Generación de una base de datos de cultivos 3D utilizando sistemas de visión

La información proporcionada por sensores ópticos ha sido de gran ayuda para el desarrollo de nuevas tecnologías y el avance de campos de investigación como lo son la agricultura de precisión, robótica y vehículos eléctricos autónomos, entre estos sensores encontramos los sen- sores laser Light Dete...

Full description

Autores:
Charry Zamorano, Andrés Felipe
Rodríguez Cerón, Juan David
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2022
Institución:
Universidad de Ibagué
Repositorio:
Repositorio Universidad de Ibagué
Idioma:
spa
OAI Identifier:
oai:repositorio.unibague.edu.co:20.500.12313/4889
Acceso en línea:
https://hdl.handle.net/20.500.12313/4889
Palabra clave:
Base de datos de cultivos 3D - Generación de una base de datos utilizando sistemas de visión
Generación de una base de datos utilizando sistemas de visión - Base de datos de cultivos 3D
LiDAR
Nubes de puntos 3D
Fenotipado de cultivos en condiciones de campos
Generación de Puntos 3D
LiDAR
3D Point clouds
Phenotyping of crops under field conditions fields
3D Point Generation
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id UNIBAGUE2_dbfa40a0d642d59364460d2118dfa7fa
oai_identifier_str oai:repositorio.unibague.edu.co:20.500.12313/4889
network_acronym_str UNIBAGUE2
network_name_str Repositorio Universidad de Ibagué
repository_id_str
dc.title.spa.fl_str_mv Generación de una base de datos de cultivos 3D utilizando sistemas de visión
title Generación de una base de datos de cultivos 3D utilizando sistemas de visión
spellingShingle Generación de una base de datos de cultivos 3D utilizando sistemas de visión
Base de datos de cultivos 3D - Generación de una base de datos utilizando sistemas de visión
Generación de una base de datos utilizando sistemas de visión - Base de datos de cultivos 3D
LiDAR
Nubes de puntos 3D
Fenotipado de cultivos en condiciones de campos
Generación de Puntos 3D
LiDAR
3D Point clouds
Phenotyping of crops under field conditions fields
3D Point Generation
title_short Generación de una base de datos de cultivos 3D utilizando sistemas de visión
title_full Generación de una base de datos de cultivos 3D utilizando sistemas de visión
title_fullStr Generación de una base de datos de cultivos 3D utilizando sistemas de visión
title_full_unstemmed Generación de una base de datos de cultivos 3D utilizando sistemas de visión
title_sort Generación de una base de datos de cultivos 3D utilizando sistemas de visión
dc.creator.fl_str_mv Charry Zamorano, Andrés Felipe
Rodríguez Cerón, Juan David
dc.contributor.advisor.none.fl_str_mv Murcia, Harold Fabián
dc.contributor.author.none.fl_str_mv Charry Zamorano, Andrés Felipe
Rodríguez Cerón, Juan David
dc.subject.armarc.none.fl_str_mv Base de datos de cultivos 3D - Generación de una base de datos utilizando sistemas de visión
Generación de una base de datos utilizando sistemas de visión - Base de datos de cultivos 3D
topic Base de datos de cultivos 3D - Generación de una base de datos utilizando sistemas de visión
Generación de una base de datos utilizando sistemas de visión - Base de datos de cultivos 3D
LiDAR
Nubes de puntos 3D
Fenotipado de cultivos en condiciones de campos
Generación de Puntos 3D
LiDAR
3D Point clouds
Phenotyping of crops under field conditions fields
3D Point Generation
dc.subject.proposal.spa.fl_str_mv LiDAR
Nubes de puntos 3D
Fenotipado de cultivos en condiciones de campos
Generación de Puntos 3D
dc.subject.proposal.eng.fl_str_mv LiDAR
3D Point clouds
Phenotyping of crops under field conditions fields
3D Point Generation
description La información proporcionada por sensores ópticos ha sido de gran ayuda para el desarrollo de nuevas tecnologías y el avance de campos de investigación como lo son la agricultura de precisión, robótica y vehículos eléctricos autónomos, entre estos sensores encontramos los sen- sores laser Light Detection and Ranging (LiDAR). Los datos proporcionados por estos, nubes de puntos, pueden ser usados para obtener resultados satisfactorios en los campos de investigación antes mencionados, permitiendo explorar nuevos avances tecnológicos e investigativo, así, ampliando el desarrollo de nuevas tecnologías. En este trabajo de grado, se plantea el desarrollar una metodología para la generación de una base de datos de cultivos de la región empleando sensores de visión 2D y 3D de tal manera que permita tener información confiable acerca de los cultivos y así generar rutas para su mejoramiento.
