Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
En este proyecto de grado se plantea una aproximación para solucionar un problema de navegación autónoma en vehículos aéreos no tripulados (UAVs) por medio de aprendizaje por refuerzo. Específicamente se utiliza el algoritmo de Deep Q-Network (DQN) para entrenar un UAV que se desplazara desde un pun...
- Autores:
-
Cerón Contreras, Kevin Sebastián
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/55658
- Acceso en línea:
- http://hdl.handle.net/1992/55658
- Palabra clave:
- Drones
Vehículos piloteados de forma remota
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| Summary: | En este proyecto de grado se plantea una aproximación para solucionar un problema de navegación autónoma en vehículos aéreos no tripulados (UAVs) por medio de aprendizaje por refuerzo. Específicamente se utiliza el algoritmo de Deep Q-Network (DQN) para entrenar un UAV que se desplazara desde un punto aleatorio A hasta un punto aleatorio B impidiendo obstáculos estáticos. Para ello se usa un UAV prediseñado en el software de simulación de robots Coppelia Sim, quien a su vez se conecta por medio de una API con Python y por fin, con la librería de Stable-Baselines3. Al Quadcopter se le integro una cámara de tipo Fisheye que permite capturar cuadro a cuadro una imagen de profundidad de 360° que se usa como entrada al sistema en conjunto con la posición actual del Quadcopter y la del punto objetivo. |
|---|