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...

Full description

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
id UNIANDES2_44dd66474134eea84575fa8456dc0561
oai_identifier_str oai:repositorio.uniandes.edu.co:1992/55658
network_acronym_str UNIANDES2
network_name_str Séneca: repositorio Uniandes
repository_id_str
spelling Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Lozano Martínez, Fernando Enriquevirtual::13952-1Cerón Contreras, Kevin Sebastián8eb0ff78-0fa6-4e3a-9789-50c15f1eab5d500Segura Quijano, Fredy Enrique2022-02-22T20:09:02Z2022-02-22T20:09:02Z2021http://hdl.handle.net/1992/5565826063.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/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.This degree project proposes an approach to solve the problem of autonomous navigation in unmanned aerial vehicles (UAVs) by reinforcement learning techniques. Specifically, the Deep Q-Network (DQN) algorithm is used to train a UAV moving from a random point A to a random point B avoiding static obstacles. To do this, a predesigned UAV is used in the Coppelia Sim robot simulation software, which is connected through an API with Python and, finally, with the Stable-Baselines3 library. A Fisheye-type camera is integrated into the Quadcopter and it allows to capture frame by frame a 360° depth image that is used as input to the system in conjunction with the current position of the Quadcopter and the target point.Ingeniero ElectrónicoPregrado5 páginasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y ElectrónicaAproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzoTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPDronesVehículos piloteados de forma remotaIngeniería201813138Publicationedd81d8c-e0b9-4c1f-bf04-eed0e12e755dvirtual::13952-1edd81d8c-e0b9-4c1f-bf04-eed0e12e755dvirtual::13952-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000025550virtual::13952-1ORIGINAL26063.pdfapplication/pdf1610314https://repositorio.uniandes.edu.co/bitstreams/25c1afd0-7220-4327-8653-da1af12de596/downloadb98a52c3dfc73a083003b084e4d63222MD51THUMBNAIL26063.pdf.jpg26063.pdf.jpgIM Thumbnailimage/jpeg28748https://repositorio.uniandes.edu.co/bitstreams/eb2b1254-c5dc-4297-8c8e-fcdaae27591e/download2e1077c99ddedc236bba5bdca8ce8b60MD53TEXT26063.pdf.txt26063.pdf.txtExtracted texttext/plain20644https://repositorio.uniandes.edu.co/bitstreams/602adb81-5e78-498a-a9bd-b8d2539600b7/downloadfe3e8e5c94a4d0f4a3d890764da39c95MD521992/55658oai:repositorio.uniandes.edu.co:1992/556582024-03-13 15:04:26.205https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co
dc.title.spa.fl_str_mv Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
title Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
spellingShingle Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
Drones
Vehículos piloteados de forma remota
Ingeniería
title_short Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
title_full Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
title_fullStr Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
title_full_unstemmed Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
title_sort Aproximacion de un sistema de navegación autónoma en UAVs basado en aprendizaje por refuerzo
dc.creator.fl_str_mv Cerón Contreras, Kevin Sebastián
dc.contributor.advisor.none.fl_str_mv Lozano Martínez, Fernando Enrique
dc.contributor.author.spa.fl_str_mv Cerón Contreras, Kevin Sebastián
dc.contributor.jury.spa.fl_str_mv Segura Quijano, Fredy Enrique
dc.subject.keyword.none.fl_str_mv Drones
Vehículos piloteados de forma remota
topic Drones
Vehículos piloteados de forma remota
Ingeniería
dc.subject.themes.none.fl_str_mv Ingeniería
description 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.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021
dc.date.accessioned.none.fl_str_mv 2022-02-22T20:09:02Z
dc.date.available.none.fl_str_mv 2022-02-22T20:09:02Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/1992/55658
dc.identifier.pdf.spa.fl_str_mv 26063.pdf
dc.identifier.instname.spa.fl_str_mv instname:Universidad de los Andes
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Séneca
dc.identifier.repourl.spa.fl_str_mv repourl:https://repositorio.uniandes.edu.co/
url http://hdl.handle.net/1992/55658
identifier_str_mv 26063.pdf
instname:Universidad de los Andes
reponame:Repositorio Institucional Séneca
repourl:https://repositorio.uniandes.edu.co/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.uri.*.fl_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.extent.spa.fl_str_mv 5 páginas
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad de los Andes
dc.publisher.program.spa.fl_str_mv Ingeniería Electrónica
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería
dc.publisher.department.spa.fl_str_mv Departamento de Ingeniería Eléctrica y Electrónica
institution Universidad de los Andes
bitstream.url.fl_str_mv https://repositorio.uniandes.edu.co/bitstreams/25c1afd0-7220-4327-8653-da1af12de596/download
https://repositorio.uniandes.edu.co/bitstreams/eb2b1254-c5dc-4297-8c8e-fcdaae27591e/download
https://repositorio.uniandes.edu.co/bitstreams/602adb81-5e78-498a-a9bd-b8d2539600b7/download
bitstream.checksum.fl_str_mv b98a52c3dfc73a083003b084e4d63222
2e1077c99ddedc236bba5bdca8ce8b60
fe3e8e5c94a4d0f4a3d890764da39c95
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional Séneca
repository.mail.fl_str_mv adminrepositorio@uniandes.edu.co
_version_ 1812134020867162112