Browsing by Author "González Prieto, José Antonio (advisor)"

Now showing 1 - 5 of 5
  • No Thumbnail Available
    Item
    Aplicación de técnicas de aprendizaje profunda a la localización y seguimiento de objetos flotantes empleando drones con cámara
    (Centro Universitario de la Defensa en la Escuela Naval Militar, 2023-04-30) Álvarez San Martín, José; González Prieto, José Antonio (advisor); Valles Cancela, José Ignacio (advisor)
    Este TFG surge de la necesidad por parte de las marinas, tanto civiles como militares, de disponer de medios prácticos y asequibles que les permitan alcanzar un mayor espectro de visión y comprensión de su entorno marino. Para afrontar esta situación, este trabajo busca desarrollar un modelo de aprendizaje automático que sea integrable a una plataforma aérea de pequeño porte; el fin será, desde una perspectiva aérea, localizar, identificar, y realizar seguimiento de los distintos objetos que se encuentren flotando en la mar. Para la creación de este modelo se aplican técnicas de aprendizaje profundo, trabajando con el algoritmo YOLO, y se le entrena sobre bases de datos creadas para focalizar al sistema en el entorno marítimo, haciendo especial énfasis en su ámbito militar. Así mismo, se realizan actualizaciones de estas bases de datos, según se observan carencias en el modelo, y se reentrena para integrar las nuevas aportaciones. Este sistema será exportado a una plataforma portátil que pueda acoplarse a un dron de pequeño tamaño, que se concluye como la plataforma que mejor cumple con los requerimientos circunstanciales. Una vez desarrollado el modelo, se analizan los resultados de su aplicación y se plantean futuras mejoras y líneas de actuación.
  • No Thumbnail Available
    Item
    Aplicación de técnicas de aprendizaje profundo a la localización y seguimiento de objetos flotantes empleando drones con cámara
    (Centro Universitario de la Defensa en la Escuela Naval Militar, 2023-04-30) Álvarez San Martín, José; González Prieto, José Antonio (advisor); Valles Cancela, José Ignacio (advisor)
    Este TFG surge de la necesidad por parte de las marinas, tanto civiles como militares, de disponer de medios prácticos y asequibles que les permitan alcanzar un mayor espectro de visión y comprensión de su entorno marino. Para afrontar esta situación, este trabajo busca desarrollar un modelo de aprendizaje automático que sea integrable a una plataforma aérea de pequeño porte; el fin será, desde una perspectiva aérea, localizar, identificar, y realizar seguimiento de los distintos objetos que se encuentren flotando en la mar. Para la creación de este modelo se aplican técnicas de aprendizaje profundo, trabajando con el algoritmo YOLO, y se le entrena sobre bases de datos creadas para focalizar al sistema en el entorno marítimo, haciendo especial énfasis en su ámbito militar. Así mismo, se realizan actualizaciones de estas bases de datos, según se observan carencias en el modelo, y se reentrena para integrar las nuevas aportaciones. Este sistema será exportado a una plataforma portátil que pueda acoplarse a un dron de pequeño tamaño, que se concluye como la plataforma que mejor cumple con los requerimientos circunstanciales. Una vez desarrollado el modelo, se analizan los resultados de su aplicación y se plantean futuras mejoras y líneas de actuación.