publishDate 2022
dc.date.issued.none.fl_str_mv 2022
dc.date.accessioned.none.fl_str_mv 2025-03-25T19:38:25Z
dc.date.available.none.fl_str_mv 2025-03-25T19:38:25Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
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.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.none.fl_str_mv Charry Zamorano, A. F. & Rodríguez Cerón, J. D.(2022).Generación de una Base de Datos de cultivos 3D utilizando sistemas de visión.[Trabajo de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/4889
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12313/4889
identifier_str_mv Charry Zamorano, A. F. & Rodríguez Cerón, J. D.(2022).Generación de una Base de Datos de cultivos 3D utilizando sistemas de visión.[Trabajo de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/4889
url https://hdl.handle.net/20.500.12313/4889
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv “Facebook.” [Online]. Available: https://www.facebook.com/agrokrebs/photos/a. 565875290563594/957612454723207
“M8 sensor user guide,” 2019. [Online]. Available: http://quanergy.com
“What are voxels and how are they used in 3d modeling?” [Online]. Available: https://www.makeuseof.com/what-are-voxels-3d-modeling/
S. Becker and N. Haala, “Refinement of building fassades by integrated processing of lidar and image data,” International Archives of Photogrammetry, Remote Sensing and Spatial Information Science, vol. 36, no. 2007, pp. 7–12, 2007.
“Agricultura mundial: hacia los años 2015/2030.” [Online]. Available: https: //www.fao.org/3/y3557s/y3557s08.htm#TopOfPage
S. L. R. Finder, “Urg-04lx-ug01 specifications,” 2009.
S. Jin, X. Sun, F. Wu, Y. Su, Y. Li, S. Song, K. Xu, Q. Ma, F. Baret, D. Jiang et al., “Lidar sheds new light on plant phenomics for plant breeding and management: Recent advances and future prospects,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 171, pp. 202–223, 2021.
R. T. Furbank and M. Tester, “Phenomics - technologies to relieve the phenotyping bottleneck,” Trends in Plant Science, vol. 16, pp. 635–644, 12 2011.
A. K. Mahlein, “Plant disease detection by imaging sensors – parallels and specific demands for precision agriculture and plant phenotyping,” Plant Disease, vol. 100, pp. 241–254, 2 2016. [Online]. Available: https://apsjournals.apsnet.org/doi/10.1094/ PDIS-03-15-0340-FE
“Fenotipo | nhgri.” [Online]. Available: https://www.genome.gov/es/genetics-glossary/ Fenotipo
A. Walter, F. Liebisch, and A. Hund, “Plant phenotyping: from bean weighing to image analysis,” Plant methods, vol. 11, no. 1, pp. 1–11, 2015.
“Plataforma multisensorial de fenotipado 4d en arroz.” [Online]. Available: https: //repository.javeriana.edu.co/handle/10554/58695
B. Pérez-García and A. Mendoza, “Morfología vegetal neotropical,” Revista de Biología Tropical, vol. 50, pp. 893–902, 2002. [Online]. Available: http: //www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0034-77442002000300010& lng=en&nrm=iso&tlng=eshttp://www.scielo.sa.cr/scielo.php?script=sci_abstract& pid=S0034-77442002000300010&lng=en&nrm=iso&tlng=es
A. Bridges, “Explainer: What are lidar, radar and sonar?” 2015.
“Qué es un lidar, y cómo funciona el sensor más caro de los coches autónomos.” [Online]. Available: https://www.motorpasion.com/tecnologia/ que-es-un-lidar-y-como-funciona-el-sistema-de-medicion-y-deteccion-de-objetos-mediante-laser
J. Martínez-Guanter, M. Garrido-Izard, C. Valero, D. C. Slaughter, and M. Pérez-Ruiz, “Optical sensing to determine tomato plant spacing for precise agrochemical application: Two scenarios,” Sensors (Switzerland), vol. 17, 5 2017.
W. Xu, Z. Su, Z. Feng, H. Xu, Y. Jiao, and F. Yan, “Comparison of conventional mea- surement and lidar-based measurement for crown structures,” Computers and Electronics in Agriculture, vol. 98, pp. 242–251, 2013.
“M8 TM lidar sensor applicaons security smart city mapping industrial transportaon m8-core m8-plus m8-ultra m8-poe+,” 2020.
Y. Guo, H. Wang, Q. Hu, H. Liu, L. Liu, and M. Bennamoun, “Deep learning for 3d point clouds: A survey,” IEEE transactions on pattern analysis and machine intelligence, 2020.
“Voxel | idis.” [Online]. Available: http://proyectoidis.org/voxel-2/
H. F. Murcia, M. F. Monroy, and L. F. Mora, “3d scene reconstruction based on a 2d moving lidar,” vol. 942, 2018.
S. Luo and W. Hu, “Diffusion probabilistic models for 3d point cloud generation,” pp. 2837–2845, 2021.
“Agricultura mundial: hacia los años 2015/2030.” [Online]. Available: https: //www.fao.org/3/y3557s/y3557s06.htm
N. A. Rivera, “Percepción remota como herramienta de com- petitividad de la agricultura,” Revista mexicana de ciencias agrí- colas, vol. 6, pp. 399–405, 2015. [Online]. Available: http: //www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-09342015000200014& lng=es&nrm=iso&tlng=eshttp://www.scielo.org.mx/scielo.php?script=sci_abstract& pid=S2007-09342015000200014&lng=es&nrm=iso&tlng=es
L. Malambo, S. C. Popescu, S. C. Murray, E. Putman, N. A. Pugh, D. W. Horne, G. Richardson, R. Sheridan, W. L. Rooney, R. Avant, M. Vidrine, B. McCutchen, D. Bal- tensperger, and M. Bishop, “Multitemporal field-based plant height estimation using 3d point clouds generated from small unmanned aerial systems high-resolution imagery,” In- ternational Journal of Applied Earth Observation and Geoinformation, vol. 64, pp. 31–42, 2 2018.
Y. Jiang, C. Li, F. Takeda, E. A. Kramer, H. Ashrafi, and J. Hunter, “3d point cloud data to quantitatively characterize size and shape of shrub crops,” Horticulture Research, vol. 6, p. 43, 12 2019. [Online]. Available: https://academic.oup.com/hr/article/doi/10.1038/s41438-019-0123-9/6437822
“Leica pegasus:backpack wearable mobile mapping solution | leica geosystems.” [Online]. Available: https://leica-geosystems.com/products/mobile-mapping-systems/ capture-platforms/leica-pegasus-backpack
“Cl 20 backpack | mpa.” [Online]. Available: https://mpa.es/es/productos/ cl-20-backpack
“Here’s the nasa knack backpack that will keep astronauts alive on the moon.” [Online]. Available: https://www.thedailybeast.com/ heres-the-nasa-knack-backpack-that-will-keep-astronauts-alive-on-the-moon
“What is solidworks? | capitol technology university.” [Online]. Available: https: //www.captechu.edu/blog/solidworks-mechatronics-design-and-engineering-program
“Te damos la bienvenida a colaboratory - colaboratory.” [Online]. Available: https://colab.research.google.com/#scrollTo=lSrWNr3MuFUS
“General python faq — python 3.10.6 documentation.” [Online]. Available: https: //docs.python.org/3/faq/general.html#what-is-python
“What is django (python)? | learndjango.com.” [Online]. Available: https: //learndjango.com/tutorials/what-django-python
“Pix4d.” [Online]. Available: https://www.geospatial.com.co/software/pix4d.html
“Cloudcompare - home.” [Online]. Available: https://www.cloudcompare.org/main.html
“10 motivos para aprender cloudcompare si trabajas con li- dar - geoinnova.” [Online]. Available: https://geoinnova.org/ 10-motivos-para-aprender-cloudcompare-si-trabajas-con-lidar/
“Microstation: | de software cad 3d sistemas bentley.” [Online]. Available: https://www.bentley.com/software/microstation/
“¿qué es microstation y por qué es esencial aprender en 2022?” [Online]. Available: https://www.constructionplacements.com/ what-is-microstation-and-why-it-is-essential-to-learn-in-2022/#gsc.tab=0
“Ros: Home.” [Online]. Available: https://www.ros.org/
“Ros log files (rosbags) - matlab simulink.” [Online]. Available: https: //www.mathworks.com/help/ros/ug/ros-log-files-rosbags.html
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
dc.rights.license.none.fl_str_mv Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)
https://creativecommons.org/licenses/by-nc/4.0/
dc.format.extent.none.fl_str_mv 50 páginas
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Ibagué
dc.publisher.faculty.none.fl_str_mv Ingeniería
dc.publisher.place.none.fl_str_mv Ibagué
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
publisher.none.fl_str_mv Universidad de Ibagué
institution Universidad de Ibagué
bitstream.url.fl_str_mv https://repositorio.unibague.edu.co/bitstreams/d8e19829-531d-4f7f-b068-f91b433fa3d9/download
https://repositorio.unibague.edu.co/bitstreams/cc48772f-5b24-4e54-8fe2-307f1f2842e9/download
https://repositorio.unibague.edu.co/bitstreams/8f6a1ba5-e694-4841-ae99-69d8818f60e1/download
https://repositorio.unibague.edu.co/bitstreams/83fec98b-6879-4e08-a4ad-5f9c1e3d4469/download
https://repositorio.unibague.edu.co/bitstreams/dd888132-30c0-4b3e-88cf-cfb98f6979d0/download
https://repositorio.unibague.edu.co/bitstreams/31e9464e-02ea-466c-83de-85aacb0f2113/download
https://repositorio.unibague.edu.co/bitstreams/e39af1d9-fbb2-42d4-a067-dc1c5d18fbf6/download
https://repositorio.unibague.edu.co/bitstreams/de82f41f-76f0-4511-9d60-20eef8f77528/download
https://repositorio.unibague.edu.co/bitstreams/c3f10cf2-59cb-4770-bfb5-a696ec6778ca/download
https://repositorio.unibague.edu.co/bitstreams/1ed0abc5-ef5c-440c-8916-9f328768c5d7/download
https://repositorio.unibague.edu.co/bitstreams/37c89a92-89a9-47a1-b2af-e98b0305d696/download
bitstream.checksum.fl_str_mv 4f2c1a7c4f9c110d8b66602a6c0afea1
6ac1612b7297df03e8069df005030432
272892ddce4cce72f23a020b581361d7
1e457a16beb37d988f53a63d39f2f79b
f50c116a72e64363157f9e8ca8cd9063
0c0f987a975b7e37e91701e0b5967215
d8aabcf298978f3279e88a6745095b54
1793e315d6ec4825e6d7630485ea56d1
9190367e8313c5cefcce853b5458b4d7
4a36f0e59ec9a817dd9b550eaf11df98
2fa3e590786b9c0f3ceba1b9656b7ac3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Ibagué
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1851059954848366592
spelling Murcia, Harold Fabián7b8f3794-c9d7-41ff-8d6b-9828166e627f-1Charry Zamorano, Andrés Felipe4c2fbedc-195b-493b-b650-5980a8690226-1Rodríguez Cerón, Juan Davidacac5da5-cd51-405c-b2fb-ea26ff07d257-12025-03-25T19:38:25Z2025-03-25T19:38:25Z2022La información proporcionada por sensores ópticos ha sido de gran ayuda para el desarrollo de nuevas tecnologías y el avance de campos de investigación como lo son la agricultura de precisión, robótica y vehículos eléctricos autónomos, entre estos sensores encontramos los sen- sores laser Light Detection and Ranging (LiDAR). Los datos proporcionados por estos, nubes de puntos, pueden ser usados para obtener resultados satisfactorios en los campos de investigación antes mencionados, permitiendo explorar nuevos avances tecnológicos e investigativo, así, ampliando el desarrollo de nuevas tecnologías. En este trabajo de grado, se plantea el desarrollar una metodología para la generación de una base de datos de cultivos de la región empleando sensores de visión 2D y 3D de tal manera que permita tener información confiable acerca de los cultivos y así generar rutas para su mejoramiento.The information provided by optical sensors has been of great help for the development of new technologies and the advancement of research fields such as precision agriculture, robotics and autonomous electric vehicles, among these sensors we find the Laser Light Detection and Ranging (LiDAR) sensors. The data provided by these point clouds can be used to obtain satisfactory results in the aforementioned research fields, allowing to explore new technological and research advances, thus, expanding the development of new technologies. This degree project proposes the development of a methodology for the generation of a database of crops in the region using 2D and 3D vision sensors in order to obtain reliable information about the crops and thus generate routes for their improvement.PregradoIngeniero Electrónico1 Introducción.....1 2 Recolección de datos de cultivos con LiDAR.....2 2.1 Marco Teórico.....2 2.1.1 Morfología de cultivos.....2 2.1.1.1 Fenotipado.....2 2.1.1.2 Índices morfológicos en cultivos.....2 2.1.2 Bases de datos con LiDAR.....3 2.1.2.1 Dispositivos LiDAR.....3 2.1.2.2 Quanergy M8TM LiDAR.....3 2.1.2.3 Nubes de puntos 3D.....5 2.1.2.4 Generación de nubes de puntos.....6 2.2 Descripción del Problema y Justificación.....7 2.3 Objetivos.....9 2.3.1 General.....9 2.3.2 Específicos.....9 3 Materiales y Métodos.....10 4 Resultados.....13 4.1 Construcción de dos plataformas móviles para la recolección de datos en cultivos de la región.....13 4.2 Desarrollo de un modelo computacional para la determinación de los parámetros experimentales en cada recolección de datos.....20 4.2.1 Modelo matemático de los anillos.....22 4.2.2 METOAPP sistema para colectar datos en cultivos. . . . . . 26 4.3 Pruebas de campo en tres cultivos y tres campañas empleando sistemas de visión 2D y 3D.....30 4.3.1 Agrosavia, Nataima.....30 4.3.2 Café, Líbano.....30 4.4 Acondicionar los datos obtenidos y sincronizar temporal y espacialmente las variables.....31 4.4.1 Agrosavia, Nataima.....31 4.4.2 Café, Líbano.....33 5 Conclusiones y Recomendaciones.....35 5.1 Conclusiones.....35 5.2 Aportes.....35 6 Anexos.....40 6.1 Medios digitales.....40 6.1.1 Solidworks.....40 6.1.2 Google Colab & Python.....40 6.1.3 Django.....40 6.1.4 PIX4D.....41 6.1.5 CloudCompare.....41 6.1.6 MicroStation.....41 6.1.7 ROS.....41 6.1.7.1 Rosbag.....4150 páginasapplication/pdfCharry Zamorano, A. F. & Rodríguez Cerón, J. D.(2022).Generación de una Base de Datos de cultivos 3D utilizando sistemas de visión.