La visión artificial ha crecido considerablemente junto con el auge de los UAVs o drones profesionales en todo tipo de aplicaciones del panorama actual. Desde su llegada al mercado, siempre se han utilizado técnicas de visión artificial y a día de hoy todavía se esperan grandes avances a medio plazo en esta tecnología. Por ejemplo, para crear misiones en las cuales los drones reciban información del medio en que se encuentren, procesarla y actuar autónomamente en base a esta información.

Hoy en día, estas técnicas han evolucionado notoriamente. Y siguen mejorando gracias al importante papel que está tomando el Deep learning (aprendizaje profundo). Donde, mediante el entrenamiento y aprendizaje de la plataforma aérea, esta puede detectar tanto objetos, personas o animales en poco tiempo y de manera muy precisa. De esta forma la visión artificial puede ayudarnos a detectar obstáculos, automatizar las operaciones y favorecer un vuelo automático y seguro.

Aplicaciones más demandadas de visión artificial en el campo de los UAVs

La visión artificial tiene múltiples aplicaciones en el mundo de los drones. Algunas de las funcionalidades más solicitadas actualmente en el mercado serían:

Mejora de la estabilización

Los drones tienen finalidades como inspección y monitorización, mapeo, agricultura de precisión e ingeniería civil. La precisión en la estimación de la posición del dron es un dato crucial para obtener el máximo rendimiento de estas aplicaciones.

La visión artificial nos puede ayudar a corregir la estimación de posición del UAV utilizando como referencia el horizonte u otro punto fijo. Actualmente los drones basan su estimación de posición y actitud en el GPS. Además, de otros sensores como la IMU o el magnetómetro. El desarrollo de sistemas de procesado de imagen en tiempo real nos permitirá reducir la dependencia del GPS en cierta medida y favorecer la estimación de posición en condiciones de GPS degradado.

La visión artificial en UAVs utiliza principalmente algoritmos de flujo óptico (optical flow). En este sistema, el GPS le proporciona al dron las coordenadas globales para realizar trayectorias respecto a este sistema de ejes. Mientras que el algoritmo de visión artificial le proporciona una información de su posición relativa a un eje de coordenadas fijo para realizar correcciones de posición y actitud.

Aplicaciones de la visión artificial en UAVs Veronte Gimbal Pro

Seguimiento de objetos (Object tracking) en UAVs

El ámbito militar e industrial dominan el mercado de los drones, y las aplicaciones más requeridas suelen ser de fotografía aérea, monitorización de determinadas zonas, inspección de estructuras, etc. La mayoría de estas acciones se pueden llevar a cabo mediante visión artificial integrada en UAVs. En concreto, la detección de objetos en movimiento y el seguimiento de objetivos son ampliamente utilizados. Para realizar la detección y su correspondiente seguimiento, el dron utilizará las imágenes captadas por la cámara, analizando el entorno y utilizando algoritmos de clasificación de características.

Sistema Sense & Avoid

De la misma forma que se pretende la automatización de ciertas aéreas, así como la detección y seguimiento de objetos, las mismas técnicas sirven para la implementar nuevos sistemas para evitar obstáculos como edificios u otros vehículos en vuelo. Y por tanto, posibles colisiones entre UAVs. Es por eso que las distintas formas de visión artificial buscan desarrollar Algoritmos de Sense & Avoid. El Autopiloto Veronte integra algoritmos para la evasión de obstáculos, por lo que solamente se precisa de los sensores necesarios para hacer la detección y poder habilitar las funciones de sense and avoid autónomo.

Embention también se ha sumado a esta tendencia de la visión artificial. Recientemente ha diseñado una nueva versión de Veronte Gimbal Pro. Este nuevo gimbal tiene una estética totalmente renovada, es más compacto, ligero y posee una resistencia mecánica superior. Además, el gimbal cuenta con una cámara RGB con una resolución Full HD, zoom óptico de 30 aumentos y numerosas características más con las que implementar las prestaciones que ya ofrece el procesado de vídeo abordo en tiempo real.