Levantamiento topográfico aéreo usando camara monocular

Jaramillo Neme, Jorge Andrés

dc.contributor.advisor	Perafán Villota, Juan Carlos	spa
dc.contributor.author	Jaramillo Neme, Jorge Andrés	spa
dc.coverage.spatial	Universidad Autónoma de Occidente. Calle 25 115-85. Km 2 vía Cali-Jamundí	spa
dc.date.accessioned	2019-09-09T15:35:06Z	spa
dc.date.available	2019-09-09T15:35:06Z	spa
dc.date.issued	2018-10-09	spa
dc.identifier.uri	http://hdl.handle.net/10614/11067	spa
dc.description	En este documento se muestra el proceso de diseño e implementación de un sistema de levantamiento topográfico en ROS, capaz de reconstruir un terreno arbóreo usando un conjunto de imágenes tomadas de manera aérea. El proyecto se realiza mediante la utilización de un vehículo volador de bajo costo (Quadcopter), el cual por medio de una cámara monocular realiza capturas aéreas de una determinada zona boscosa, con el fin de obtener múltiples vistas en diferentes perspectivas, y así tener la suficiente información espacial para realizar el proceso de reconstrucción. El control motor del dron (AR PARROT), se realiza mediante la renovación e implementación de un paquete de ROS para la versión KINETIC. Este paquete permite la utlilización de un mando y obtención inalámbrica de las imágenes capturadas. Para el proceso de reconstrucción, se implementa manualmente un algoritmo que contiene como base la teoría de Structure From Motion(SFM), y a su vez, mecanismos de selección que permiten obtener las combinaciones más eficientes de imágenes, para lograr resultados más robustos y precisos. Debido a la complejidad del algoritmo implementado, en el documento se enfatiza en la explicación elaborada de la lógica y algunos aspectos matemáticos-físicos, los cuales son esenciales para entender la estructura de programación propuesta. El programa se realiza principalmente en el lenguaje PYTHON para el proceso de reconstrucción, y C++ para el de clasificación. Ya que se desarrolla como paquete por medio de ROS y sus librerías de Visión Computacional asociadas: OPENCV y PCL. El proceso de clasificación inteligente se realiza directamente sobre la estructura 3D, es decir, se tiene en cuenta la forma y posición del modelo, para resaltar aspectos importantes como su altura y posicion general. Por último, se comparan y muestran los resultados obtenidos en la reconstrucción, con un software comercial y mediciones reales, para tener una perspectiva del nivel detalle que se puede alcanzar, y el nivel de precisión que se podría obtener utilizando dichas técnicas	spa
dc.format	application/pdf	spa
dc.format.extent	123 páginas	spa
dc.language.iso	spa	spa
dc.publisher	Universidad Autónoma de Occidente	spa
dc.rights	Derechos Reservados - Universidad Autónoma de Occidente	spa
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	spa
dc.source	instname:Universidad Autónoma de Occidente	spa
dc.source	reponame:Repositorio Institucional UAO	spa
dc.subject	Ingeniería Mecatrónica	spa
dc.subject	Georreferenciación	spa
dc.subject	Sistemas de representación de información	spa
dc.subject	Algoritmos (Computadores)	spa
dc.subject	Cámaras robóticas	spa
dc.subject	Mapas	spa
dc.subject	Structure from motion	eng
dc.title	Levantamiento topográfico aéreo usando camara monocular	spa
dc.type	Trabajo de grado - Pregrado	spa
dc.description.notes	Proyecto de grado (Ingeniero Mecatrónico)-- Universidad Autónoma de Occidente, 2019	spa
dc.publisher.program	Ingeniería Mecatrónica	spa
dc.creator.degree	Ingeniero Mecatrónico	spa
dc.publisher.department	Departamento de Automática y Electrónica	spa
dc.publisher.faculty	Facultad de Ingeniería	spa
dc.description.degreelevel	Pregrado	spa
dc.description.degreename	Ingeniero(a) Mecatrónico(a)	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess	spa
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)	spa
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f	spa
dc.type.content	Text	spa
dc.type.driver	info:eu-repo/semantics/bachelorThesis	spa
dc.type.redcol	https://purl.org/redcol/resource_type/TP	spa
oaire.accessrights	http://purl.org/coar/access_right/c_abf2	spa
oaire.version	http://purl.org/coar/version/c_970fb48d4fbd8a85	spa
dc.type.version	info:eu-repo/semantics/publishedVersion	spa
dc.source.bibliographiccitation	Ardrone Autonomy doc. Ardrone-Autonomy.[en linea].ardroneautonomy. readthedocs [Consultado: 26 de julio de 2018]. Disponible en: URL.http:// ardrone-autonomy.readthedocs. io/en/latest/ ARTAL, Mur. Should we still do sparse-feature based SLAM? Aragón, España: ICCV Workshop, 2015. BAGGIO, Daniel; EMAMI, Shervin; ESCRIVÁ, David; LEVGEN, K; MAHMOOD, Naureen; SARAIGIH, Jason y SHILKROT, Roy. Mastering OpenCV with practical computer vision projects. PACKT Publishing, 2012. BAY, Herbert; TUYTELAARS, Tinne y VAN GOOL, Luc. SURF: Speeded Up Robust Features. Katholieke Universiteit Leuven, 2006. BEAMONTE, Paloma. Descubren ’megalópolis’ maya bajo la selva usando tecnolo-gía LiDAR. [en linea] hipertextual.[consultado febrero 2 de 2018]Disponible en: URL, [https://hipertextual.com/2018/02/megalopolis-mayatecnologia- lidar]. CERÓN CORREA, Alexander. UAV vision system: Application in electric line following and 3D reconstruction of associated terrain. Bogotá: Universidad Nacional de Colombia, 2017. DRONE DEPLOY. [en linea] dronedeploy. .[Consultado: 10 de Marzo de 2017]. Disponible en: URL.https : / / www. dronedeploy. com/ ESCALANTE TORRADO, Jesús; CÁCERES JIMENEZ, Jhon y PORRAS DÍAS, Hernán. Ortomosaicos y modelos digitales de elevación generados a partir de imágenes tomadas con sistemas UAV.[en linea] En: Revista Tecnura, vol. 20, no. 50, p. # 119-140. [Consultado 19 de Marzo de 2017]. Disponible en : 10.14483/ udistrital.jour.tecnura.2016.4.a09, 2016. GAO, X; HOU, R; TANG, J y CHANG, H. Complete Solution Classification for the Perspective-Three-Point Problem. IEEE Transactions on Patter Analysis y Machine Intelligence, 2003.HARRIS, Chris y STEPHENS, Mike. A combined corner and edge detector. United Kingdom: Plessey Research Roke Manor, 1988. HARTLEY, Richard y ZISSERMAN, Andrew. Multiple view geometry in computer vision. Cambridge University Press, 2004. LEPETIT, V; MORENO-NOGUER, F y FUA, P. EPnP: Efficient perspective-n-point camera pose estimation. Brazil: IEEE International conference on computer vision, 2007. LOWE, David G. Distinctive image features from Scale-Invariant keypoints. Vancouver, Canada: University of British Columbia, 2004. Monocular Visión. Swarovski optik.[en linea].uk.swarovskioptik.[Consultado: 8 de mayo de 2017]. Disponible en: URL.http://uk.swarovskioptik.com/hunting NISTÉR, D. An efficient solution to the five-point relative pose problem. CVPR, 2003. PAPERT SEYMOUR, A. The summer vision project. Memo AI group, 1966. PCL. ¿Qué es? [en linea] pointclouds..[Consultado: 26 de julio de 2018]. Disponible en: URL.http://pointclouds.org/] RUBLEE, Ethan; RABAUD, Vincent; KONOLIGE, Kurt y BRADSKI, Gary. ORB: an efficient alternative to SIFT or SURF. Willow Garage, Menlo Park, California, 2011. SenseFly. Oblique mapping of a village dataset.[en linea] sensefly[Consultado: 20 septiembre de 2018]. Disponible en : URL. [https://www.sensefly.com/education/ datasets/].	spa