[Trabajo de grado, Universidad de Ibagué]. https://hdl.handle.net/20.500.12313/4889https://hdl.handle.net/20.500.12313/4889spaUniversidad de IbaguéIngenieríaIbaguéIngeniería Electrónica“Facebook.” [Online]. Available: https://www.facebook.com/agrokrebs/photos/a. 565875290563594/957612454723207“M8 sensor user guide,” 2019. [Online]. Available: http://quanergy.com“What are voxels and how are they used in 3d modeling?” [Online]. Available: https://www.makeuseof.com/what-are-voxels-3d-modeling/S. Becker and N. Haala, “Refinement of building fassades by integrated processing of lidar and image data,” International Archives of Photogrammetry, Remote Sensing and Spatial Information Science, vol. 36, no. 2007, pp. 7–12, 2007.“Agricultura mundial: hacia los años 2015/2030.” [Online]. Available: https: //www.fao.org/3/y3557s/y3557s08.htm#TopOfPageS. L. R. Finder, “Urg-04lx-ug01 specifications,” 2009.S. Jin, X. Sun, F. Wu, Y. Su, Y. Li, S. Song, K. Xu, Q. Ma, F. Baret, D. Jiang et al., “Lidar sheds new light on plant phenomics for plant breeding and management: Recent advances and future prospects,” ISPRS Journal of Photogrammetry and Remote Sensing, vol. 171, pp. 202–223, 2021.R. T. Furbank and M. Tester, “Phenomics - technologies to relieve the phenotyping bottleneck,” Trends in Plant Science, vol. 16, pp. 635–644, 12 2011.A. K. Mahlein, “Plant disease detection by imaging sensors – parallels and specific demands for precision agriculture and plant phenotyping,” Plant Disease, vol. 100, pp. 241–254, 2 2016. [Online]. Available: https://apsjournals.apsnet.org/doi/10.1094/ PDIS-03-15-0340-FE“Fenotipo | nhgri.” [Online]. Available: https://www.genome.gov/es/genetics-glossary/ FenotipoA. Walter, F. Liebisch, and A. Hund, “Plant phenotyping: from bean weighing to image analysis,” Plant methods, vol. 11, no. 1, pp. 1–11, 2015.“Plataforma multisensorial de fenotipado 4d en arroz.” [Online]. Available: https: //repository.javeriana.edu.co/handle/10554/58695B. Pérez-García and A. Mendoza, “Morfología vegetal neotropical,” Revista de Biología Tropical, vol. 50, pp. 893–902, 2002. [Online]. Available: http: //www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0034-77442002000300010& lng=en&nrm=iso&tlng=eshttp://www.scielo.sa.cr/scielo.php?script=sci_abstract& pid=S0034-77442002000300010&lng=en&nrm=iso&tlng=esA. Bridges, “Explainer: What are lidar, radar and sonar?” 2015.“Qué es un lidar, y cómo funciona el sensor más caro de los coches autónomos.” [Online]. Available: https://www.motorpasion.com/tecnologia/ que-es-un-lidar-y-como-funciona-el-sistema-de-medicion-y-deteccion-de-objetos-mediante-laserJ. Martínez-Guanter, M. Garrido-Izard, C. Valero, D. C. Slaughter, and M. Pérez-Ruiz, “Optical sensing to determine tomato plant spacing for precise agrochemical application: Two scenarios,” Sensors (Switzerland), vol. 17, 5 2017.W. Xu, Z. Su, Z. Feng, H. Xu, Y. Jiao, and F. Yan, “Comparison of conventional mea- surement and lidar-based measurement for crown structures,” Computers and Electronics in Agriculture, vol. 98, pp. 242–251, 2013.“M8 TM lidar sensor applicaons security smart city mapping industrial transportaon m8-core m8-plus m8-ultra m8-poe+,” 2020.Y. Guo, H. Wang, Q. Hu, H. Liu, L. Liu, and M. Bennamoun, “Deep learning for 3d point clouds: A survey,” IEEE transactions on pattern analysis and machine intelligence, 2020.