehículos Aéreos no tripulados, Drones y sus sistemas de comunicación.Bock, S., Goppold, J., & Weiß, M. (2018). An improvement of the convergence proof of the (p. 6).Bradski, G., & Kaehler, A. (2008). Learning OpenCV. Learning OpenCV. https://doi.org/10.1109/MRA.2009.933612Bujari, A., Calafate, C. T., Cano, J.-C., Manzoni, P., Palazzi, C. E., & Ronzani, D. (2017). Flying ad-hoc network application scenarios and mobility models. International Journal of Distributed Sensor Networks, 13(10), 17. https://doi.org/10.1177/1550147717738192Burrueco, D. (2019). Otros optimizadores. Retrieved from https://www.interactivechaos.com/manual/tutorial-de-machine-learning/otros-optimizadoresCognex. (2018). Introducción a la visión Artificial Una guía para la automatización de procesos y mejorar la calidad. Retrieved from https://www.cognex.com/es-ar/library/media/files/17151.pdfComisión Nacional Forestal. (2005). Incendios forestales: Guía práctica para comunicadores.Consejo Nacional de Política Económica y Social. (2018). CONPES 3920: Política Nacional de Explotación de Datos (Big Data). Bogotá.Constitucion politica de Colombia. (1991). Constitucion politica de Colombia 1991. Retrieved from http://www.corteconstitucional.gov.co/inicio/Constitucion politica de Colombia.pdfCorporación Autónoma Regional para la Defensa de la Meseta de Bucaramanga. (2011). Áreas Protegidas En La Jurisdicción De La Cdmb, Santander, Colombia.Cruz, H., Eckert, M., Meneses, J., & Martínez, J. F. (2016). Efficient forest fire detection index for application in Unmanned Aerial Systems (UASs), 16(6). https://doi.org/10.3390/s16060893Diaz Cuesta, C. (2018). Redes Neuronales Convolucionales.vDionisio Ortega, S., Rojas Perez, L. O., Martinez Carranza, J., & Cruz Vega, I. (2018). A deep learning approach towards autonomous flight in forest environments. In Conference international 2018 (Vol. 2018-Janua, pp. 139–144). IEEE. https://doi.org/10.1109/CONIELECOMP.2018.8327189Dji Spark. (2019). Spark. Retrieved from https://www.dji.com/sparkDunnings, A. J., & Breckon, T. P. (2018). Experimentally defined convolutional neural network architecture variants for non-temporal real-time fire detection. Proceedings - International Conference on Image Processing, ICIP, 1358–1362. https://doi.org/10.1109/ICIP.2018.8451657Dynamo Electronics S.A.S. (2019). Sensor de ultrasonido HC-SR04. Retrieved from https://www.dynamoelectronics.com/medir-distancias/863-sensor-de-ultrasonido-hc-sr04.htmlEl Tiempo. (2019, February 5). Incendio forestal consumió al menos 220 hectáreas del páramo El Almorzadero en Santander, p. 1. Retrieved from https://www.eltiempo.com/colombia/otras-ciudades/incendio-en-paramo-de-santurban-afecta-a-80-hectareas-de-bosque-323168Electronic Components. (2019). VL53L0X Datasheet. Retrieved from https://www.alldatasheet.com/view.jsp?Searchword=Vl53l0x&gclid=EAIaIQobChMIzK6T3v3A4gIVQwOGCh3IRwzvEAAYASAAEgIrbPD_BwEFAO; MADS; IDEAM. (2018). Lineamientos para el monitoreo comunitario participativo en Colombia. Bogotá.FAO. (2015a). Evaluación de los recursos forestales mundiales 2015 (2nd ed.). Rom.FAO. (2015b). Los bosques y suelos forestales contribuyen de manera esencial a la producción agrícola y la seguridad alimentaria