Optimización de cobertura con UAVs para situaciones de emergencia
El documento presenta un proyecto de grado titulado "Optimización de Cobertura con UAVs para Situaciones de Emergencia", desarrollado por Samuel Josué Freire Tarazona y Juan Felipe García Martin, bajo la asesoría de Yezid Donoso. El proyecto propone un modelo matemático y un sistema de aná...
- Autores:
-
Freire Tarazona, Samuel Josue
García Martin, Juan Felipe
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/75219
- Acceso en línea:
- https://hdl.handle.net/1992/75219
- Palabra clave:
- UAVs (Vehículos Aéreos No Tripulados)
Optimización de Cobertura
Gestión de Emergencias
Análisis de Imágenes
Redes Neuronales Convolucionales
Optimización Matemática
Distribución Estratégica
Detección de Incendios
Cobertura Multiobjetivo
Simulaciones de Emergencia
Algoritmos Heurísticos
Ingeniería
- Rights
- openAccess
- License
- Attribution-NonCommercial-NoDerivatives 4.0 International
| id |
UNIANDES2_66c2e37275df3098a982f302dfc92fc8 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/75219 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Optimización de cobertura con UAVs para situaciones de emergencia |
| title |
Optimización de cobertura con UAVs para situaciones de emergencia |
| spellingShingle |
Optimización de cobertura con UAVs para situaciones de emergencia UAVs (Vehículos Aéreos No Tripulados) Optimización de Cobertura Gestión de Emergencias Análisis de Imágenes Redes Neuronales Convolucionales Optimización Matemática Distribución Estratégica Detección de Incendios Cobertura Multiobjetivo Simulaciones de Emergencia Algoritmos Heurísticos Ingeniería |
| title_short |
Optimización de cobertura con UAVs para situaciones de emergencia |
| title_full |
Optimización de cobertura con UAVs para situaciones de emergencia |
| title_fullStr |
Optimización de cobertura con UAVs para situaciones de emergencia |
| title_full_unstemmed |
Optimización de cobertura con UAVs para situaciones de emergencia |
| title_sort |
Optimización de cobertura con UAVs para situaciones de emergencia |
| dc.creator.fl_str_mv |
Freire Tarazona, Samuel Josue García Martin, Juan Felipe |
| dc.contributor.advisor.none.fl_str_mv |
Donoso Meisel, Yezyd Enrique |
| dc.contributor.author.none.fl_str_mv |
Freire Tarazona, Samuel Josue García Martin, Juan Felipe |
| dc.contributor.jury.none.fl_str_mv |
Donoso Meisel, Yezyd Enrique |
| dc.subject.keyword.none.fl_str_mv |
UAVs (Vehículos Aéreos No Tripulados) Optimización de Cobertura Gestión de Emergencias Análisis de Imágenes Redes Neuronales Convolucionales Optimización Matemática Distribución Estratégica Detección de Incendios Cobertura Multiobjetivo Simulaciones de Emergencia Algoritmos Heurísticos |
| topic |
UAVs (Vehículos Aéreos No Tripulados) Optimización de Cobertura Gestión de Emergencias Análisis de Imágenes Redes Neuronales Convolucionales Optimización Matemática Distribución Estratégica Detección de Incendios Cobertura Multiobjetivo Simulaciones de Emergencia Algoritmos Heurísticos Ingeniería |
| dc.subject.themes.spa.fl_str_mv |
Ingeniería |
| description |
El documento presenta un proyecto de grado titulado "Optimización de Cobertura con UAVs para Situaciones de Emergencia", desarrollado por Samuel Josué Freire Tarazona y Juan Felipe García Martin, bajo la asesoría de Yezid Donoso. El proyecto propone un modelo matemático y un sistema de análisis de imágenes basado en redes neuronales convolucionales para mejorar la gestión de emergencias mediante el despliegue estratégico de UAVs. El enfoque combina la optimización de cobertura y la detección temprana de incendios, con simulaciones que demuestran una alta eficiencia en la distribución de drones y la clasificación precisa de imágenes. Los resultados validan la viabilidad del sistema en escenarios de emergencia, destacando su potencial para reducir daños humanos y naturales. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-12-03T13:23:02Z |
| dc.date.available.none.fl_str_mv |
2024-12-03T13:23:02Z |
| dc.date.issued.none.fl_str_mv |
2024-12-02 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/1992/75219 |
| dc.identifier.instname.none.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.none.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.none.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
https://hdl.handle.net/1992/75219 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.none.fl_str_mv |
Zhou, C., Ye, H., Xu, Z., Hu, J., Shi, X., Hua, S., ... & Yang, G. (2019). Estimating maize-leaf coverage in field conditions by applying a machine learning algorithm to UAV remote sensing images. applied sciences, 9(11), 2389. Ferreira, F. H. C. D. S., Neto, M. C. D. A., Barros, F. J. B., & Araújo, J. P. L. D. (2023). Intelligent Drone Positioning via BIC Optimization for Maximizing LPWAN Coverage and Capacity in Suburban Amazon Environments. Sensors, 23(13), 6231. Ibrah, A. D., Chuang, L., Na, L., & Meng-yuan, Z. (2018). Optimization Method of Relay Network Deployment Using Multi-UAV for Emergency Communication. Journal of Physics: Conference Series, 1060, 012042. Li, Z., Zhang, Z., & Zhao, L. (2022). Yield Estimation of High-Density Cotton Fields Using Low-Altitude UAV Imaging and Deep Learning. Precision Agriculture, 22(3), 15-28 Liu, X., Zhang, Y., & Wang, H. (2021). UAV Intelligent Coverage Navigation Based on DRL in Complex Geometrical Environments. Journal of Robotics and Autonomous Systems, 55(4), 203-214. Song, H., Yu, J., Qiu, J., Sun, Z., Lang, K., Luo, Q., & Wang, Y. (2022). Multi-UAV Disaster Environment Coverage Planning with Limited-Endurance. arXiv preprint arXiv:2201.10150. Gruffeille, C., Perrusquía, A., Tsourdos, A., & Guo, W. (2024). Disaster Area Coverage Optimisation Using Reinforcement Learning. International Conference on Unmanned Aircraft Systems (ICUAS). |
| dc.rights.en.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.uri.none.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.none.fl_str_mv |
22 páginas |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.none.fl_str_mv |
Ingeniería de Sistemas y Computación |
| dc.publisher.faculty.none.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.none.fl_str_mv |
Departamento de Ingeniería de Sistemas y Computación |
| publisher.none.fl_str_mv |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/e4c84c67-a240-4deb-9ed7-75a03e275b53/download https://repositorio.uniandes.edu.co/bitstreams/70c47dff-18d0-49e1-8cc4-55a2d14ee295/download https://repositorio.uniandes.edu.co/bitstreams/c4b00aba-e358-4c6a-a8a0-394821c60eca/download https://repositorio.uniandes.edu.co/bitstreams/3fe81389-cc3a-4ed6-9e09-5462fd036854/download https://repositorio.uniandes.edu.co/bitstreams/57d5ce2f-aa55-49c1-a7dc-25a07caa2620/download https://repositorio.uniandes.edu.co/bitstreams/227c3cbe-442b-489c-aebb-8206e870068a/download https://repositorio.uniandes.edu.co/bitstreams/419e7dbc-dd26-45e0-adc6-d24611cfc96c/download https://repositorio.uniandes.edu.co/bitstreams/2dd5b9b4-70af-4a38-9b70-ad86e6ab5781/download |
| bitstream.checksum.fl_str_mv |
ae9e573a68e7f92501b6913cc846c39f 50983b3a1af0ae557c0dfaf44e501ecd 1b249c2b49978959cb0e3249c975996a 4460e5956bc1d1639be9ae6146a50347 e628b20b14c15484e99afcfed9634415 dc8a48a97e0d7515560c92cf8a150ecd 05f4f1fc2f37284bd05de916afa6bea6 be927d7ade6f82bc8e00fc9421bab811 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1828159120388128768 |
| spelling |
Donoso Meisel, Yezyd Enriquevirtual::20168-1Freire Tarazona, Samuel JosueGarcía Martin, Juan FelipeDonoso Meisel, Yezyd Enrique2024-12-03T13:23:02Z2024-12-03T13:23:02Z2024-12-02https://hdl.handle.net/1992/75219instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El documento presenta un proyecto de grado titulado "Optimización de Cobertura con UAVs para Situaciones de Emergencia", desarrollado por Samuel Josué Freire Tarazona y Juan Felipe García Martin, bajo la asesoría de Yezid Donoso. El proyecto propone un modelo matemático y un sistema de análisis de imágenes basado en redes neuronales convolucionales para mejorar la gestión de emergencias mediante el despliegue estratégico de UAVs. El enfoque combina la optimización de cobertura y la detección temprana de incendios, con simulaciones que demuestran una alta eficiencia en la distribución de drones y la clasificación precisa de imágenes. Los resultados validan la viabilidad del sistema en escenarios de emergencia, destacando su potencial para reducir daños humanos y naturales.Este trabajo presenta un modelo matemático innovador diseñado para optimizar la cobertura de vehículos aéreos no tripulados (UAVs) en escenarios de emergencia. Se ha desarrollado un algoritmo de distribución avanzada que determina la ubicación óptima de los UAVs, maximizando la cobertura del área de interés con el menor número posible de drones. Complementariamente, se ha implementado un sistema de análisis de imágenes de alta resolución que permite evaluar de manera precisa el riesgo de incendio o la criticidad de cada zona cubierta. Los resultados obtenidos proporcionan una estimación cuantitativa del riesgo asociado a cada cuadrante, lo que facilita la toma de decisiones estratégicas en situaciones de emergencia.Pregrado22 páginasapplication/pdfspaUniversidad de los AndesIngeniería de Sistemas y ComputaciónFacultad de IngenieríaDepartamento de Ingeniería de Sistemas y ComputaciónAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Optimización de cobertura con UAVs para situaciones de emergenciaTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPUAVs (Vehículos Aéreos No Tripulados)Optimización de CoberturaGestión de EmergenciasAnálisis de ImágenesRedes Neuronales ConvolucionalesOptimización MatemáticaDistribución EstratégicaDetección de IncendiosCobertura MultiobjetivoSimulaciones de EmergenciaAlgoritmos HeurísticosIngenieríaZhou, C., Ye, H., Xu, Z., Hu, J., Shi, X., Hua, S., ... & Yang, G. (2019). Estimating maize-leaf coverage in field conditions by applying a machine learning algorithm to UAV remote sensing images. applied sciences, 9(11), 2389.Ferreira, F. H. C. D. S., Neto, M. C. D. A., Barros, F. J. B., & Araújo, J. P. L. D. (2023). Intelligent Drone Positioning via BIC Optimization for Maximizing LPWAN Coverage and Capacity in Suburban Amazon Environments. Sensors, 23(13), 6231.Ibrah, A. D., Chuang, L., Na, L., & Meng-yuan, Z. (2018). Optimization Method of Relay Network Deployment Using Multi-UAV for Emergency Communication. Journal of Physics: Conference Series, 1060, 012042.Li, Z., Zhang, Z., & Zhao, L. (2022). Yield Estimation of High-Density Cotton Fields Using Low-Altitude UAV Imaging and Deep Learning. Precision Agriculture, 22(3), 15-28Liu, X., Zhang, Y., & Wang, H. (2021). UAV Intelligent Coverage Navigation Based on DRL in Complex Geometrical Environments. Journal of Robotics and Autonomous Systems, 55(4), 203-214.Song, H., Yu, J., Qiu, J., Sun, Z., Lang, K., Luo, Q., & Wang, Y. (2022). Multi-UAV Disaster Environment Coverage Planning with Limited-Endurance. arXiv preprint arXiv:2201.10150.Gruffeille, C., Perrusquía, A., Tsourdos, A., & Guo, W. (2024). Disaster Area Coverage Optimisation Using Reinforcement Learning. International Conference on Unmanned Aircraft Systems (ICUAS).202111460202014961Publicationhttps://scholar.google.es/citations?user=Razvs2MAAAAJvirtual::20168-10000-0003-1659-1522virtual::20168-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000094706virtual::20168-16b9d423b-11e8-4930-b0d2-061b34e9806bvirtual::20168-16b9d423b-11e8-4930-b0d2-061b34e9806bvirtual::20168-1LICENSElicense.txtlicense.txttext/plain; charset=utf-82535https://repositorio.uniandes.edu.co/bitstreams/e4c84c67-a240-4deb-9ed7-75a03e275b53/downloadae9e573a68e7f92501b6913cc846c39fMD51ORIGINALautorizacion tesis.pdfautorizacion tesis.pdfHIDEapplication/pdf331065https://repositorio.uniandes.edu.co/bitstreams/70c47dff-18d0-49e1-8cc4-55a2d14ee295/download50983b3a1af0ae557c0dfaf44e501ecdMD53Optimización de Cobertura con UAVs para Situaciones de Emergencia.pdfOptimización de Cobertura con UAVs para Situaciones de Emergencia.pdfReconocimiento al autor, sin fines comerciales y sin modificaciones.application/pdf672166https://repositorio.uniandes.edu.co/bitstreams/c4b00aba-e358-4c6a-a8a0-394821c60eca/download1b249c2b49978959cb0e3249c975996aMD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8805https://repositorio.uniandes.edu.co/bitstreams/3fe81389-cc3a-4ed6-9e09-5462fd036854/download4460e5956bc1d1639be9ae6146a50347MD55TEXTautorizacion tesis.pdf.txtautorizacion tesis.pdf.txtExtracted texttext/plain2036https://repositorio.uniandes.edu.co/bitstreams/57d5ce2f-aa55-49c1-a7dc-25a07caa2620/downloade628b20b14c15484e99afcfed9634415MD56Optimización de Cobertura con UAVs para Situaciones de Emergencia.pdf.txtOptimización de Cobertura con UAVs para Situaciones de Emergencia.pdf.txtExtracted texttext/plain42249https://repositorio.uniandes.edu.co/bitstreams/227c3cbe-442b-489c-aebb-8206e870068a/downloaddc8a48a97e0d7515560c92cf8a150ecdMD58THUMBNAILautorizacion tesis.pdf.jpgautorizacion tesis.pdf.jpgGenerated Thumbnailimage/jpeg11014https://repositorio.uniandes.edu.co/bitstreams/419e7dbc-dd26-45e0-adc6-d24611cfc96c/download05f4f1fc2f37284bd05de916afa6bea6MD57Optimización de Cobertura con UAVs para Situaciones de Emergencia.pdf.jpgOptimización de Cobertura con UAVs para Situaciones de Emergencia.pdf.jpgGenerated Thumbnailimage/jpeg5094https://repositorio.uniandes.edu.co/bitstreams/2dd5b9b4-70af-4a38-9b70-ad86e6ab5781/downloadbe927d7ade6f82bc8e00fc9421bab811MD591992/75219oai:repositorio.uniandes.edu.co:1992/752192024-12-04 03:00:28.976http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |