Tutoriales


Tutorial 1

Visual Simultaneous Localisation and Mapping Techniques for Autonomous Unmanned Aerial Vehicles
Unmanned Aerial Vehicles (UAV) have become an essential tool in several civilian and industrial applications. Nowadays, many of these applications require the use of UAVs capable of navigating autonomously in areas where access to GPS may be unreliable or inaccessible. The woods, mining tunnels, urban canyons and warehouses are some examples of GPS-denied environments where autonomous navigation may be compromised unless the UAV’s location is estimated somehow. The latter can be addressed by exploiting on-board inexpensive sensors such as cameras in order to estimate the vehicle’s pose. A popular technique to exploit visual information for localisation is that of visual Simultaneos Localisation and Mapping (SLAM). Thus, in this tutorial the building blocks of visual SLAM will be presented. Examples of UAV’s localisation using visual SLAM will be provided. In addition, a couple of techniques based on Deep Learning for localisation and 3D mapping will be discussed. The tutorial will end with a demonstration of small UAVs flying autonomously using visual SLAM as main system of localisation.

Biografía de Prof. José Martínez Carranza

José Martínez Carranza es Investigador Titular A en la Coordinación de Ciencias Computacionales del Instituto Nacional de Astrofísica Óptica y Electrónica (INAOE) e Investigador Honorario en el Departamento de Ciencias Computacionales de la Universidad de Bristol en el Reino Unido.
Obtuvo su Licenciatura en Ciencias de la Computación en la Benemérita Universidad Autónoma de Puebla (Cum-Laude, 2004), la Maestría en Ciencias Computacionales en el INAOE (Mejor estudiante de la generación, 2007), y el Doctorado en la Universidad de Bristol, en el Reino Unido (2012), donde también trabajó como Investigador Postdoctoral (2012-2014). En 2015, recibió la distinción Royal Society-Newton Advanced Fellowship, otorgada por el Fondo Newton en el Reino Unido. Es investigador principal de proyectos pioneros en México sobre drones autónomos y sus aplicaciones con énfasis en el procesamiento de datos visuales en tiempo real. Es líder del equipo QuetzalC++ que ha participado en competencias internacionales de alto prestigio como la International Micro Air Vehicle Competition (IMAV) en 2016 y 2017, donde su equipo obtuvo 2do y 4th lugar respectivamente; también en 2017, participó en la IROS 2017 Autonomous Drone Racing competition, donde su equipo ganó el 1er Lugar. Es el primer equipo mexicano en ganar una competencia de drones autónomos a nivel internacional.



Registro