Planeación de trayectoria para UAVs en la agricultura de precisión

En años recientes, los drones UAV (Unmanned Aerial Vehicles o Vehículos Aéreos NoTripulados) han experimentado un auge significativo gracias a su versatilidad en tareas como monitoreo climático, búsqueda y rescate, comunicaciones, vigilancia y transporte de bienes. Su correcta operación depende críticamente del diseño y la planificación eficiente de trayectorias, considerando factores como evasión de obstáculos, costos, gasto energético, tiempo y robustez frente a variaciones ambientales y errores de sensores. En la agricultura, los UAVs han impulsado la adopción de la agricultura de precisión, una metodología que integra tecnología avanzada para optimizar el uso del suelo, agua y recursos, mejorando la sostenibilidad y la eficiencia en la gestión de cultivos. Mediante el uso de tecnología GPS, sensores, imágenes multiespectrales, modelos predictivos y análisis de datos, entre otros métodos, los UAVs facilitan el monitoreo detallado del estado de los cultivos y del suelo, ayudando a reducir costos, mejorar la gestión de los recursos y aumentar la calidad de la producción, lo cual conlleva beneficios económicos, sociales y ambientales. La integración de UAVs en la agricultura de precisión busca optimizar procesos como la recolección de datos y el monitoreo en tiempo real, minimizando el impacto ambiental de las prácticas tradicionales. Esta sinergia aborda desafíos globales relacionados con la seguridad alimentaria, el cambio climático y la productividad sostenible, promoviendo un equilibrio entre innovación tecnológica y preservación ambiental. Los métodos de diseño de trayectorias basados en inteligencia artificial y aprendizaje por refuerzo han despertado un gran interés y se perfilan como la alternativa más prometedora para liderar la integración de la tecnología con la agricultura y demás sectores productivos. Esto se debe principalmente a que dicho enfoque permite desarrollar sistemas capaces de capturar e inferir información, lo que posibilita la reducción del número necesario de sensores y, por tanto, optimizando el uso energético. Así, es posible calcular trayectorias y realizar tareas específicas mientras se evitan obstáculos u otros comportamientos no deseados. Es por lo anterior que este proyecto se centra en la investigación y el desarrollo de un algoritmo de planeación de trayectoria para UAVs, haciendo uso de técnicas de aprendizaje por refuerzo. Se busca evaluar la validez de este algoritmo adaptado a distintas versiones, con el objetivo de simular distintas aplicaciones y necesidades específicas del entorno agrícola, como pueden ser el riego, fumigación, monitoreo, fertilización o el cultivo intercalado (intercropping).

• Autores: Nova Morales, Andrés Felipe
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/76262
• Acceso en línea: https://hdl.handle.net/1992/76262
• Palabra clave: Vehículos aéreos no tripulados; Diseño de trayectorias; Agricultura de precisión; Aprendizaje por refuerzo; Ingeniería
• Rights: openAccess
• License: Attribution 4.0 International