Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Universidad Central del Ecuador
2025
|
| Soggetti: | |
| Accesso online: | https://www.redalyc.org/articulo.oa?id=653881802015 https://www.redalyc.org/journal/6538/653881802015/ https://www.redalyc.org/journal/6538/653881802015/html/ https://www.redalyc.org/journal/6538/653881802015/653881802015.epub https://www.redalyc.org/journal/6538/653881802015/movil |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1866815221427863552 |
|---|---|
| author | Andrés Felipe Hatum Ponton |
| author_facet | Andrés Felipe Hatum Ponton |
| contents | Procesamiento de imágenes para la determinación de la profundidad y caudal de flujo en canales urbanos Andrés Felipe Hatum Ponton Nicolas Bento Rocha Paes Paulo Tarso Sanches de Oliveira José Marcato Junior Agrociencias RQ 30 ción inunda Cámaras Este proyecto de investigación en desarrollo plantea una metodo-logía para el monitoreo en tiempo real de variables hidráulicas y la visualización de eventos hidrológicos en canales urbanos, utilizando un sistema sin contacto con el agua. En este se integra la utilización de cámaras de seguridad y equipos para el procesamiento de imáge-nes, de forma local y remota, aplicando técnicas de Deep Learning. Se debe instalar temporalmente un radar RQ-30 para la creación de una curva de gasto del canal en estudio, aprovechando su precisión, inclusive en condiciones adversas. Al tiempo las cámaras capturan videos del flujo de agua, que luego son procesados de manera local mediante un prototipo constituido entre un DVR y un Raspberry Pi, extrayendo de ellos imágenes a intervalos regulares a cada cinco mi-nutos. Estas se comprimen y envían a través de un router a un servi-dor remoto. En este último se inspecciona visualmente lo que ocurre en el punto de medición y se aplica la técnica Monocular Depth Es-timation para determinar la profundidad del agua, introducirla en la curva de gasto previamente definida con el radar y calcular el caudal en tiempo real. Los resultados preliminares evidencian el potencial de esta metodología para toma de decisiones oportunas en la pre-visión y gestión de eventos hidrológicos extremos, reduciendo los costos y convirtiéndose en una alternativa accesible, reproducible y sostenible en redes urbanas extensas, disminuyendo la dependencia de radares. 2025 otro 1390-8928 https://www.redalyc.org/articulo.oa?id=653881802015 https://www.redalyc.org/journal/6538/653881802015/ https://www.redalyc.org/journal/6538/653881802015/html/ https://www.redalyc.org/journal/6538/653881802015/653881802015.epub https://www.redalyc.org/journal/6538/653881802015/movil es http://www.redalyc.org/revista.oa?id=6538 Siembra application/pdf Universidad Central del Ecuador Siembra (Ecuador) Num.4 Vol.12 |
| format | Artículo científico |
| id | redalyc_653881802015 |
| language | es |
| publishDate | 2025 |
| publisher | Universidad Central del Ecuador |
| spellingShingle | Procesamiento de imágenes para la determinación de la profundidad y caudal de flujo en canales urbanos Andrés Felipe Hatum Ponton Agrociencias RQ 30 ción inunda Cámaras Procesamiento de imágenes para la determinación de la profundidad y caudal de flujo en canales urbanos Andrés Felipe Hatum Ponton Nicolas Bento Rocha Paes Paulo Tarso Sanches de Oliveira José Marcato Junior Agrociencias RQ 30 ción inunda Cámaras Este proyecto de investigación en desarrollo plantea una metodo-logía para el monitoreo en tiempo real de variables hidráulicas y la visualización de eventos hidrológicos en canales urbanos, utilizando un sistema sin contacto con el agua. En este se integra la utilización de cámaras de seguridad y equipos para el procesamiento de imáge-nes, de forma local y remota, aplicando técnicas de Deep Learning. Se debe instalar temporalmente un radar RQ-30 para la creación de una curva de gasto del canal en estudio, aprovechando su precisión, inclusive en condiciones adversas. Al tiempo las cámaras capturan videos del flujo de agua, que luego son procesados de manera local mediante un prototipo constituido entre un DVR y un Raspberry Pi, extrayendo de ellos imágenes a intervalos regulares a cada cinco mi-nutos. Estas se comprimen y envían a través de un router a un servi-dor remoto. En este último se inspecciona visualmente lo que ocurre en el punto de medición y se aplica la técnica Monocular Depth Es-timation para determinar la profundidad del agua, introducirla en la curva de gasto previamente definida con el radar y calcular el caudal en tiempo real. Los resultados preliminares evidencian el potencial de esta metodología para toma de decisiones oportunas en la pre-visión y gestión de eventos hidrológicos extremos, reduciendo los costos y convirtiéndose en una alternativa accesible, reproducible y sostenible en redes urbanas extensas, disminuyendo la dependencia de radares. 2025 otro 1390-8928 https://www.redalyc.org/articulo.oa?id=653881802015 https://www.redalyc.org/journal/6538/653881802015/ https://www.redalyc.org/journal/6538/653881802015/html/ https://www.redalyc.org/journal/6538/653881802015/653881802015.epub https://www.redalyc.org/journal/6538/653881802015/movil es http://www.redalyc.org/revista.oa?id=6538 Siembra application/pdf Universidad Central del Ecuador Siembra (Ecuador) Num.4 Vol.12 |
| title | Procesamiento de imágenes para la determinación de la profundidad y caudal de flujo en canales urbanos |
| topic | Agrociencias RQ 30 ción inunda Cámaras |
| url | https://www.redalyc.org/articulo.oa?id=653881802015 https://www.redalyc.org/journal/6538/653881802015/ https://www.redalyc.org/journal/6538/653881802015/html/ https://www.redalyc.org/journal/6538/653881802015/653881802015.epub https://www.redalyc.org/journal/6538/653881802015/movil |