mundial. Retrieved from http://www.fao.org/soils-2015/news/news-detail/es/c/285875/FAO. (2018). Fortalecimiento de los sistemas nacionales de monitoreo de los bosques para REDD +. Roma.Flórez López, R., & Fernández Fernández, J. M. (2008). Las Redes Neuronales Artificiales. (Netbiblo, Ed.).Freaks, E. (2012). Ultrasonic Ranging Module HC - SR04, 3–5. Retrieved from http://www.micropik.com/PDF/HCSR04.pdffritzing. (2019). fritzing. Retrieved from http://fritzing.org/home/Frizzi, S., Kaabi, R., Bouchouicha, M., Ginoux, J. M., Moreau, E., & Fnaiech, F. (2016). Convolutional Neural Network for Video Fire and Smoke Detection. IECON Proceedings (Industrial Electronics Conference), 877–882. https://doi.org/10.1109/IECON.2016.7793196García García, I. (2017). Estudio sobre vehículos aéreos no tripulados y sus aplicaciones. Valladolid. Retrieved from https://uvadoc.uva.es/bitstream/10324/23021/1/TFG-P-528.pdfHristov, G., Raychev, J., Kinaneva, D., & Plamen, Z. (2018). Emerging methods for early detection of forest fires using unmanned aerial vehicles and LoRaWAN sensor networks. 2018 28th EAEEIE Annual Conference (EAEEIE), 1–4.Hua, L., & Shao, G. (2017). The progress of operational forest fire monitoring with infrared remote sensing. Forestry Research, 28(2), 215–229. https://doi.org/10.1007/s11676-016-0361-8Iberdrola. (2019). Diferentes tipos y usos de drones. Retrieved from https://www.iberdrola.com/te-interesa/tecnologia/drones-usos-tiposIDEAM. (2016). Estrategia integral de control a la deforestación.IDEAM. (2019). Incendios de la cobertura vegetal. Retrieved from http://www.ideam.gov.co/web/ecosistemas/incendios-cobertura-vegetalIntel Aero ready to Fly. (2019). Intel.Investopedia. (2019). Overfitting. Retrieved from https://www.investopedia.com/terms/o/overfitting.aspKeras. (2019a). Keras documentation. Retrieved from https://keras.io/optimizers/Keras. (2019b). Keras documentation. Retrieved from https://keras.io/metrics/Khan, S., Muhammad, K., Mumtaz, S., Baik, S. W., & de Albuquerque, V. H. C. (2019). Energy-Efficient Deep CNN for Smoke Detection in Foggy IoT Environment. IEEE Internet of Things Journal, 1–1. https://doi.org/10.1109/JIOT.2019.2896120Kurose, J., & Ross, K. (2005). Computer Networking - A top-down approach. Pearson.Lago Canadas, J. (2017). Diseño y control de un dron con evasión de obstáculos.Maksymiv, O., Rak, T., & Peleshko, D. (2017). Real-time fire detection method combining AdaBoost, LBP and convolutional neural network in video sequence. 2017 14th International Conference The Experience of Designing and Application of CAD Systems in Microelectronics, CADSM 2017 - Proceedings, 351–353. https://doi.org/10.1109/CADSM.2017.7916148Manyika, J., Chui, M., Bisson, P., Woetzel, J., Dobbs, R., Bughin, J., & Aharon, D. (2016). El Internet de las cosas: Un informe de la política pública de Internet Society ( ISOC ). Internet Society, 1–8.Márquez Díaz, J. E. (2018). Seguridad metropolitana mediante el uso coordinado de Drones. Ingenierías USBMed, 9(1), 39. https://doi.org/10.21500/20275846.3299Mavic pro. (2019). Mavic pro wherever you go. Retrieved from https://www.dji.com/mavicMerino, L., Caballero, F., Martínez-De-Dios, J. R., Maza, I., & Ollero, A. (2012). An unmanned aircraft