Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup
Fuente:
Universidad Tecnológica de la Mixteca
Con los excelentes resultados que están siendo entregados en los últimos años por sistemas de detección basados en redes neuronales convolucionales para tareas de detección de objetos en imágenes, estos sistemas están siendo utilizados para incontables aplicaciones de robótica y de inteligencia arti...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Tesis de Maestría |
| Sprache: | Spanisch |
| Veröffentlicht: |
Universidad Tecnológica de la Mixteca
2020
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| _version_ | 1877695587994828801 |
|---|---|
| author | Zavala Salas, Oscar Alberto |
| author_facet | Zavala Salas, Oscar Alberto |
| author_sort | Zavala Salas, Oscar Alberto |
| collection | Repositorio Institucional UTM |
| description | Con los excelentes resultados que están siendo entregados en los últimos años por sistemas de detección basados en redes neuronales convolucionales para tareas de detección de objetos en imágenes, estos sistemas están siendo utilizados para incontables aplicaciones de robótica y de inteligencia artificial. Sin embargo, la mayoría de estos métodos tienen a ser, por lo general, computacionalmente costosos para sistemas embebidos de bajo poder de procesamiento, lo que los hace no muy adecuados para su ejecución sobre robots móviles. Este trabajo propone una arquitectura de red completamente convolucional llamada TYR-NAO, basada en el sistema de detección tiny YOLO. El modelo propuesto está pensado para ser implementado sobre la plataforma del robot NAO y está diseñado para mejorar los tiempos de procesamiento presentes en tiny YOLO para realizar la detección de los objetivos. Facilitando, al mismo tiempo, su operación sobre la computadora del robot. TYR-NAO está entrenado para la detección exclusiva de robots NAO. Tanto el modelo y su entrenamiento, como la base de datos etiquetada para esta tarea específica, son las contribuciones principales de este proyecto. El enfoque principal en el que está basada esta investigación es en la implementación de la propuesta de modelo para ser utilizada en la categoría SPL de la RoboCup. |
| format | Tesis de Maestría |
| id | utm-123456789-303 |
| institution | Universidad Tecnológica de la Mixteca |
| language | Spanish |
| publishDate | 2020 |
| publisher | Universidad Tecnológica de la Mixteca |
| record_format | dspace |
| spelling | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup OSCAR ALBERTO ZAVALA SALAS;869014 Zavala Salas, Oscar Alberto Petrilli Barceló, Alberto Elías ALBERTO ELIAS PETRILLI BARCELO;170294 7 INGENIERIA Y TECNOLOGIA Con los excelentes resultados que están siendo entregados en los últimos años por sistemas de detección basados en redes neuronales convolucionales para tareas de detección de objetos en imágenes, estos sistemas están siendo utilizados para incontables aplicaciones de robótica y de inteligencia artificial. Sin embargo, la mayoría de estos métodos tienen a ser, por lo general, computacionalmente costosos para sistemas embebidos de bajo poder de procesamiento, lo que los hace no muy adecuados para su ejecución sobre robots móviles. Este trabajo propone una arquitectura de red completamente convolucional llamada TYR-NAO, basada en el sistema de detección tiny YOLO. El modelo propuesto está pensado para ser implementado sobre la plataforma del robot NAO y está diseñado para mejorar los tiempos de procesamiento presentes en tiny YOLO para realizar la detección de los objetivos. Facilitando, al mismo tiempo, su operación sobre la computadora del robot. TYR-NAO está entrenado para la detección exclusiva de robots NAO. Tanto el modelo y su entrenamiento, como la base de datos etiquetada para esta tarea específica, son las contribuciones principales de este proyecto. El enfoque principal en el que está basada esta investigación es en la implementación de la propuesta de modelo para ser utilizada en la categoría SPL de la RoboCup. 2020-09-04T12:37:03Z 2020-09-04T12:37:03Z 2020-02 Tesis de Maestría publishedVersion Zavala , O. (2020). Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup (Tesis para obtener el grado de Maestro en Robótica). Universidad Tecnológica de la Mixteca, Huajuapan de León, Oaxaca. http://repositorio.utm.mx:8080/jspui/handle/123456789/303 spa REPOSITORIO NACIONAL CONACYT openAccess Atribución No Comercial Sin Derivadas http://creativecommons.org/licenses/by-nc-nd/4.0 application/pdf Universidad Tecnológica de la Mixteca |
| spellingShingle | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup Zavala Salas, Oscar Alberto 7 INGENIERIA Y TECNOLOGIA |
| title | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup |
| title_full | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup |
| title_fullStr | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup |
| title_full_unstemmed | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup |
| title_short | Detección simultánea, por medio de CNN, de múltiples robots NAO dentro de un campo de fútbol, con aplicación a RoboCup |
| title_sort | detección simultánea, por medio de cnn, de múltiples robots nao dentro de un campo de fútbol, con aplicación a robocup |
| topic | 7 INGENIERIA Y TECNOLOGIA |
| topic_facet | 7 INGENIERIA Y TECNOLOGIA |
| url | http://repositorio.utm.mx/handle/123456789/303 |