Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano

Abstract

Este trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadores