Mostrar el registro sencillo del ítem

dc.contributor.advisor	Rodas Jordá, Ángel	es_ES
dc.contributor.author	Fernández Fernández, Andrea	es_ES
dc.date.accessioned	2024-11-05T07:46:57Z
dc.date.available	2024-11-05T07:46:57Z
dc.date.created	2024-09-02
dc.date.issued	2024-11-05	es_ES
dc.identifier.uri	http://hdl.handle.net/10251/211266
dc.description.abstract	[ES] Este Trabajo de Fin de Máster investiga, implementa y compara diversos métodos de resolución de laberintos con el fin de evaluar su aplicación en la navegación autónoma de drones en interiores. Tras una revisión bibliográfica de técnicas clásicas y avanzadas como las basadas en teoría de grafos y el aprendizaje por refuerzo así como otras técnicas de localización como el SLAM, se han implementado en MATLAB los métodos de resolución en entornos laberínticos generados aleatoriamente y simulados con CoppeliaSim. Entre las pruebas realizadas, en primer lugar se encuentran las llevadas a cabo con algoritmos que no requieren de un conocimiento previo del laberinto, en segundo lugar con aquellos que sí lo requieren y lo obtienen mediante un dron sobrevolando y tomando imágenes del laberinto y por último las realizadas proponiendo un control continuo del que se centre de forma autónoma en el pasillo mediante visión por computador. Los resultados demuestran que en general los algoritmos clásicos no son muy útiles para su extrapolación a la navegación de drones ya que su rendimiento depende en gran medida de la estructura a recorrer, por otro lado, en caso de tener un conocimiento previo del entorno el algoritmo A* es el más eficiente y por último, el aprendizaje por refuerzo resulta menos eficiente en este caso de estudio y requiere de un mayor conocimiento para su aplicación. En conclusión, el trabajo ha probado las diferentes técnicas de resolución, entre ellas algunas novedosas basadas en inteligencia artificial, ha aplicado con éxito la visión por computador y ha evaluado la viabilidad de las mismas para la navegación de drones en interiores, con sugerencias para futuras investigaciones de incluir la técnica de SLAM y los algoritmos genéticos.	es_ES
dc.description.abstract	[EN] This Master's Thesis studies, implements and compares different maze solving methods in order to evaluate their application to autonomous indoor drone navigation. After a literature review of classical and advanced techniques such as those based on graph theory and reinforcement learning as well as other localization techniques such as SLAM, the maze solving methods have been implemented in MATLAB in maze environments randomly generated and simulated with CoppeliaSim. The tests conducted included firstly algorithms that do not require prior knowledge of the maze, secondly those that do require prior knowledge, which was obtained by a drone flying over the maze and taking images, and finally those carried out with a continuous control of a drone that autonomously centres itself in the corridor using computer vision. The results show that the classical algorithms are generally not very useful for their extrapolation to drone navigation as their performance depends largely on the structure to be traversed. On the other hand, when prior knowledge of the environment is available, the A* algorithm is the most efficient and finally, reinforcement learning is less efficient in this case study and requires more knowledge for its application. In conclusion, the work has tested different maze solving techniques, including some novel ones based on artificial intelligence, has successfully applied computer vision and has evaluated their feasibility for indoor drone navigation, with suggestions for future research to include the SLAM technique and genetic algorithms.	es_ES
dc.format.extent	91	es_ES
dc.language	Español	es_ES
dc.publisher	Universitat Politècnica de València	es_ES
dc.rights	Reserva de todos los derechos	es_ES
dc.subject	Resolución de laberintos	es_ES
dc.subject	Drones indoor	es_ES
dc.subject	Robótica	es_ES
dc.subject	Visión por computador	es_ES
dc.subject	Inteligencia artificial	es_ES
dc.subject	Aprendizaje por refuerzo	es_ES
dc.subject	Maze Solving	es_ES
dc.subject	Indoor Dron	es_ES
dc.subject	Robotics	es_ES
dc.subject	Computer Vision	es_ES
dc.subject	Artificial Intelligence	es_ES
dc.subject	Reinforcement Learning	es_ES
dc.subject.classification	ARQUITECTURA Y TECNOLOGIA DE COMPUTADORES	es_ES
dc.subject.other	Máster Universitario en Ingeniería Aeronáutica-Màster Universitari en Enginyeria Aeronàutica	es_ES
dc.title	Algoritmos de resolución de laberintos en robótica y su aplicación a la navegación de drones en interiores	es_ES
dc.title.alternative	Maze solving algorithms in robotics and their application to indoor drone navigation	es_ES
dc.title.alternative	Algorismes de resolució de laberints en robòtica i la seva aplicació a la navegació de drones a interiors	es_ES
dc.type	Tesis de máster	es_ES
dc.rights.accessRights	Cerrado	es_ES
dc.contributor.affiliation	Universitat Politècnica de València. Departamento de Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors	es_ES
dc.contributor.affiliation	Universitat Politècnica de València. Escuela Técnica Superior de Ingeniería del Diseño - Escola Tècnica Superior d'Enginyeria del Disseny	es_ES
dc.description.bibliographicCitation	Fernández Fernández, A. (2024). Algoritmos de resolución de laberintos en robótica y su aplicación a la navegación de drones en interiores. Universitat Politècnica de València. http://hdl.handle.net/10251/211266	es_ES
dc.description.accrualMethod	TFGM	es_ES
dc.relation.pasarela	TFGM\164649	es_ES

Ficheros en el ítem

Descargar (22.14Mb)

Fernandez - Alg...e....pdf

PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)

• ETSID - Trabajos académicos [8798]
  Escuela Técnica Superior de Ingeniería del Diseño

Mostrar el registro sencillo del ítem