Análisis y propuesta de estrategia para la implementación de técnicas colaborativas de mapeo y localización de robots en una plantación frutícola utilizando visión artificial

Show simple item record

dc.contributor.advisor Moreyra, Marcelo Leandro es_ES
dc.contributor.other Zurita, Rafael Ignacio es_ES
dc.coverage.spatial Delimitación Espacial: Zona del Alto Valle de Neuquén y Río Negro. Delimitación temporal: Año 2022. es_ES
dc.creator Sheffield, Naiara Eileen
dc.date 2023-04-24
dc.date.accessioned 2023-05-05T15:44:56Z
dc.date.available 2023-05-05T15:44:56Z
dc.identifier.uri http://rdi.uncoma.edu.ar/handle/uncomaid/17137
dc.description.abstract El trabajo presentado a continuación enseña el estudio sobre una técnica colaborativa de Visual Simultaneous Localization and Mapping (Visual-SLAM), el Centralized Collaborative Monocular Simultaneous Localization and Mapping (CCM-SLAM), aplicada a un ambiente frutícola. Presenta las características más sobresalientes del algoritmo sobre otros de visión artificial, para luego ser implementado en un dataset propio. Este dataset fue generado en una chacra de la zona del Alto Valle y está acompañado de datos de un GPS asociado para la posterior comparación con los resultados provistos por CCM-SLAM. Luego se analiza el consumo de recursos del algoritmo para detectar las posibles dificultades en el rendimiento, y poder intuir qué placa de hardware embebido es capaz de ejecutar el programa. Tras este análisis, se procede a realizar ensayos sobre dos Raspberry Pi 3B y, en función de esto, posteriormente se plantea una posible estrategia de implementación del algoritmo en el campo. es_ES
dc.description.abstract The following work shows a study on a collaborative Visual Simultaneous Localization and Mapping (Visual-SLAM) technique, the Centralized Collaborative Monocular Simultaneous Localization and Mapping (CCM-SLAM), applied to a fruit-tree environment. It presents its most outstanding characteristics over other artificial vision algorithms, to later be implemented using a self-made dataset. This dataset was recorded in a farm in the Alto Valle region and associated GPS data was also provided for later comparison with the results given by CCM-SLAM. After that, the resources consumed by the algorithm are analized to detect possible difficulties in performance, and to estimate what kind of embedded hardware board is capable of executing the program. Then, tests on two Raspberry Pi 3B are performed and, based on this, a possible strategy of the algorithm’s implementation on field is presented. es_ES
dc.format application/pdf es_ES
dc.language spa es_ES
dc.publisher Universidad Nacional del Comahue. Facultad de Ingeniería. es_ES
dc.rights Atribución-NoComercial-CompartirIgual 2.5 Argentina es_ES
dc.rights.uri https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ es_ES
dc.subject Visión artificial es_ES
dc.subject SLAM es_ES
dc.subject SLAM colaborativo es_ES
dc.subject Agricultura de precisión es_ES
dc.subject Consumo de recursos computacionales es_ES
dc.subject Artificial vision es_ES
dc.subject Recision agriculture es_ES
dc.subject Computational resources consumption es_ES
dc.subject.other Ciencias de la Computación e Información es_ES
dc.subject.other Ciencias Aplicadas es_ES
dc.title Análisis y propuesta de estrategia para la implementación de técnicas colaborativas de mapeo y localización de robots en una plantación frutícola utilizando visión artificial es_ES
dc.type Trabajo final de grado es
dc.type bachelorThesis eu
dc.type acceptedVersion eu
unco.tesis.grado Ingeniera Electrónica es_ES
dc.description.fil Fil: Sheffield, Naiara Eileen. Universidad Nacional del Comahue. Facultad de Ingeniería. Departamento de Electrotecnia; Argentina. es_ES
dc.cole Trabajos Finales es_ES


Files in this item

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-CompartirIgual 2.5 Argentina Except where otherwise noted, this item's license is described as Atribución-NoComercial-CompartirIgual 2.5 Argentina

Search RDI


Browse

My Account

Statistics