Implementación de algoritmos de visión artificial para la identificación de entornos y objetos incorporando una cámara RealSense y actualizando el sistema de control del robot PRAX-IA

Este proyecto busca optimizar las capacidades de percepción y navegación del robot rover de seis ruedas PRAX-IA, desarrollado por el grupo GIIRA. Ante los desafíos que presentan los sensores de profundidad en entornos exteriores, como la variabilidad lumínica y las irregularidades del terreno, se propone la implementación de la cámara Intel RealSense D455 junto con una actualización del sistema de control a NVIDIA Jetson Xavier y el entorno ROS2. La metodología incluye pruebas físicas en campo y entornos controlados para evaluar la precisión en el mapeo 3D, la medición de profundidad y la detección de objetos mediante redes neuronales convolucionales. Se comparará el rendimiento de la cámara con sensores LiDAR para validar su eficacia en condiciones reales. Los resultados esperados incluyen la mejora del sistema de navegación autónoma del rover y la generación de conocimiento técnico sobre la viabilidad de sensores de profundidad en robótica de campo. El proyecto pretende contribuir al avance científico mediante publicaciones en revistas indexadas en Scopus, fortaleciendo las capacidades de investigación del grupo GIIRA y sentando las bases para futuras aplicaciones en monitoreo ambiental y mitigación de desastres.<br/><br/><b>Objetivo</b>: <br/>Implementar algoritmos de visión artificial en el robot PRAX-IA mediante la integración de una cámara Intel RealSense D455 y una plataforma NVIDIA Jetson Xavier. El objetivo es mejorar la percepción tridimensional, la detección de objetos y la navegación autónoma en entornos complejos.<br/><br/><b>Líneas de investigación</b>: <br/>Interacción persona-máquina