Sistema de visión artificial con aprendizaje profundo embebido en plataforma acelerada para aplicaciones inteligentes

Abstract

En este trabajo se presenta el desarrollo de un sistema de visión artificial embebido con capacidad de inferencia en tiempo real, orientado a la detección de objetos y la prevención autónoma de colisiones en un robot móvil de alto torque. La arquitectura actual del robot, basada en una Jetson Nano y una cámara Kinect, resulta insuficiente para implementar algoritmos de aprendizaje profundo debido a sus limitaciones de procesamiento y falta de lógica de evasión. Para solucionar este problema, se propone la migración hacia una Jetson Orin Nano junto a una cámara de visión artificial Intel RealSense D415 y la integración de un nuevo sistema de visión compatible con modelos como YOLOv5, optimizados para plataformas aceleradas. El sistema se estructura sobre una arquitectura de comunicación entre Arduino Mega, Raspberry Pi 5 con ROS 2 y la nueva plataforma Jetson Orin con la cámara RealSense, permitiendo la toma de decisiones autónomas a partir del análisis visual del entorno. Este proyecto busca aportar una solución eficiente y aplicable tanto en entornos educativos como en desarrollos de robótica inteligente.