“Voxel | idis.” [Online]. Available: http://proyectoidis.org/voxel-2/H. F. Murcia, M. F. Monroy, and L. F. Mora, “3d scene reconstruction based on a 2d moving lidar,” vol. 942, 2018.S. Luo and W. Hu, “Diffusion probabilistic models for 3d point cloud generation,” pp. 2837–2845, 2021.“Agricultura mundial: hacia los años 2015/2030.” [Online]. Available: https: //www.fao.org/3/y3557s/y3557s06.htmN. A. Rivera, “Percepción remota como herramienta de com- petitividad de la agricultura,” Revista mexicana de ciencias agrí- colas, vol. 6, pp. 399–405, 2015. [Online]. Available: http: //www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2007-09342015000200014& lng=es&nrm=iso&tlng=eshttp://www.scielo.org.mx/scielo.php?script=sci_abstract& pid=S2007-09342015000200014&lng=es&nrm=iso&tlng=esL. Malambo, S. C. Popescu, S. C. Murray, E. Putman, N. A. Pugh, D. W. Horne, G. Richardson, R. Sheridan, W. L. Rooney, R. Avant, M. Vidrine, B. McCutchen, D. Bal- tensperger, and M. Bishop, “Multitemporal field-based plant height estimation using 3d point clouds generated from small unmanned aerial systems high-resolution imagery,” In- ternational Journal of Applied Earth Observation and Geoinformation, vol. 64, pp. 31–42, 2 2018.Y. Jiang, C. Li, F. Takeda, E. A. Kramer, H. Ashrafi, and J. Hunter, “3d point cloud data to quantitatively characterize size and shape of shrub crops,” Horticulture Research, vol. 6, p. 43, 12 2019. [Online]. Available: https://academic.oup.com/hr/article/doi/10.1038/s41438-019-0123-9/6437822“Leica pegasus:backpack wearable mobile mapping solution | leica geosystems.” [Online]. Available: https://leica-geosystems.com/products/mobile-mapping-systems/ capture-platforms/leica-pegasus-backpack“Cl 20 backpack | mpa.” [Online]. Available: https://mpa.es/es/productos/ cl-20-backpack“Here’s the nasa knack backpack that will keep astronauts alive on the moon.” [Online]. Available: https://www.thedailybeast.com/ heres-the-nasa-knack-backpack-that-will-keep-astronauts-alive-on-the-moon“What is solidworks? | capitol technology university.” [Online]. Available: https: //www.captechu.edu/blog/solidworks-mechatronics-design-and-engineering-program“Te damos la bienvenida a colaboratory - colaboratory.” [Online]. Available: https://colab.research.google.com/#scrollTo=lSrWNr3MuFUS“General python faq — python 3.10.6 documentation.” [Online]. Available: https: //docs.python.org/3/faq/general.html#what-is-python“What is django (python)? | learndjango.com.” [Online]. Available: https: //learndjango.com/tutorials/what-django-python“Pix4d.” [Online]. Available: https://www.geospatial.com.co/software/pix4d.html“Cloudcompare - home.” [Online]. Available: https://www.cloudcompare.org/main.html“10 motivos para aprender cloudcompare si trabajas con li- dar - geoinnova.” [Online]. Available: https://geoinnova.org/ 10-motivos-para-aprender-cloudcompare-si-trabajas-con-lidar/“Microstation: | de software cad 3d sistemas bentley.” [Online]. Available: https://www.bentley.com/software/microstation/“¿qué es microstation y por qué es esencial aprender en 2022?” [Online]. Available: https://www.constructionplacements.com/ what-is-microstation-and-why-it-is-essential-to-learn-in-2022/#gsc.tab=0“Ros: Home.” [Online]. Available: https://www.ros.org/“Ros log files (rosbags) - matlab simulink.” [Online]. Available: https: //www.mathworks.com/help/ros/ug/ros-log-files-rosbags.htmlinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0)https://creativecommons.org/licenses/by-nc/4.0/Base de datos de cultivos 3D - Generación de una base de datos utilizando sistemas de visiónGeneración de una base de datos utilizando sistemas de visión - Base de datos de cultivos 3DLiDARNubes de puntos 3DFenotipado de cultivos en condiciones de camposGeneración de Puntos 3DLiDAR3D Point cloudsPhenotyping of crops under field conditions fields3D Point GenerationGeneración de una base de datos de cultivos 3D utilizando sistemas de visiónTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/acceptedVersionPublicationORIGINALTrabajo de grado.zipTrabajo de grado.zipapplication/zip82940211https://repositorio.unibague.edu.co/bitstreams/d8e19829-531d-4f7f-b068-f91b433fa3d9/download4f2c1a7c4f9c110d8b66602a6c0afea1MD51Anexos 1 Charry -y.zipAnexos 1 Charry -y.zipapplication/zip128120686https://repositorio.unibague.edu.co/bitstreams/cc48772f-5b24-4e54-8fe2-307f1f2842e9/download6ac1612b7297df03e8069df005030432MD52Anexos 1b-charry.zipAnexos 1b-charry.zipapplication/zip247015946https://repositorio.unibague.edu.co/bitstreams/8f6a1ba5-e694-4841-ae99-69d8818f60e1/download272892ddce4cce72f23a020b581361d7MD53Anexos 2 Marcadores.zipAnexos 2 Marcadores.zipapplication/zip182107170https://repositorio.unibague.edu.co/bitstreams/83fec98b-6879-4e08-a4ad-5f9c1e3d4469/download1e457a16beb37d988f53a63d39f2f79bMD54Anexos 2 Charry.zipAnexos 2 Charry.zipapplication/zip184989158https://repositorio.unibague.edu.co/bitstreams/dd888132-30c0-4b3e-88cf-cfb98f6979d0/downloadf50c116a72e64363157f9e8ca8cd9063MD55Anexos 3 metoapp Charry.zipAnexos 3 metoapp Charry.zipapplication/zip19744723https://repositorio.unibague.edu.co/bitstreams/31e9464e-02ea-466c-83de-85aacb0f2113/download0c0f987a975b7e37e91701e0b5967215MD56Anexos 3b MOTOAPP - Charry.zipAnexos 3b MOTOAPP - Charry.zipapplication/zip6715276https://repositorio.unibague.edu.co/bitstreams/e39af1d9-fbb2-42d4-a067-dc1c5d18fbf6/downloadd8aabcf298978f3279e88a6745095b54MD57Anexos 3C - charry.zipAnexos 3C - charry.zipapplication/zip2521https://repositorio.unibague.edu.co/bitstreams/de82f41f-76f0-4511-9d60-20eef8f77528/download1793e315d6ec4825e6d7630485ea56d1MD58Anexos 4 Charry.zipAnexos 4 Charry.zipapplication/zip135257367https://repositorio.unibague.edu.co/bitstreams/c3f10cf2-59cb-4770-bfb5-a696ec6778ca/download9190367e8313c5cefcce853b5458b4d7MD59Formato de autorización.zipFormato de autorización.zipapplication/zip212586https://repositorio.unibague.edu.co/bitstreams/1ed0abc5-ef5c-440c-8916-9f328768c5d7/download4a36f0e59ec9a817dd9b550eaf11df98MD510LICENSElicense.txtlicense.txttext/plain; charset=utf-8134https://repositorio.unibague.edu.co/bitstreams/37c89a92-89a9-47a1-b2af-e98b0305d696/download2fa3e590786b9c0f3ceba1b9656b7ac3MD51120.500.12313/4889oai:repositorio.unibague.edu.co:20.500.12313/48892025-03-25 14:40:29.229https://creativecommons.org/licenses/by-nc/4.0/https://repositorio.unibague.edu.coRepositorio Institucional Universidad de Ibaguébdigital@metabiblioteca.comQ3JlYXRpdmUgQ29tbW9ucyBBdHRyaWJ1dGlvbi1Ob25Db21tZXJjaWFsLU5vRGVyaXZhdGl2ZXMgNC4wIEludGVybmF0aW9uYWwgTGljZW5zZQ0KaHR0cHM6Ly9jcmVhdGl2ZWNvbW1vbnMub3JnL2xpY2Vuc2VzL2J5LW5jLW5kLzQuMC8=

Publicaciones similares