CARACTERIZACION DE UN VEHICULO AEREO PARA LA EXPLORACION DE RIOS EN LA ZONA AMAZONICA BOLIVIANA 1

1.1.Planteamiento del problema Mapear el curso de los ríos y su ancho proporciona información valiosa para ayudar a entender la ecología, la topología y la salud de un entorno particular. Estos mapas también pueden ser útiles para determinar si los buques de superficie específica pueden atravesar los ríos 2

1.1.1.Formulación del Problema En el presente proyecto estudiamos y presentamos un sistema que puede explorar de manera autónoma ríos sin ninguna información previa, basado en sensores locales montados a bordo del vehículo volador que puede percibir el río, costa y obstáculos. 3

1.2.Delimitación del Tema En el proyecto se propone los sensores y el tipo de algoritmo de navegación a usar en un vehículo aéreo autónomo para la exploración de ríos en zonas de difícil acceso. El trabajo se limita a mostrar los sensores y su aplicación en experimentos realizados por terceros mostrando la eficiencia de estos en situaciones similares. El trabajo también se limita a la mención de algoritmos para la navegación autónoma de dicho vehículo, también con resultados de experimentos de terceros en situaciones similares. 4

1.3.1.Objetivos Generales Determinar características de sensores y algoritmos de control de un vehículo aéreo explorador de sistemas fluviales en entornos de denso follaje arbóreo y así establecer una mejor navegabilidad. 5

1.3.2.Objetivos Específicos Determinar las zonas específicas en donde el vehículo aéreo es adecuado. Determinar los sensores necesarios para crear un mapa virtual del entorno. Determinar los algoritmos más eficientes para la navegación autónoma de un vehículo aéreo. 6

1.4.Justificación La cuenca del Paraguay-Paraná también de curso internacional constituye variante alternativa para acceder con soberanía al Atlántico Sur. Bolivia podría generar un mecanismo de desarrollo económico, no solo en estas regiones, sino en todo su sistema fluvial; y el proyecto trata de contribuir al desarrollo de accesos más adecuados a los ríos bolivianos, para una mejor integración. 7

CAMARA ESTEREO El drone crea un mapa en su memoria a medida que explora el rio. Inicialmente lo hace a travez de una camara stereo. Con esta captura el rio y detecta en la foto cual es el rio y que porcion de la foto es la costa.

SLIDE BAR Consiste en utilizar una barra de desplazamiento graduada sobre la cual podamos deslizar la cámara a la distancia deseada

TWIN CAMERAS Consiste en usar dos cámaras idénticas montadas sobre un soporte firme. Además se debe disponer de algún mecanismo de sincronización de los disparadores de ambas cámaras

BEAM SPLITTERS Este sistema incorpora un sistema de espejos o prismas colocados en frente de las lentes de una cámara SLR

Planificación de Rutas Basada en Objetivos 12

Planificación basada en objetivos para el seguimiento de ríos La tarea principal en la exploración autónoma es de tomar percepción local del entorno y extraer el punto objetivo para que el vehículo navegue hacia él. Un algoritmo de planeamiento de movimiento halla los hitos de trayectoria del vehículo. 13

Algoritmo de planeamiento de movimiento de bajo nivel La demanda de Micro Vehículos Aéreos creciente. Poca o nada información de la zona y confían en la limitada capacidad de sus sistema sensorial. Un algoritmo genera una secuencia de hitos que el vehículo debe seguir. El calculo se la realiza de acuerdo a las exigencias de un sistema en tiempo real. 14

15 Figure 1 Grilla de representación del entorno (coloreado por altura) solución por SPARTAN (en azul), para ese momento la solución por RTT* (en amarillo) y la solución convergente de RTT* (en rojo)

Se propone usar el algoritmo SPARTAN, el cual esta optimizado para vehículos con limitados recursos computacionales, con baja latencia. Este algoritmo es 172 veces mas rápido que el popular algoritmo RTT*. 16 Completado Costo Computacional Promedio Tiempo promedio [ms] SPARTAN100% RTT*76.72%

Exploración basada en fronteras Mapa de costos multivariable 17 Visualización de las funciones de costo multivariables. Los obstáculos son resaltados en rojo, las celdas clasificadas como río son renderizadas como el matiz de azul a blanco, donde el azul oscuro representa el camino menos costoso a tomar. Las celdas con menor costo en el mapa representa el siguiente objetivo de navegación a alcanzar. Para la función combinada de funciones de costo se indica la agrupación de celdas de menor costo en verde.

Conceptualizacion de variables Longitud de costa explorada.- Porcion de costa explorada y mapeada por el sensor LIDAR y las camaras estéreo. Costo de navegación.- Costo energético de desplazar el vehiculo de un lugar a otro. Costo computacional.- Costo de procesamiento en el calculo de la ruta a seguir. 18

3.1.2 Operacionalización de variables Longitud de costa explorada.- Se debe maximizar el valor de la longitud de costa explorada. Costo de navegación.- En base a costos de navegación debe encontrarse la mejor ruta posible (menos costosa) de llegar a un objetivo evadiendo obstáculos. Costo computacional.- Se debe minimizar el costo computacional para una respuesta más rapida del sistema siendo este un sistema de tiempo real. 19