Análisis de contexto en zonas urbanas consolidadas y en proceso de consolidación, mediante la segmentación y clasificación de objetos característicos con un enfoque de localización y mapeo simultáneo semántico sobre un robot móvil

Este proyecto aborda las limitaciones de los métodos tradicionales de levantamiento de información urbana, los cuales son laboriosos y carecen de precisión tridimensional. Se propone el desarrollo de un robot móvil autónomo (UGV) equipado con un sensor LiDAR 3D y algoritmos de SLAM semántico para automatizar la segmentación y clasificación de elementos urbanos y naturales. Esta tecnología permitirá capturar datos detallados del entorno, facilitando una planificación urbana más eficiente y basada en datos precisos. El desarrollo se divide en dos fases: la construcción mecánica y electrónica del robot móvil, y la implementación de algoritmos de inteligencia artificial para el procesamiento de nubes de puntos. El sistema será validado en diversas zonas urbanas de Cuenca, Gualaceo y Nabón, comparando su desempeño en términos de tiempo y precisión frente a técnicas convencionales. Los resultados esperados incluyen la optimización de la gestión del espacio urbano, la reducción de costos operativos en levantamientos topográficos y la generación de conocimiento científico mediante publicaciones indexadas. Además, el proyecto fortalecerá la formación interdisciplinaria de estudiantes de ingeniería y arquitectura, promoviendo el uso de tecnologías avanzadas para el desarrollo de ciudades sostenibles. Objetivo: Realizar un análisis contextual de zonas urbanas mediante la segmentación y clasificación de objetos utilizando SLAM semántico en un robot móvil con sensor LiDAR 3D. El objetivo es automatizar el levantamiento de mapas enriquecidos para mejorar la comprensión y planificación de entornos urbanos complejos. Líneas de investigación: Simulación y optimización de procesos industriales