Mostrar el registro sencillo del ítem

dc.creatorFerramosca, Antonio
dc.creatorTalijancic, Ivan
dc.creatorCapozzolo, Maria Cecilia
dc.creatorFranzoi, Santiago
dc.creatorMarcón, Juan Pablo
dc.creatorPereson, Marcos
dc.date.accessioned2021-01-28T20:13:51Z
dc.date.available2021-01-28T20:13:51Z
dc.date.issued2020-01-01
dc.identifier.urihttp://hdl.handle.net/20.500.12272/4765
dc.description.abstractDesarrollo de una estrategia de control automático para el vuelo autónomo o guiado de vehículos aéreos no tripulados (en inglés, UAV - Unmanned Aerial Vehicle), comunalmente conocidos como drones, en particular del tipo quadrotor. Estos drones tendrán que realizar (en principio) tareas en zonas rurales, como monitereo y trazabilidad de ganado en grandes extensiones, monitoreo de siembra, esparcimiento de fertilizantes o pesticidas. Se trata de tareas que necesitan una elevada autonomía por parte del UAV. Además, el control de UAVs presenta cierta complejidad teórica, pues se trata de sistemas no lineales multivariables, con dinámicas rápidas, y por lo tanto con tiempos de muestreo cortos, sujetos a restricciones y perturbaciones aerodinámicas. El control predictivo (en inglés, Model Predictive Control, MPC) es una de las pocas estrategias que permite el control de sistemas con restricciones atendiendo a un criterio óptimo y garantizando estabilidad y convergencia al punto de equilibrio. Por ello, se propone utilizar el MPC como estrategia para abordar el problema. El objetivo es diseñar una estrategia de control predictivo con incorporación de objetivos de tipo económico (eso es, mejorar la autonomía del dron), y de robustez y factibilidad frente a perturbaciones no manejables (por ejemplo, el viento). El UAV controlado deberá poder realizar las tareas deseadas en el tiempo deseado, cumpliendo con los objetivos de control: seguimiento de trayectorias y autonomía. Para la implementación práctica de los algoritmos de control que se desarrollen, se harán uso de plataformas de desarrollo de software embebido con alta capacidad de computo paralelo (NVIDIA Jetson TX1) que permitan correr en tiempo real los algoritmos de control predictivo basado en modelos, caracterizados por el alto costo computacional que los mismos acarrean. Aprovechando las virtudes de cómputo de éstas plataformas embebidas, se realizaran también desarrollo e implementaciones de inteligencia artificial en el campo de procesamiento y reconocimiento de imágenes en tiempo real, lo cual es extremadamente útil en las posibles aplicaciones de drones que se abordan en el siguiente proyecto.es_ES
dc.formatapplication/pdfes_ES
dc.language.isospaes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.subjectDrones. inteligencia artificial, pastoreo racional, control predictivoes_ES
dc.titleDiseño de algoritmos de inteligencia artificial para reconocimiento de imágenes, con aplicación al pastoreo racionales_ES
dc.typeinfo:eu-repo/semantics/workingPaperes_ES
dc.description.affiliationFil: Ferramoca, Antonio. UTN Facultad Regional Reconquista; Argentina.es_ES
dc.description.affiliationFil: Talijancic, Ivan. UTN Facultad Regional Reconquista; Argentina.es_ES
dc.description.affiliationFil: Capozzolo, Maria Cecilia. INTA Estación Experimental Reconquista; Argentina.es_ES
dc.description.affiliationFil: Franzoi, Santiago. UTN Facultad Regional Reconquista; Argentina.es_ES
dc.description.affiliationFil: Marcón, Juan Pablo. UTN Facultad Regional Reconquista; Argentina.es_ES
dc.description.affiliationFil: Peresón, Marcos. UTN Facultad Regional Reconquista; Argentina.es_ES
dc.description.peerreviewedPeer Reviewedes_ES
dc.type.versiondraftes_ES
dc.rights.useN/Ces_ES


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem