Sistema de detección y localización de nubes mediante estéreo visión

Abstract

La actual situación del mundo frente al cambio climático impulsa a la sociedad a mostrar un mayor interés por las energías renovables, como es la energía solar entre otras. Así mismo, este interés va acompañado de la búsqueda de una mayor eficiencia en el proceso de extracción de la energía, siendo éste el origen del trabajo aquí presente. Partiendo de la idea de la propiedad de una planta de placas solares, este proyecto tiene como objetivo desarrollar un sistema capaz de detectar y localizar las nubes, permitiendo que futuros proyectos puedan aprovechar la información resultante para el control del funcionamiento de dichas placas que pueden ver alterado su rendimiento en función del sombreado producido por las nubes. Para lograr el propósito mencionado se hace uso del procesamiento de imágenes y la técnica de estéreo visión. La detección de objetos se puede realizar mediante varios métodos de procesamiento de imagen que se expondrán a lo largo de este trabajo. Sin embargo, las características del objeto de estudio en este caso, como son la opacidad y los contornos de las nubes en constante cambio, limitan el campo de trabajo. De esta manera, se ha optado por un sistema de detección basado en el algoritmo YOLO (“You Only Look Once”) y en el conjunto de métodos del valor umbral, también conocido como Thresholding. Por otro lado, la localización de la nube, una vez detectada, se lleva a cabo mediante la utilización de dos cámaras fijas orientadas al cielo capturando imágenes en el mismo momento. La técnica de estéreo visión será la encargada de extraer la información requerida del objeto en 3D a partir de las imágenes obtenidas. Todo ello se desarrolla en Python y, principalmente, con el uso de la biblioteca libre de visión artificial OpenCV.

The current world situation in the presence of climate change is driving society to show greater interest in renewable energies, such as solar energy, among others. Likewise, this interest is accompanied by the search for greater efficiency in the energy extraction process, which is the origin of the work presented here. Starting from the idea of the ownership of a solar panel plant, this project aims to develop a system capable of detecting and locating clouds, allowing future projects to leverage the resulting information to control the operation of these panels that can see their performance altered depending on the shading produced by the clouds. To achieve the aforementioned purpose, image processing and stereo vision technique are used. Object detection can be performed using different image processing methods that will be presented throughout this paper. However, the characteristics of the object of study in this case, such as opacity and constantly changing cloud contours, limit the field of work. Therefore, a detection system based on the YOLO ("You Only Look Once") algorithm and the set of thresholding methods, has been chosen. On the other hand, the localization of the cloud, once detected, is carried out using two fixed cameras oriented to the sky and capturing images at the same time. The stereo vision technique will be responsible for extracting the required 3D information of the object from the images obtained. All this is developed in Python and, mainly, with the use of the free artificial vision library OpenCV.