Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/11000/7682
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | Payá Castelló, Luis | - |
dc.contributor.advisor | Cebollada López, Sergio | - |
dc.contributor.author | Céspedes Gómez, Orlando José | - |
dc.contributor.other | Departamentos de la UMH::Ingeniería de Sistemas y Automática | es |
dc.date.accessioned | 2021-05-10T16:12:41Z | - |
dc.date.available | 2021-05-10T16:12:41Z | - |
dc.date.created | 2020-07-03 | - |
dc.date.issued | 2020-07-03 | - |
dc.identifier.uri | http://hdl.handle.net/11000/7682 | - |
dc.description.abstract | En este trabajo, se evalúan diferentes descriptores de apariencia global o descriptores holísticos para llevar a cabo la tarea de localización, que es una habilidad crucial para los robots móviles autónomos. La única fuente de información utilizada para resolver este problema es una cámara omnidireccional. De esta forma, las imágenes capturadas se procesan para obtener dichos descriptores. La posición de los robots se estima comparando los descriptores contenidos en el modelo visual y el descriptor calculado para una imagen de test. Los descriptores holísticos evaluados se basan en métodos analíticos (hog y gist) y técnicas de deep learning (redes neuronales convolucionales). La localización se prueba con un conjunto de imágenes que proporciona entornos interiores en condiciones reales de funcionamiento. Los resultados muestran que los descriptores basados en deep learning también pueden ser una solución interesante para llevar a cabo tareas de localización visual | es |
dc.format | application/pdf | es |
dc.format.extent | 90 | es |
dc.language.iso | spa | es |
dc.publisher | Universidad Miguel Hernández de Elche | es |
dc.rights | info:eu-repo/semantics/openAccess | es |
dc.subject | mapping | es |
dc.subject | slam | es |
dc.subject | visión omnidireccional | es |
dc.subject | descriptores de apariencia global | es |
dc.subject | inteligencia artificial | es |
dc.subject | robótica móvil | es |
dc.subject | deep learning | es |
dc.subject.other | CDU::6 - Ciencias aplicadas::62 - Ingeniería. Tecnología | es |
dc.title | Localización de un robot móvil utilizando información visual y redes neuronales convolucionales | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
![Vista previa](/jspui/retrieve/33f9ed73-1ad2-4676-b175-c914cabdd6de/TFG-C%c3%a9spedes%20G%c3%b3mez%2c%20Orlando%20Jos%c3%a9.pdf.jpg)
Ver/Abrir:
TFG-Céspedes Gómez, Orlando José.pdf
2,47 MB
Adobe PDF
Compartir:
La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.