Estimación de orientación de un dron mediantes método bioinspirado basado en Ocelos

Abstract

Desde siempre, la naturaleza ha sido una de las mayores fuentes de inspiración del ser humano, a lo largo de su historia, e incluso en el mundo actual inundado por la tecnología, todavía esta nos demuestra que nos faltan cosas por aprender y mejorar. Este deseo de aprender de la naturaleza se unió a la ciencia en las llamadas biónica y biomimesis, dando lugar al desarrollo de por ejemplo los sistemas bioinspirados, en los cuales se basará este proyecto. En concreto esta investigación se nos plantea el desarrollo de un sistema, capaz de replicar la funcionalidad de los órganos visuales llamados ocelos, mediante un sistema basado en las redes neuronales convolucionales. Estos son pequeños ojos encontrados en gran variedad de insectos, y entre otras cualidades se investiga que les ayuden a orientarse durante el vuelo. Al existir esta relación, conseguir una red entrenada permitiría su uso en vehículos y robots aéreos, consiguiendo una alternativa puede que incluso mejor que otros métodos electrónicos. El objetivo por lo tanto, será diseñar una red que con los datos de entrada de los que disponen los ocelos orgánicos, consiga predecir con la mayor fiabilidad posible los datos espaciales del sistema.

Historically, nature has been one of the greatest sources of inspiration for the human being, and even in the current world, awash by technology, it still remind us that there are many things left to learn and improve. This desire to learn from nature joined science in the so-called bionics and biomimetics, giving rise to for example the development of bio-inspired systems, on which this project will be based. Specifically, this research shows the development of a system capable to replicate the functionality of visual organs called ocellis, by using convolutional neural networks. These are small eyes that can be found in a great variety of insects and, among other features, investigations have proved that they are helpful for fly orientation. Therefore, using a trained network would allow us to implement it in aerial vehicles and robots, getting an alternative that might be better than other electronic methods. The objective will be to design a network that, with the input data available for organic ocelli, can predict the spatial data of the system with the highest possible accuracy.