DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN

CARRERA DE TECNOLOGÍAS DE LA INFORMACIÓN

(SISTEMAS E INFORMÁTICA)

TEMA:
“Ayuda para operaciones de búsqueda y rescate de personas desaparecidas en
entornos geográficos delimitados utilizando un vehı́culo aéreo no tripulado (UAV)
y gafas inteligentes de realidad aumentada.”

PLAN DE PROYECTO DE INVESTIGACIÓN

TRABAJO DE TITULACIÓN, PREVIO A LA OBTENCIÓN DEL TÍTULO DE

INGENIERO EN SISTEMAS E INFORMÁTICA

PROPUESTO:
Luis Iván Espı́n Velasco

SANGOLQUÍ
8 de julio de 2018
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Índice
1. TÍTULO DEL PROYECTO 3

2. ÁREA DE CONOCIMIENTO 3

3. ANTECEDENTES 3

4. PLANTEAMIENTO DEL PROBLEMA 4

5. ESTADO DEL ARTE 4

5.1. Planteamiento de la revisión de literatura . . . . . . . . . . . . . . . . . . . . . . 4
5.2. Conformación del grupo de control (GC) y extracción de palabras relevantes para
la investigación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
5.3. Construcción y afinación de la cadena de búsqueda . . . . . . . . . . . . . . . . . 5
5.4. Selección de estudios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5.5. Elaborar el estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5.5.1. EP01 : Towards using unmanned aerial vehicles (UAVs) in wilderness
search and rescue: Lessons from field trials . . . . . . . . . . . . . . . . . 6
5.5.2. EP02 : Supporting search and rescue operations with UAVs . . . . . . . . 7
5.5.3. EP03 : Real-time people and vehicle detection from UAV imagery . . . . 7
5.5.4. EP04 : Multi-modal People Detection from Aerial Video . . . . . . . . . . 7
5.5.5. EP05 : Persistent aerial tracking system for UAVs . . . . . . . . . . . . . 8
5.5.6. EP06 : Intelligent UAV Map Generation and Discrete Path Planning for
Search and Rescue Operations . . . . . . . . . . . . . . . . . . . . . . . . 8
5.6. Caracterı́sticas del estado del arte . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

6. OBJETIVOS 9
6.1. Objetivo General . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
6.2. Objetivos Especificos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

7. JUSTIFICACIÓN 9

8. ALCANCE 15

9. DEFINICIÓN DE LA INVESTIGACIÓN 16

10.HERRAMIENTAS 17
10.1. Hardware . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
10.2. Software . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

11.FACTIBILIDAD DEL PROYECTO 17

11.1. FACTIBILIDAD TÉCNICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
11.2. FACTIBILIDAD OPERATIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
11.3. FACTIBILIDAD ECONÓMICA . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
11.4. TEMARIO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
11.5. CRONOGRAMA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

12.BIBLIOGRAFÍA PRELIMINAR 20

Referencias 20

Pág. 1/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Índice de figuras
1. Proceso de construcción del estado del arte. . . . . . . . . . . . . . . . . . . . . . 4
2. El continuo de Milgram. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3. Estacion de control . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
4. Gartner Ciclo Hype, Expectativas vs. El paso del tiempo. . . . . . . . . . . . . . 11
5. Las 3 tendecias tecnologicas del Ciclo Hype. . . . . . . . . . . . . . . . . . . . . . 12
6. Gafas Inteligentes de Realidad Aumentada Comerciales. . . . . . . . . . . . . . . 13
7. Propuesta de arquitectura de software de HRI en un entorno de AR. . . . . . . . 14
8. Cronograma del proyencto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
9. Tareas del proyencto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

Índice de tablas
1. Grupo de Control. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
2. Resultados de busquedas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3. Estudios Seleccionados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
4. Caracteristicas de dispositivos de realidad mixta con forma de gafas. . . . . . . . 13
5. Dispositivos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
6. Conjunto de herramientas de desarrollo. . . . . . . . . . . . . . . . . . . . . . . . 17
7. Análisis Económico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

Pág. 2/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

1. TÍTULO DEL PROYECTO

“Ayuda para operaciones de búsqueda y rescate de personas desaparecidas en entornos
geográficos delimitados utilizando un vehı́culo aéreo no tripulado (UAV) y gafas inteligentes de
realidad aumentada.”

2. ÁREA DE CONOCIMIENTO
Tecnologı́as de la información y la comunicación.

Inteligencia Artificial (AI).

Realidad Aumentada (AR).

3. ANTECEDENTES
Para los robots de rescate la búsqueda es una actividad que puede desempeñarse en distintos
entornos como en el interior de una estructura, cuevas, túneles, desiertos, etc. donde deben
encontrar vı́ctimas o posibles peligros. El objetivo de esta búsqueda es la de disminuir el riesgo
de forma ágil y resguardando la integridad de las vı́ctimas y los rescatistas.
Para cada situación existen diferentes robots de rescate que pueden ayudar a localizar, eva-
luar, estabilizar y liberar rápidamente a las vı́ctimas que no pueden ser encontradas fácilmente
(Murphy y cols., 2008).

Sobre la tierra, los vehı́culos terrestres no tripulados (UGV) pueden permitir que los res-
catistas encuentren e interactúen con las vı́ctimas atrapadas en huecos que son demasiado
pequeños o demasiado peligrosos para la entrada de humanos o caninos.

En el aire, los vehı́culos aéreos no tripulados (UAV) extienden su capacidad de visualiza-

cion proporcionando una vista panorámica de la situación.

En el agua, los robots submarinos no tripulados (UUV) y los vehı́culos de superficie (USV)
pueden extender y mejorar de manera similar la información de los rescatistas

En la actualidad el titular de la Dirección Nacional de Delitos contra la Vida, Muertes

Violentas, Desapariciones, Extorsión y Secuestros (Dinased), coronel Carlos Alulema, durante
la demostración de pruebas de vuelo de estas naves no tripuladas, mencionó que es el esfuerzo
del Gobierno, en su afán de mejorar el trabajo en tiempo y espacio para rastrear a personas
desaparecidas, la Dinased amplı́a su capacidad en este tipo de investigaciones apoyados en la
tecnologı́a.

Pág. 3/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

4. PLANTEAMIENTO DEL PROBLEMA

La búsqueda de personas desaparecidas puede tomar enormes cantidades de tiempo y re-
cursos, los vehı́culos aéreos no tripulados (UAV) tienen el potencial de acelerar el proceso de
búsqueda permitiendo a los buscadores ver videos aéreos de un área de interés mientras están
coordinados con los rescatistas en tierra (Goodrich, Morse, Engh, Cooper, y Adams, 2009).

Un problema adicional para el acceso a este tipo tecnologı́a en vehı́culos aéreos no tripulados
(UAV) es el alto costo de adquisición en la actualidad la Dirección Nacional de Delitos contra la
Vida, Muertes Violentas, Desapariciones, Extorsión y Secuestros (Dinased) hace una adquisición
de 3 drones con una inversión que bordea los 100 mil dólares.

5. ESTADO DEL ARTE

Para analizar el estado del arte acerca de la manipulación de vehı́culos aéreos no tripulados
sin el uso del control remoto y en un entorno de realidad mixta, se realizó un proceso de
revisión de literatura inicial basado en las guı́as de revisión sistemática de literatura propuestas
por (Budgen y Brereton, 2006). Las actividades consideradas para este proceso se muestran en
la figura 1 y se describen a continuación.

Figura 1. Proceso de construcción del estado del arte.

Fuente: Elaboración propia

5.1. Planteamiento de la revisión de literatura

En esta fase se realizó una breve descripción del problema de investigación para proporcionar
un contexto para la búsqueda de estudios cientı́ficos; posteriormente se procedió a definir un
objetivo de búsqueda y plantear preguntas de investigación para alinear la búsqueda en relación
al problema de investigación y finalmente se definieron los criterios de inclusión y exclusión.

5.2. Conformación del grupo de control (GC) y extracción de palabras rele-

vantes para la investigación
Según (Petersen, Feldt, Mujtaba, y Mattsson, 2008) un paso fundamental de un mapeo sis-
temático de literatura es definir o delimitar los artı́culos que se consideren relevantes para la
investigación, eliminando aquellos que solo mencionan enfoque substancia de la temática prin-
cipal.

Pág. 4/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Fue necesaria la participación de al menos cuatro investigaciones. Cada investigación propuso

estudios que podrı́an ser parte del grupo de control. Posteriormente se realizó una validación
cruzada donde se estableció finalmente el grupo de control, el cual se indica en la tabla 1.
Tabla 1

Grupo de Control.
Tı́tulo Cita Palabras Clave
Integrated Data Management for a (Balta y cols., 2017) Search, Rescue.
Fleet of Search-and-rescue Robots
An experimental UAV system for (Erdos, Erdos, y Wat- Unmanned aerial vehicle,
search and rescue challenge kins, 2013) Search, Rescue.
Searching lost people with UAVS: (Molina y cols., 2012) Search, Unmanned Aerial
The system and results of the Vehicle.
CLOSE-SEARCH project
UAV Intelligent Path Planning for (Goodrich y Lin, 2009) Unmanned aerial vehicle,
Wilderness Search and Rescue Search, Rescue.

Fuente: Elaboración propia.

Tras un análisis de los estudios del grupo de control, se seleccionaron las palabras más
relevantes respecto al objetivo de la búsqueda, en este caso fueron: “Unmanned aerial vehi-
cle”(UAV), “Search”, “Rescue”.