system for automatic forest fire monitoring and measurement. Journal of Intelligent and Robotic Systems: Theory and Applications, 65(1–4), 533–548. https://doi.org/10.1007/s10846-011-9560-xMinambiente. (1974). Decreto 2811 del 18 de Diciembre de 1974. Retrieved from http://www.minambiente.gov.co/images/GestionIntegraldelRecursoHidrico/pdf/normativa/Decreto_2811_de_1974.pdfMinambiente. (2019). Los incendios forestales. Retrieved from http://www.minambiente.gov.co/index.php/component/content/article?id=428:plantilla-bosques-biodiversidad-y-servicios-ecosistematicos-23Ministerio de Tecnologías de la Información y las Comunicaciones. (2015). Decreto 1078. Decreto único reglamentario del Sector de Tecnologías de la Información y las Comunicaciones. Retrieved from https://www.mintic.gov.co/portal/604/articles-9528_documento.pdfMora Tebas, J. (2018). Drones: ¿La Clave para el desarrollo y la seguridad en África? IEEE, 33. Retrieved from Dron, UAV, RA, África, seguridad, desarrollo, dronizaciónMorgan, Q., Brian, G., & Smart, W. D. (2015). Programming Robots with ROS. (S. D. Blanchette Meghan, Ed.) (1st ed.). Boston.Muhammad, K., Ahmad, J., Lv, Z., Bellavista, P., Yang, P., & Baik, S. W. (2018). Efficient Deep CNN-Based Fire Detection and Localization in Video Surveillance Applications. IEEE Transactions on Systems, Man, and Cybernetics: Systems, PP, 1–16. https://doi.org/10.1109/TSMC.2018.2830099Muhammad, K., Ahmad, J., Mehmood, I., Rho, S., & Baik, S. W. (2018). Convolutional Neural Networks Based Fire Detection in Surveillance Videos. IEEE Access, 6, 18174–18183. https://doi.org/10.1109/ACCESS.2018.2812835Muhammad, K., Khan, S., Elhoseny, M., Ahmed, S. H., & Baik, S. W. (2019). Efficient Fire Detection for Uncertain Surveillance Environment. IEEE Transactions on Industrial Informatics, PP(c), 1–1. https://doi.org/10.1109/tii.2019.2897594Muñoz, F., Porta, J., & Contreras, M. (2014). Redes Ad Hoc. Retrieved from http://www.eng.auburn.edu/~jtc0004/jtc/manet/applet.htm ?naylampmechatronics. (2013). Conversor de nivel lógico I2C 5V a 3.3V. Retrieved from https://naylampmechatronics.com/conversores-ttl/67-conversor-de-nivel-logico-i2c.htmlP.Kingm, D., & Ba, J. L. (2015). Adam: A method for stochstic optimization (p. 15).Palacios, F. M., Quesada, E. S. E., Sanahuja, G., Salazar, S., Salazar, O. G., & Carrillo, L. R. G. (2017). Test bed for applications of heterogeneous unmanned vehicles. International Journal of Advanced Robotic Systems, 14(1), 1–14. https://doi.org/10.1177/1729881416687111Parrot. (2019). Parrot Ar. Drone.Parrot bebop drone user guide. (2014), 33.Rambal. (2019). Conversor de nivel lógico Bidireccional. (4 canales).Raspberry Pi. (2019). Raspberry Pi 3. Retrieved from https://www.raspberrypi.org/products/raspberry-pi-3-model-b-plus/Ros. (2019). ROS. Retrieved from http://www.ros.org/about-ros/Rossie, L. (2019). Corsican fire database. Retrieved from http://cfdb.univ-corse.fr/RUNAP. (2019a). Áreas protegidas. Retrieved from http://runap.parquesnacionales.gov.co/departamento/935RUNAP. (2019b). Serranía de los Yariguíes. Retrieved from http://runap.parquesnacionales.gov.co/area-protegida/473Saadat, M. N., & Husen, M. N. (2018). An Application Framework for Forest Fire and Haze Detection with Data Acquisition Using Unmanned Aerial Vehicle. In Proceedings of the 12th International Conference on Ubiquitous Information Management and Communication - IMCOM ’18 (pp. 1–7). New York, New York, USA: ACM Press. https://doi.org/10.1145/3164541.3164624Salazar, J. (2016). Redes inalámbricas.Sebe, N., Cohen, I., Huang, T., & Gard, A. (2005). Machine Learning in Computer Vision (Vol. 29). Berlin/Heidelberg: Springer-Verlag. https://doi.org/10.1007/1-4020-3275-7Suasnavas Males, P. A. (2016). Sistema de vigilancia usando cámaras de seguridad y drones en la finca “La María” de la UTEQ. Universidad de Guayaquil.Szeliski, R. (2011). Computer Vision: Algorithms & Applications, 5, 832. https://doi.org/10.1007/978-1-84882-935-0Thamizhmathi, M., & Usharani, S. (2014). A survey of Forest Fire Detection Techniques. International Journal of Distributed Sensor Networks, 2(12), 7. Retrieved from http://journals.sagepub.com/doi/10.1155/2014/597368Torres Simón, F. J. (2017). El dron aplicado al sector audiovisual. Editorial Tébar Flores.Unión Internacional de Telecomunicaciones. (2012). Descripción general de Internet de los objetos. Sector de Normalización de las Telecomunicaciones de la UIT.Vanko, J., Sousa, J. J., Adão, T., Pádua, L., Morais, R., Hruška, J., & Peres, E. (2017). UAS, sensors, and data processing in agroforestry: a review towards practical applications. International Journal of Remote Sensing, 38(8–10), 1–43. https://doi.org/10.1080/01431161.2017.1297548Vanus, J., Martinek, R., Bilik, P., Zidek, J., Dohnalek, P., & Gajdos, P. (2016). New method for accurate prediction of CO2 in the Smart Home. In Conference Record - IEEE Instrumentation and Measurement Technology Conference (Vol. 2016-July). https://doi.org/10.1109/I2MTC.2016.7520562Wang, K., Wang, Y., Zhang, J., & Zhang, Q. (2018). Fire Detection in Infrared Video Surveillance Based on Convolutional Neural Network and SVM (p. 1). Hefei.ORIGINAL2019_Tesis_Luisa_Fernanda_Chacon.pdf2019_Tesis_Luisa_Fernanda_Chacon.pdfTesisapplication/pdf2633295https://repository.unab.edu.co/bitstream/20.500.12749/7037/1/2019_Tesis_Luisa_Fernanda_Chacon.pdfe1835d4455a739adb198645e28b1b051MD51open access2019_Licencia_Luisa_Fernanda_Chacon.pdf2019_Licencia_Luisa_Fernanda_Chacon.pdfLicenciaapplication/pdf101287https://repository.unab.edu.co/bitstream/20.500.12749/7037/2/2019_Licencia_Luisa_Fernanda_Chacon.pdf67ac8bd41a481d003b055908b29040e7MD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/7037/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53open accessTHUMBNAIL2019_Tesis_Luisa_Fernanda_Chacon.pdf.jpg2019_Tesis_Luisa_Fernanda_Chacon.pdf.jpgIM Thumbnailimage/jpeg5651https://repository.unab.edu.co/bitstream/20.500.12749/7037/4/2019_Tesis_Luisa_Fernanda_Chacon.pdf.jpg2ef496a94e43fcfe702f88920cea6e94MD54open access2019_Licencia_Luisa_Fernanda_Chacon.pdf.jpg2019_Licencia_Luisa_Fernanda_Chacon.pdf.jpgIM Thumbnailimage/jpeg9554https://repository.unab.edu.co/bitstream/20.500.12749/7037/5/2019_Licencia_Luisa_Fernanda_Chacon.pdf.jpg4876760a8491066d97f5421ee0427ddbMD55metadata only access20.500.12749/7037oai:repository.unab.edu.co:20.500.12749/70372021-11-19 11:09:16.354open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |