Examinando por Materia "Cámaras digitales"

Mostrando 1 - 2 de 2
  • Miniatura
    PublicaciónAcceso abierto
    An automatic crop rows generator using aerial high resolution images for precision agriculture
    (Universidad del Valle, 2019) Herrera Rozo, Fabio Andrés; Trujillo Uribe, Maria Patricia; Cabezas Troyano, Iván Mauricio
    Las imágenes de alta resolución espacial obtenidas por cámaras instaladas en vehículos aéreos no tripulados (drones) tienen un potencial significativo en la agricultura moderna, puesto que permiten mejorar la precisión y la eficiencia de algunas de las operaciones en campo a partir de su análisis e interpretación. Las líneas de surcado georreferenciadas son utilizadas como insumo para el guiado de maquinaria agrícola de precisión. La maquinaria en campo se apoya en sistemas globales de navegación por satélite cinemáticos y en tiempo real, los cuales son altamente precisos. La generación de líneas de surcado georreferenciadas es una tarea costosa y que consume mucho tiempo. En este proyecto se abordó el problema de la generación de líneas surcado en cultivos de caña de azúcar a través del procesamiento de imágenes y técnicas de visión por computador. Fue diseñado y construido un método automatizado para generar de forma rápida y precisa líneas de surcado georreferenciadas utilizando imágenes aéreas de alta resolución obtenidas mediante vehículos aéreos no tripulados. Fue desarrollada una herramienta computacional "Crop Rows Generator (CRG) v1.0" la cual se apoya en técnicas de visión por computador y bajo un enfoque de computación de alto rendimiento es capaz de procesar imágenes de gran tamaño y alta resolución y sobre estas imágenes detectar, generar y cartografiar líneas de surco en campos de cultivos de caña de azúcar de una manera fácil y precisa, con unos pocos clics. CRG es de código abierto y consta de una interface cliente (CRG-QGIS Plugin) integrada a manera de plugin dentro del software de SIG (QGIS Desktop), un núcleo de procesamiento que se encarga de las tareas más complejas y que se accede mediante una interfaz de línea de comandos (CRG {CLI) y a través de recursos expuestos sobre métodos HTTP en un API tipo REST (CRG-API). Generar líneas de surcado mediante la herramienta desarrollada optimiza el tiempo de proceso en m as de un 200% frente el método manual y en m as de un 650% frente a la generación realizada por un tractor. El desempeño en la generación de líneas de surco está por encima del 83% y en general la mayoría de los errores horizontales se encuentran en el rango de más o menos (2.5 a 10)cm.
  • Miniatura
    PublicaciónAcceso abierto
    Aplicativo embebido de alerta de colisión con otros vehículos usando 3 cámaras estéreo
    (Universidad del Valle, 2025) Atuesta Flor, Franklin David; Bacca Cortes, Eval Bladimir
    Los sistemas avanzados de asistencia al conductor, conocidos por sus siglas en inglés como ADAS (Advanced Driver Assistance Systems). Son tecnologías que pueden emitir alertas al conductor o intervenir directamente en el control del vehículo para evitar posibles accidentes. En países de bajos ingresos, estas herramientas no son de fácil acceso debido a su alto costo y aunque existen módulos adaptables como cámaras frontales o radares, estos no ofrecen lo necesario para alertar eficazmente al conductor sobre posibles colisiones con otros vehículos. Este proyecto se centra en el desarrollo de un aplicativo de alerta de colisión con otros vehículos usando 3 cámaras estéreo. El objetivo principal del aplicativo es generar alertas visuales para el conductor, evaluando el riesgo de colisión con otros vehículos. Para ello, se basa en las distancias relativas, las trayectorias de los vehículos cercanos y la velocidad del propio vehículo, utilizando la información captada por cámaras estéreo. El desarrollo incluye la creación de algoritmos para evaluar colisiones y generar sus respectivas alertas, el uso de redes neuronales para detectar los objetos de interés en las escenas y la integración de las tres cámaras para generar una panorámica de la vista frontal del vehículo. Los resultados de este proyecto demuestran la viabilidad y la efectividad del uso de cámaras estéreo y redes neuronales para generación de alertas, pues logro una precisión del 94,2 % y una exactitud del 86,78%.