Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano

Autores
Vázquez, Raimundo; Torres, Carlos; Marighetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto Andrés
Año de publicación
2024
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión aceptada
Descripción
Este trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadores
Fil: Vázquez, Raimundo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Fil: Torres, Carlos. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Fil: Marighetti, Jorge Omar. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Fil: Gramajo, Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Fil: Robledo Sanchez, Alberto Andrés. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Materia
LiDAR
ROS
RVIZ
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Attribution-NonCommercial-ShareAlike 4.0 International
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/13295
Acceder
id RIAUTN_d993ba3202396f841cf8b59405aadb9d
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/13295
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson NanoVázquez, RaimundoTorres, CarlosMarighetti, Jorge OmarGramajo, SergioRobledo Sanchez, Alberto AndrésLiDARROSRVIZEste trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadoresFil: Vázquez, Raimundo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; ArgentinaFil: Torres, Carlos. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; ArgentinaFil: Marighetti, Jorge Omar. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; ArgentinaFil: Gramajo, Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.Fil: Robledo Sanchez, Alberto Andrés. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; ArgentinaFacultad de Ciencias Exactas y Naturales y Agrimensura (FACENA). Universidad Nacional del Nordeste (UNNE)2025-06-23T20:00:29Z2024-12-02info:eu-repo/semantics/articleinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articulopdfapplication/pdfExtensionismo, Innovación y Transferencia Tecnológica: Claves Para el Desarrollo (ExITTec)2422-6424https://hdl.handle.net/20.500.12272/13295spaPredicción de la intención acción de automovilistas antes de ingresar a una glorieta utilizando sensores inteligentesCCECARE0008396TCinfo:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-sa/4.0/Acceso abiertoreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-09-24T12:45:39Zoai:ria.utn.edu.ar:20.500.12272/13295instacron: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 12:45:40.223Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
spellingShingle Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
Vázquez, Raimundo
LiDAR
ROS
RVIZ
title_short Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_full Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_fullStr Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_full_unstemmed Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_sort Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
dc.creator.none.fl_str_mv Vázquez, Raimundo
Torres, Carlos
Marighetti, Jorge Omar
Gramajo, Sergio
Robledo Sanchez, Alberto Andrés
author Vázquez, Raimundo
author_facet Vázquez, Raimundo
Torres, Carlos
Marighetti, Jorge Omar
Gramajo, Sergio
Robledo Sanchez, Alberto Andrés
author_role author
author2 Torres, Carlos
Marighetti, Jorge Omar
Gramajo, Sergio
Robledo Sanchez, Alberto Andrés
author2_role author
author
author
author
dc.subject.none.fl_str_mv LiDAR
ROS
RVIZ
topic LiDAR
ROS
RVIZ
dc.description.none.fl_txt_mv Este trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadores
Fil: Vázquez, Raimundo. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Fil: Torres, Carlos. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Fil: Marighetti, Jorge Omar. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
Fil: Gramajo, Sergio. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Centro de Investigación Aplicada en Tecnologías de la Información y Comunicación; Argentina.
Fil: Robledo Sanchez, Alberto Andrés. Universidad Tecnológica Nacional. Facultad Regional Resistencia. Grupo Universitario de Automatización; Argentina
description Este trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadores
publishDate 2024
dc.date.none.fl_str_mv 2024-12-02
2025-06-23T20:00:29Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str acceptedVersion
dc.identifier.none.fl_str_mv Extensionismo, Innovación y Transferencia Tecnológica: Claves Para el Desarrollo (ExITTec)
2422-6424
https://hdl.handle.net/20.500.12272/13295
identifier_str_mv Extensionismo, Innovación y Transferencia Tecnológica: Claves Para el Desarrollo (ExITTec)
2422-6424
url https://hdl.handle.net/20.500.12272/13295
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv Predicción de la intención acción de automovilistas antes de ingresar a una glorieta utilizando sensores inteligentes
CCECARE0008396TC
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso abierto
eu_rights_str_mv openAccess
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
http://creativecommons.org/licenses/by-nc-sa/4.0/
Acceso abierto
dc.format.none.fl_str_mv pdf
application/pdf
dc.publisher.none.fl_str_mv Facultad de Ciencias Exactas y Naturales y Agrimensura (FACENA). Universidad Nacional del Nordeste (UNNE)
publisher.none.fl_str_mv Facultad de Ciencias Exactas y Naturales y Agrimensura (FACENA). Universidad Nacional del Nordeste (UNNE)
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_ 1877230904532795392
score 13.24418

Publicaciones similares