Aplicación de técnicas de detección y cruce de ventanas con vehículos aéreos no tripulados

Abstract

La robótica es un campo en auge que se extiende a casi todos los ámbitos, desde el entretenimiento al laboral. A favor de la inclusión de la robótica se plantea el uso de vehículos aéreos no tripulados en operaciones de rescate; reduciendo el riesgo humano del personal de emergencia en estas situaciones. En concreto, la robótica aérea permite la inspección de superficies en altura sin la necesidad de exponer a riesgos de caídas al personal de rescate. Este trabajo de fin de grado presenta un análisis de distintas técnicas para la detección de ventanas aplicando técnicas de extracción de features y el cruce de las mismas realizando un control en velocidad con un UAV (Unmanned Aerial Vehicle). Para ello, se hace uso de un robot aereo equipado con una cámara estereoscópica y un LIDAR Light Detection and Ranging para la recolección de datos de su entorno. A través de la simulación se comprueba la efectividad del algoritmo y los puntos a desarrollar para conseguir un sistema más robusto, como la inclusión de técnicas SLAM Simultaneous Localization And Mapping que permiten generar mapas del entorno y mejorar el posicionamiento.

Robotics is a field on the rise with many applications in almost every domain, from entertainment to work-related issues. Amongst the examples supporting Robotics-integration, the use of unmanned aerial vehicles (UAVs) in rescue operations is considered, as it can reduce personal risk for emergency services staff in these situations. Specifically, aerial robotics allows inspecting at-height areas while avoiding exposing rescue service personnel to the risk of a fall. The aim of this project is to present an analysis of different techniques for detecting and crossing windows applying feature detection techniques and UAV velocity control for each of these ends, respectively. Accordingly, an UAV equipped with a stereo camera and a LIDAR instrument for data collection in the surrounding environment has been employed. This simulation enables for the effectiveness of the algorithm to be assessed and to determine the actions to be taken in order to develop a more robust method, such as including SLAM techniques which allows map generation of the surrounding environment as well as improving positioning.