Diseño de algoritmos de inteligencia artificial para reconocimiento de imágenes, con aplicación al pastoreo racional.

Abstract

OBJETIVOS DE LA INVESTIGACIÓN: Desarrollar una estrategia de control avanzado para el vuelo autónomo en grandes extensiones de campos, de vehículos aéreos no tripulados (UAV), comunalmente conocidos como drones, del tipo quadrotor. Estos sistemas son muy difíciles de controlar, tratándose de sistemas no lineales multivariables, con dinámicas rápidas, y por lo tanto con tiempos de muestreos cortos, sujetos a restricciones y perturbaciones. La estrategia de control deberá además mejorar la autonomía del dron, que suele ser baja. Por esa razón, el objetivo será desarrollar una formulación de MPC con garantía de estabilidad y factibilidad recursiva que permita la incorporación de objetivos económicos (eso es maximizar la autonomía reduciendo el consumo), además de los objetivos dinámicos típicos (seguir una referencia espacial). Estos objetivos - dinámicos y económicos - suelen aparecer como contrapuestos cuando se los busca resumir en un solo costo de optimización. Además, será un objetivo fundamental explorar formas de garantizar la robustez estocástica de los controladores MPC económicos, esos es la robustez frente a perturbaciones y/o ruidos aditivos de tipo estocástico con distribución de probabilidad conocida (es decir señales de ruidos aleatorios con valor medio y varianza conocida). El UAV tendrá que completar una cierta tarea recurriendo amplias extensiones de campo (objetivo dinámico: seguimiento de referencia) sin correr el riesgo de quedarse sin batería (objetivo económico: autonomía). El otro objetivo, perseguido de manera simultánea y complementaria al anteriormente descripto, es el de desarrollar algoritmos de inteligencia artificial para el reconocimiento de imágenes en tiempo real, que sean implementable sobre la plataforma embebida de cómputo paralelo utilizada en él proyecto (NVIDIA JetsonTX1).