Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/11289
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttps://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorJuan Manuel Ramos Arreguines_ES
dc.creatorAlejandro Daniel Matías Pachecoes_ES
dc.date.accessioned2024-12-06T18:56:13Z-
dc.date.available2024-12-06T18:56:13Z-
dc.date.issued2024-10-17-
dc.identifier.urihttps://ri-ng.uaq.mx/handle/123456789/11289-
dc.descriptionEsta investigación se centra en el desarrollo de un sistema de aterrizaje autónomo para Micro Vehículos Aéreos (MAVs) en una plataforma en movimiento, utilizando técnicas de aprendizaje profundo y visión por computadora. La metodología se basa en conceptos clave y trabajos previos. Un detector basado en You Only Look Once versión 8 (YOLOv8) identifica un código Quick Response (QR) como marcador de aterrizaje, mientras que un Perceptrón Multicapa (MLP) entrenado estima la altura entre el MAV y la plataforma. El sistema integra un controlador Proporcional-Integral (PI), que procesa estas entradas para guiar al dron durante el aterrizaje, utilizando el Sistema Operativo de Robots (ROS) como interfaz. Las pruebas realizadas con un dron Tello demostraron un 90% de éxito en aterrizajes autónomos y una precisión del 97% en la detección del marcador. Estos resultados confirman la efec- tividad del sistema en entornos dinámicos, demostrando que la combinación de YOLOv8 y MLP proporciona una solución confiable y precisa para el aterrizaje autónomo en platafor- mas móviles.es_ES
dc.formatpdfes_ES
dc.format.extent1 recurso en línea (76 páginas)es_ES
dc.format.mediumcomputadoraes_ES
dc.language.isospaes_ES
dc.publisherUniversidad Autonoma de Querétaroes_ES
dc.relation.requiresSies_ES
dc.rightsopenAccesses_ES
dc.subjectMAV, aterrizaje autónomo, YOLOv8, MLP, Marcadores de aterrizajees_ES
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_ES
dc.titleMAV Autonomous Landing on a Moving Platform Using Deep Learning Algorithmses_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidORCIDes_ES
dc.contributor.tidORCIDes_ES
dc.creator.identificador0009-0002-4606-1071es_ES
dc.contributor.identificador0000-0002-2604-9692es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias en Inteligencia Artificiales_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
dc.format.supportrecurso en líneaes_ES
dc.matricula.creator317931es_ES
dc.folioIGMAC-317931es_ES
Aparece en: Maestría en Ciencias en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
IGMAC-317931 (pdf-a).pdfTesis de Maestría2.45 MBAdobe PDFPortada
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.