  • No Thumbnail Available
    Item
    Creación de una plataforma para la aplicación de sistemas de visión artificial a la localización y seguimiento de objetos en el agua
    (Centro Universitario de la Defensa en la Escuela Naval Militar, 2024-04-30) Recio Rico, Víctor; González Prieto, José Antonio (advisor)
    Este Trabajo de Fin de Grado (TFG) se enfoca en la aplicación de técnicas de Inteligencia Artificial (IA) al campo de la visión estereoscópica, que implica la captura sincronizada de vídeos con múltiples cámaras. El objetivo del desarrollo es usar técnicas que permitan resolver las tareas de detección, clasificación y seguimiento de objetos en vídeos (tracking), estimando sus posiciones en 3 dimensiones (3D) a partir de la información de las cámaras. Para resolver las tareas de localización y seguimiento de objetos, se emplea el algoritmo YOLO8, conocido por su eficiencia en este tipo de tareas en tiempo real. Debido a este algoritmo, las redes neuronales convolucionales (CNN) son fundamentales en este trabajo. Por otra parte, se requiere la calibración y sincronización de los dispositivos de grabación para lograr la estimación precisa de las coordenadas 3D de los objetos detectados. Este TFG busca desarrollar una solución completa que abarque desde la detección, clasificación y seguimiento hasta la estimación de su posición 3D para medir distancias entre ellos. Esto implica la creación de un dataset, entrenamiento de modelos (YOLO8 para detección, clasificación, tracking y una red neuronal directa para generar un mapa entre las coordenadas de los objetos detectados en las imágenes y sus posiciones reales en 3D), y una validación exhaustiva de los resultados obtenidos.
  • No Thumbnail Available
    Item
    Desarrollo de una plataforma de realidad aumentada de bajo coste para la investigación en aplicaciones de visión artificial
    (Centro Universitario de la Defensa en la Escuela Naval Militar, 2024-04-30) Egido Oliver, Julio; González Prieto, José Antonio (advisor); Valles Cancela, José Ignacio (advisor)
    La Realidad Aumentada (RA) es una tecnología en pleno auge, que se caracteriza por ser capaz de agregar información virtual a la realidad física. En la actualidad, la seguridad portuaria enfrenta desafíos debido al incremento del tráfico marítimo. La integración de estas nuevas herramientas, junto con Deep Learning (DL), podrían mejorar la vigilancia y seguridad marítima. Se justifica, la elección del algoritmo YOLO para el presente trabajo, por su precisión y reducido tamaño, que favorecen respuestas rápidas en tiempo real. En cuanto a la metodología, se contempla la creación de un dataset, un entrenamiento de modelos de visión artificial y validación de resultados para detección y seguimiento de embarcaciones. Además, cabe destacar cómo la integración de sistemas de seguimiento visual con datos AIS, enriquece la vigilancia marítima, permitiendo una interfaz más completa y precisa para la vigilancia virtual. La combinación de RA y DL permite ofrecer una solución al problema planteado, permitiendo mejorar la eficiencia y precisión de un sistema de vigilancia portuaria.
  • No Thumbnail Available
    Item
    Diseño de un sistema de control de flotabilidad para un planeador submarino
    (Centro Universitario de la Defensa en la Escuela Naval Militar, 2023-04-30) Uttaros, Nattawut; González Prieto, José Antonio (advisor); Pérez Collazo, Carlos (advisor)
    Este trabajo trata sobre el diseño y desarrollo de un sistema de control de flotabilidad para un planeador submarino. El objetivo es crear un sistema que permita al planeador mantener una profundidad deseada mediante el control de la cantidad de aceite que es transferido entre un depósito interno y una vejiga en contacto con el exterior. El diseño incluye la creación de un circuito hidráulico y electrónico, cuya función es controlar el flujo de aceite entre el depósito interior y la vejiga exterior, de forma que la unidad de control se realiza empleando el microcontrolador ESP32 Dev kit V1, lo que permitirá reducir el tamaño del sistema, optimizar el consumo y disponer de conectividad wifi-integrada. Para analizar el comportamiento de la bomba y las válvulas, se realizarán ensayos para obtener las curvas características y los datos de consumo. El soporte del sistema se diseñará de forma cilíndrica utilizando AutoCAD e Inventor. Además, se desarrolla un modelo matemático del sistema de control mediante los métodos PID y MPC. Este modelo se utilizará para realizar simulaciones con Python, lo que permitirá optimizar y ajustar el control del sistema. En resumen, este trabajo implica el diseño y desarrollo de un sistema de control de flotabilidad para un planeador submarino, que incluye la creación de un circuito hidráulico y electrónico, el control mediante un microcontrolador, ensayos de análisis de componentes, el diseño de un soporte y la simulación del sistema.