Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial

Autores
Franco, Andrian
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Cabral, Alejandro, Ing.
Descripción
Este proyecto consiste en la elaboración de una cámara trampa con un campo de detección y de visión ampliados, haciendo uso de un arreglo de 4 sensores de movimiento PIR y un sistema de posicionamiento integrado por un motor paso a paso, respectivamente. El equipo es capaz de detectar movimiento, tomar imágenes y videos en escenas diurnas y nocturnas y puede ser accedido de manera remota para su configuración y control a través de la interfaz gráfica desarrollada. También se codificó un script de Python que hace uso de los modelos preentrenados de visión artificial VGG-16 y VGG-19, para la catalogación de imágenes de animales según las siguientes especies: carpincho, ciervo, gato montés, oveja, puma y vaca. El sistema integra una computadora Raspberry Pi 3A+ para la ejecución de la interfaz gráfica, detección del movimiento, posicionado del equipo y control de la cámara, programada en Python utilizando el toolkits PyQT5 para el diseño de la Interfaz y un Arduino Nano para el sensado y control de la alimentación, la iluminación y la temperatura. El módulo de cámara utilizado es el Noir Camera V2.1 de Raspberry Pi y la iluminación nocturna consiste en un arreglo serie de ocho leds infrarrojos de 3W a 850nm. Se obtuvo finalmente una cámara trampa capaz de detectar movimiento en 4 regiones de detección, dispuestas en 360°. Con alcances de 15 metros para la detección de movimiento y 10 metros para la iluminación nocturna. Por otra parte, los modelos de visión artificial generados obtuvieron una precisión de 94,25% (VGG-19) y 90,80% (VGG-16) en escenas diurnas.
Fil: Franco, Andrian. Universidad Tecnológica Nacional. Facultad Regional Paraná. Dpto. Ing. Electrónica; Argentina
Materia
Arduino nano
Batería solar
Motor de Pasos
Raspberry Pi
Sensores PIR
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2023-06-27T19:42:27Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/8159
Acceder
id RIAUTN_6cdc2130c4d5d02212161f02c17fdc5d
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/8159
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificialFranco, AndrianArduino nanoBatería solarMotor de PasosRaspberry PiSensores PIREste proyecto consiste en la elaboración de una cámara trampa con un campo de detección y de visión ampliados, haciendo uso de un arreglo de 4 sensores de movimiento PIR y un sistema de posicionamiento integrado por un motor paso a paso, respectivamente. El equipo es capaz de detectar movimiento, tomar imágenes y videos en escenas diurnas y nocturnas y puede ser accedido de manera remota para su configuración y control a través de la interfaz gráfica desarrollada. También se codificó un script de Python que hace uso de los modelos preentrenados de visión artificial VGG-16 y VGG-19, para la catalogación de imágenes de animales según las siguientes especies: carpincho, ciervo, gato montés, oveja, puma y vaca. El sistema integra una computadora Raspberry Pi 3A+ para la ejecución de la interfaz gráfica, detección del movimiento, posicionado del equipo y control de la cámara, programada en Python utilizando el toolkits PyQT5 para el diseño de la Interfaz y un Arduino Nano para el sensado y control de la alimentación, la iluminación y la temperatura. El módulo de cámara utilizado es el Noir Camera V2.1 de Raspberry Pi y la iluminación nocturna consiste en un arreglo serie de ocho leds infrarrojos de 3W a 850nm. Se obtuvo finalmente una cámara trampa capaz de detectar movimiento en 4 regiones de detección, dispuestas en 360°. Con alcances de 15 metros para la detección de movimiento y 10 metros para la iluminación nocturna. Por otra parte, los modelos de visión artificial generados obtuvieron una precisión de 94,25% (VGG-19) y 90,80% (VGG-16) en escenas diurnas.Fil: Franco, Andrian. Universidad Tecnológica Nacional. Facultad Regional Paraná. Dpto. Ing. Electrónica; ArgentinaCabral, Alejandro, Ing.2023-06-27T19:42:27Z2023-06-27T19:42:27Z2023-06-13info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoplainapplication/pdfhttp://hdl.handle.net/20.500.12272/8159-doispainfo:eu-repo/semantics/openAccess2023-06-27T19:42:27Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalFranco, AdriánCreative Commons / Atribución- No comercialreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:48:09Zoai:ria.utn.edu.ar:20.500.12272/8159instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-09-24 12:48:10.673Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
title Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
spellingShingle Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
Franco, Andrian
Arduino nano
Batería solar
Motor de Pasos
Raspberry Pi
Sensores PIR
title_short Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
title_full Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
title_fullStr Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
title_full_unstemmed Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
title_sort Diseño e implementación de cámara trampa con sistema de posicionamiento y catalogación de imágenes con visión artificial
dc.creator.none.fl_str_mv Franco, Andrian
author Franco, Andrian
author_facet Franco, Andrian
author_role author
dc.contributor.none.fl_str_mv Cabral, Alejandro, Ing.
dc.subject.none.fl_str_mv Arduino nano
Batería solar
Motor de Pasos
Raspberry Pi
Sensores PIR
topic Arduino nano
Batería solar
Motor de Pasos
Raspberry Pi
Sensores PIR
dc.description.none.fl_txt_mv Este proyecto consiste en la elaboración de una cámara trampa con un campo de detección y de visión ampliados, haciendo uso de un arreglo de 4 sensores de movimiento PIR y un sistema de posicionamiento integrado por un motor paso a paso, respectivamente. El equipo es capaz de detectar movimiento, tomar imágenes y videos en escenas diurnas y nocturnas y puede ser accedido de manera remota para su configuración y control a través de la interfaz gráfica desarrollada. También se codificó un script de Python que hace uso de los modelos preentrenados de visión artificial VGG-16 y VGG-19, para la catalogación de imágenes de animales según las siguientes especies: carpincho, ciervo, gato montés, oveja, puma y vaca. El sistema integra una computadora Raspberry Pi 3A+ para la ejecución de la interfaz gráfica, detección del movimiento, posicionado del equipo y control de la cámara, programada en Python utilizando el toolkits PyQT5 para el diseño de la Interfaz y un Arduino Nano para el sensado y control de la alimentación, la iluminación y la temperatura. El módulo de cámara utilizado es el Noir Camera V2.1 de Raspberry Pi y la iluminación nocturna consiste en un arreglo serie de ocho leds infrarrojos de 3W a 850nm. Se obtuvo finalmente una cámara trampa capaz de detectar movimiento en 4 regiones de detección, dispuestas en 360°. Con alcances de 15 metros para la detección de movimiento y 10 metros para la iluminación nocturna. Por otra parte, los modelos de visión artificial generados obtuvieron una precisión de 94,25% (VGG-19) y 90,80% (VGG-16) en escenas diurnas.
Fil: Franco, Andrian. Universidad Tecnológica Nacional. Facultad Regional Paraná. Dpto. Ing. Electrónica; Argentina
description Este proyecto consiste en la elaboración de una cámara trampa con un campo de detección y de visión ampliados, haciendo uso de un arreglo de 4 sensores de movimiento PIR y un sistema de posicionamiento integrado por un motor paso a paso, respectivamente. El equipo es capaz de detectar movimiento, tomar imágenes y videos en escenas diurnas y nocturnas y puede ser accedido de manera remota para su configuración y control a través de la interfaz gráfica desarrollada. También se codificó un script de Python que hace uso de los modelos preentrenados de visión artificial VGG-16 y VGG-19, para la catalogación de imágenes de animales según las siguientes especies: carpincho, ciervo, gato montés, oveja, puma y vaca. El sistema integra una computadora Raspberry Pi 3A+ para la ejecución de la interfaz gráfica, detección del movimiento, posicionado del equipo y control de la cámara, programada en Python utilizando el toolkits PyQT5 para el diseño de la Interfaz y un Arduino Nano para el sensado y control de la alimentación, la iluminación y la temperatura. El módulo de cámara utilizado es el Noir Camera V2.1 de Raspberry Pi y la iluminación nocturna consiste en un arreglo serie de ocho leds infrarrojos de 3W a 850nm. Se obtuvo finalmente una cámara trampa capaz de detectar movimiento en 4 regiones de detección, dispuestas en 360°. Con alcances de 15 metros para la detección de movimiento y 10 metros para la iluminación nocturna. Por otra parte, los modelos de visión artificial generados obtuvieron una precisión de 94,25% (VGG-19) y 90,80% (VGG-16) en escenas diurnas.
publishDate 2023
dc.date.none.fl_str_mv 2023-06-27T19:42:27Z
2023-06-27T19:42:27Z
2023-06-13
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/8159
-doi
url http://hdl.handle.net/20.500.12272/8159
identifier_str_mv -doi
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2023-06-27T19:42:27Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Franco, Adrián
Creative Commons / Atribución- No comercial
eu_rights_str_mv openAccess
rights_invalid_str_mv 2023-06-27T19:42:27Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Franco, Adrián
Creative Commons / Atribución- No comercial
dc.format.none.fl_str_mv plain
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877230953728835584
score 13.265058

Publicaciones similares