Please use this identifier to cite or link to this item: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/1621
Title: Plataforma de control de un vehículo aéreo no tripulado para la detección de malezas
Other Titles: Control platform of an unmanned aerial vehicle for the detection of weeds
Authors: Olvera Olvera, Carlos Alberto
López Monteagudo, Francisco Eneldo
Bordón López, Raikel
Villagrana Barraza, Santiago
Villela Varela, Rafael
Araiza Esquivel, María Auxiliadora
Arceo Olague, José Guadalupe
Issue Date: 23-Jun-2019
Publisher: Universidad Central “Marta Abreu” de Las Villas
Abstract: En el presente trabajo se desarrolló una plataforma de control remota para la estabilización de un Dron mediante la planificación de trayectorias con el objetivo de la detección de malezas en un campo de frijol. La detección de malezas se llevó a cabo de manera completamente autónoma, empleando un árbol de decisión como algoritmo de clasificación en la etapa final. Los resultados obtenidos en la evaluación del desempeño del método propuesto fueron satisfactorios. El modelo de regresión lineal entre las densidades de maleza estimadas y observadas arrojó un coeficiente de determinación de 0.987 y un error cuadrático medio de 0.075. Del área total del campo de estudio, se estimó un 84 % con menos del 1 % de cobertura de malezas, lo cual indica un alto potencial para la reducción del volumen de herbicidas aplicados. Actualmente, estamos trabajando en algoritmos de control automáticos que detecten cualquier anomalía en el vuelo de los Drones.
Description: In the present work, a remote control platform for the stabilization of a drone was developed through trajectory planning with the objective of detecting weeds in a bean field. The weed detection was carried out completely autonomously, using a decision tree as a classification algorithm in the final stage. The results obtained in the evaluation of the performance of the proposed method were satisfactory. The linear regression model between estimated and observed weed densities yielded a coefficient of determination of 0.987 and an average square error of 0.075. Of the total area of the field of study, 84% was estimated with less than 1% coverage of weeds, which indicates a high potential for reducing the volume of applied herbicides. Currently, we are working on automatic control algorithms that detect any anomaly in the flight of the Drones.
URI: http://ricaxcan.uaz.edu.mx/jspui/handle/20.500.11845/1621
https://doi.org/10.48779/r27c-6877
ISBN: 978-959-3122-580
Other Identifiers: info:eu-repo/semantics/publishedVersion
Appears in Collections:*Documentos Académicos*-- M. en Ciencias de la Ing.

Files in This Item:
File Description SizeFormat 
Articulo Plataforma de control.pdfAccionamiento489,9 kBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons