Estimación de profundidad mediante fusión de datos LiDAR-cámara RGB

Abstract

Esta tesis se enfoca en desarrollar una metodología para generar mapas de profundidad de alta resolución en la minería mediante la fusión de datos de LiDAR y una cámara RGB. El objetivo es mejorar la seguridad y eficiencia en la fragmentación de rocas de gran tamaño, un proceso crítico para asegurar la continuidad de las operaciones mineras.

Para lograrlo, la metodología propuesta se basa en una red neuronal que integra datos de un sensor LiDAR y de una cámara RGB, generando mapas de profundidad de alta resolución, los cuales permiten una visualización detallada del entorno minero y facilitan la automatización del proceso. La metodología abarca desde la creación de conjuntos de datos hasta la evaluación de su desempeño en escenarios reales, junto con una revisión exhaustiva del estado del arte en la estimación de profundidad con redes neuronales.

Los resultados indican que la metodología es capaz de generar mapas de profundidad de alta resolución, proporcionando una representación precisa del entorno. Esto representa un avance significativo en el desarrollo de herramientas más seguras y eficientes en la industria minera, proporcionando una alternativa tecnológica para el proceso de fragmentación de rocas grandes.