Por favor, use este identificador para citar o enlazar este ítem:
http://inaoe.repositorioinstitucional.mx/jspui/handle/1009/2572| Subsistema de Descenso en Cráteres para Rovers Planetarios. | |
| EMMANUEL LEON | |
| Leopoldo Altamirano | |
| Acceso Abierto | |
| Atribución-NoComercial-SinDerivadas | |
| Computer vision Autonomous Robots Semantic segmentation autonomous navigation Planetary Rovers | |
| Los vehículos robóticos de exploración (Rovers) son utilizados para recopilar datos en Marte desde 1997. Sin embargo, en la última década los Rovers han sido equipados con instrumentos cada vez más complejos para realizar pruebas en el campo de la astrobiología, que incluye la búsqueda de señales de vida microbiana antigua, caracterización geológica y clima planetario. Estos datos construyen el camino hacia la exploración del sistema solar. Si bien la recompensa es grande, el diseño y operación de un Rover no es trivial, todos los módulos a bordo de estos colosos de una tonelada deben ser robustos para operar sin mantenimiento, de forma autónoma y por largos periodos de tiempo, en condiciones extremas que superan las adversidades presentes en los desiertos del planeta Tierra. Por otro lado, la navegación autónoma (NA) e inteligencia artificial (IA) juegan un papel cada vez más importante en la robótica. En la industria, por ejemplo, los sistemas de visión por computadora y las redes neuronales convolucionales (RNC) se utilizan en la automatización de procesos que requieren de robots para realizar tareas en líneas de producción. Esto motiva a preguntar ¿Hasta dónde puede llegar un robot explorador con IA? Si bien los sistemas de navegación autónoma ya son utilizados en los Rovers Curiosity y Perseverance (misiones de exploración en Marte lanzadas en 2011 y 2020 respectivamente) ambos tienen una limitante en común. No pueden descender sobre pendientes mayores a treinta grados de forma segura. Por lo anterior, el objetivo principal de esta tesis es: • Desarrollar un subsistema de descenso en cráteres que pueda estabilizar un Rover durante el descenso sobre un plano inclinado con pendiente mayor a 30 grados de forma autónoma, combinando elementos de visión por computadora, mecánica e inteligencia artificial en un prototipo funcional. Las características del prototipo INAOE-AI-ROVER-01 se exponen en el capítulo 4 detallando cada uno de los elementos mecánicos, electrónicos y computacionales utilizados. Los resultados fueron documentados en el capítulo 5, en una serie de experimentos realizados (en laboratorio y campo de pruebas) para probar las capacidades de navegación autónoma de la red neuronal artificial Mad_Mars sobre pendientes de entre 20 y 45 grados. Since 1997, mobile exploration rovers have served as invaluable tools for gathering data on Mars. Recent years have witnessed a significant advancement in onboard instrumentation, enabling rovers to conduct sophisticated in-situ investigations in astrobiology, including the search for biosignatures of past microbial life, geological characterization, and planetary climate studies. This data collection paves the way for further exploration of oursolarsystem. However, the design and operation of rovers present a significant engineering challenge. These one-ton behemoths require robust onboard modules capable of autonomous and long- term operation without human intervention, often under extreme conditions surpassing the harshest terrestrial environments. Furthermore, autonomous navigation (AN) and artificial intelligence (AI) are playing an increasingly crucial role in robotics. For instance, industrial applications leverage computer vision systems and convolutional neural networks (CNNs) to automate tasks involving robots on production lines. This growing reliance on AI prompts the question: to what extent can AI be integrated into exploration robots? While both the Curiosity and Perseverance rovers (launched in 2011 and 2020, respectively, for Martian exploration) utilize autonomous navigation systems, they share a critical limitation: the inability to safely navigate slopes exceeding 30 degrees. Therefore, this thesis focuses on the development of a novel descent subsystem for crater exploration. This subsystem aims to achieve autonomous stabilization of a rover during descent on inclined planes with slopes exceeding 30 degrees. The design integrates elements of computer vision, mechanics, and artificial intelligence into a functional prototype. Chapter 4 details the characteristics of the INAOE-AI-ROVER-01 prototype, providing a comprehensive breakdown of its mechanical, electronic, and computational components. Chapter 5 presents the results obtained through a series of experiments conducted in both laboratory and field settings. These experiments evaluated the autonomous navigation capabilities of the Mad_Mars artificial neural network on slopes ranging from 20 to 45 degrees. | |
| Instituto Nacional de Astrofísica, Óptica y Electrónica | |
| 2024-05 | |
| Tesis de maestría | |
| Español | |
| Estudiantes Investigadores Público en general | |
| León Soto, E. (2024), Subsistema de Descenso en Cráteres para Rovers Planetarios, Tesis de Maestría, Instituto Nacional de Astrofísica, Óptica y Electrónica. | |
| CIENCIAS DEL ESPACIO | |
| Versión aceptada | |
| acceptedVersion - Versión aceptada | |
| Aparece en las colecciones: | Maestría en Ciencia y Tecnología del Espacio |
Cargar archivos:
| Fichero | Tamaño | Formato | |
|---|---|---|---|
| LEONSE_MCTE.pdf | 3.33 MB | Adobe PDF | Visualizar/Abrir |