Show simple item record

dc.contributor.advisorJaramillo Garzón, Jorge Alberto
dc.contributor.advisorVelásquez Vélez, Ricardo Andrés
dc.contributor.advisorColmenares Quintero, Ramón Fernando
dc.contributor.authorGóez Sánchez, Germán David
dc.date.accessioned2019-02-28T20:48:25Z
dc.date.accessioned2017-11-15T20:28:14Z
dc.date.available2019-02-28T20:48:25Z
dc.date.available2017-11-15T20:28:14Z
dc.date.issued2016
dc.identifier.urihttp://hdl.handle.net/20.500.12622/117
dc.description.abstractEste trabajo propone un método para el planeamiento de rutas on-line usando técnicas de optimización bio-inspirada con el fin de ser implementado sobre vehículos aéreos no tripulados, el cualplanee la ruta sin necesidad de intervención de un controlador en tierra. En el desarrollo del trabajo se evaluaron los optimizadores enjambre de partículas (PSO) y búsqueda Cuckoo (Ck) junto con el planificador de ruta propuesto. La evaluación del método consistió en ejecutar el planificador de ruta usando como base la técnica de optimización enjambre de partículas, comparándola con la ejecución del método usando la optimización por búsqueda Cuckoo. Los experimentos se realizaron sobre cinco rutas diferentes, cinco veces por ruta, lo que permitió comprobar la funcionalidad del método. Los resultados mostraron que el planificador de ruta tuvo mejores resultados al recorrer una menor distancia cuando su optimizador fue el PSO mostrando ser más estable, encontrando la ruta más fácilmente. En cuanto a tiempo de ejecución, los resultados mostraron que el planificador de ruta necesito un menor tiempo de ejecución cuando se usó el optimizador Ck, siendo de un 89% menor que la misma ejecución del planificador con PSO. Además se implementó el planificador de ruta sobre tres sistemas embebidos basados en microcontroladores, con arquitecturas ARM Cortex M0+, M4 y ColdFire V1de la familia Flexis de 32-bits. Los resultados comprueban que el método propuesto es lo suficientemente versátil y con baja demanda computacionalrealizando el planeamiento de ruta sobre los microcontroladores, y en el caso del ARM Cortex M4, entregando nuevos puntos de avance en la ruta en un tiempo inferior a seis segundos.Demostrando que la implementación de este tipo de metodologías es completamente viable, permitiendoque aeronaves no tripuladas naveguen de forma segura sobre zonas desconocidas, respetando las aerovías comerciales, obteniendo el máximo provecho al espacio aéreospa
dc.format.mediumRecurso electrónicospa
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherInstituto Tecnológico Metropolitanospa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectVehículo aéreo no tripulado (UAV)spa
dc.subjectAlgoritmosspa
dc.subjectPlanificación de rutasspa
dc.titleMetodología para el planeamiento automático de rutas en vehículos aéreos no tripulados usando algoritmos bio-inspirados sobre sistemas e mbebidosspa
dc.publisher.facultyFacultad de ingenieríasspa
dc.publisher.programMaestría en Automatización y Control Industrialspa
dc.description.abstractenglishThis work proposes a method to plan online routes using bio inspired optimization techniques to be implemented on unmanned aerial vehicles. The aim of this method is to plan the route without the need for a ground controller. Particle swarm optimization (PSO) and Cuckoo search (CK), together with the proposed route planner, were evaluated. The method executed the route planner using the PSO technique and compared it to the method using Cuckoo search optimization. Experiments were performed on 5 different routes, 5 times per route, allowing the performance verification of this method. Results showed that the route planner using PSO had better results when going a shorter distance, it was more stable and it could easily find the route. As per the execution time, results showed that the route planner required a shorter execution time using the CK optimizer, 89% less than the same execution using the PSO. Besides, the route planner was implemented on three embedded systems based on micro controllers, with ARM Cortex M0+, M4 and ColdFire V1 (Flexis 32-bits) architectures. Results prove that the proposed method is versatile enough and has low computational demand when planning the route on the microcontrollers. For the ARM Cortex M4, it delivers new advance points on the route in a time shorter than 6 seconds. This work shows the viability of implementing this type of methodology, allowing unmanned aerial vehicles to safely navigate on unknown areas, respecting commercial airways and obtaining maximum benefit from the aerial spaceeng
dc.description.degreenameMagister en Automatización y Controlspa
dc.identifier.instnameinstname:Instituto Tecnológico Metropolitanospa
dc.identifier.reponamereponame:Repositorio Institucional Instituto Tecnológico Metropolitanospa
dc.identifier.repourlrepourl:https://repositorio.itm.edu.co/
dc.rights.localAcceso abiertospa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.type.localTesis/Trabajo de grado - Monografía - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.publisher.grantorInstituto Tecnológico Metropolitanospa


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

http://creativecommons.org/licenses/by-nc-nd/4.0/
Except where otherwise noted, this item's license is described as http://creativecommons.org/licenses/by-nc-nd/4.0/