5.3. Construcción y afinación de la cadena de búsqueda

Con las palabras clave que fueron obtenidas de los artı́culos cientı́ficos del grupo de control
se conformó la cadena de búsqueda: ((“Unmanned aerial vehicle”) and (“Search”) and (“Res-
cue”)) ó ((“Search”) and (“Rescue”) and (“Unmanned aerial vehicle”)).

Sin embargo, esta cadena obtuvo un gran número de investigaciones inclusive aquellas que
fueron descartadas. Después de realizar varias pruebas con distintas combinaciones de cadenas,
se ejecutaron las siguientes: ((“Search”) and (“Rescue”) and (“Unmanned aerial vehicle”)) y
((“Search”) and (“Rescue”) and (“UAV”) and (“AR”))). Los resultados obtenidos se muestran
en la tabla 2.
Tabla 2

Resultados de busquedas.
Base Digital “(Unmanned aerial vehicle) “(Search) AND (Rescue)
AND (Search) AND (Res- AND (Unmanned aerial
cue)” vehicle) AND (AR)”
Springer 1042 152
ProQuest 577 50
Scopus 524 2
IEEE Xplore 196 1

Fuente: Elaboración propia.

Pág. 5/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

5.4. Selección de estudios

Al aplicar las cadenas de búsqueda en la base digital Springer se obtuvo alrededor de 152
resultados relacionados con el tema el cual se consideró un número de artı́culos manejable, adi-
cionalmente los artı́culos apuntan y se encuentra dentro del grupo de control.

Sin embargo de todas las bases digitales presentadas en la tabla 2 se escogieron las cadenas
de búsqueda con los resultados más bajos y se analizaron de acuerdo al grupo de control.

De los 255 resultados obtenidos se seleccionaron los estudios realizados a partir del año
2009.los artı́culos que más se ajustan a la temática se muestran en las tablas 3.
Tabla 3

Estudios Seleccionados.
Código Tı́tulo Palabras Clave
EP01 Towards using unmanned aerial vehicles (Goodrich y cols., 2009)
(UAVs) in wilderness search and rescue:
Lessons from field trials
EP02 Supporting search and rescue operations (Waharte y Trigoni, 2010)
with UAVs
EP03 Real-time people and vehicle detection (Gaszczak, Breckon, y Han,
from UAV imagery 2011)
EP04 Multi-modal People Detection from Aerial (Flynn y Cameron, 2013)
Video
EP05 Persistent aerial tracking system for UAVs (Mueller, Sharma, Smith, y
Ghanem, 2016)
EP06 Intelligent UAV Map Generation and Dis- (San Juan, Santos, y Andújar,
crete Path Planning for Search and Rescue 2018)
Operations

Fuente: Elaboración propia.

5.5. Elaborar el estado del arte

5.5.1. EP01 : Towards using unmanned aerial vehicles (UAVs) in wilderness search
and rescue: Lessons from field trials
En el artı́culo “Towards using unmanned aerial vehicles (UAVs) in wilderness search and
rescue: Lessons from field trials”los autores describen el proceso para encontrar y ayudar a
personas perdidas en áreas remotas en el desierto. Debido a que ciertas áreas del desierto
son propensas a accidentes, la búsqueda de personas desaparecidas puede requerir grandes
cantidades de tiempo y recursos. Los vehı́culos aéreos no tripulados (UAV) equipados con cámara
tienen el potencial de acelerar el proceso de búsqueda al permitir que los buscadores vean el
video aéreo de un área de interés mientras mantienen constante coordinación con los rescatitas
en el terreno. En este documento, informan las lecciones aprendidas al tratar de usar vehı́culos
aéreos no tripulados (UAV) para la búsqueda y rescate de persona en el desierto (Goodrich y
cols., 2009).

Pág. 6/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

5.5.2. EP02 : Supporting search and rescue operations with UAVs

En el artı́culo “Supporting search and rescue operations with UAVs”los autores hacen un
estudio de las operaciones de búsqueda y rescate que pueden beneficiarse enormemente del uso
de UAV autónomos para estudiar el entorno y recopilar evidencia sobre la posición de una
persona desaparecida. Para minimizar el tiempo de encontrar a la vı́ctima, se deben tener en
cuenta algunos parámetros fundamentales en el diseño de los algoritmos de búsqueda: la calidad
de los datos sensoriales recopilados por los UAV, las limitaciones de energı́a de los UAV, los
riesgos ambientales (p. árboles), el nivel de intercambio y coordinación de información entre
vehı́culos aéreos no tripulados. En este documento, los autores discuten cómo estos parámetros
pueden afectar la tarea de búsqueda y presentar algunas lı́neas de investigación que deben ser
exploradas. Estudian el rendimiento de diferentes algoritmos de búsqueda cuando el tiempo
para encontrar a la vı́ctima es el criterio de optimización (Waharte y Trigoni, 2010).

5.5.3. EP03 : Real-time people and vehicle detection from UAV imagery
El articulo “Real-time people and vehicle detection from UAV imagery”presenta un enfoque
genérico y robusto para la detección en tiempo real de personas y vehı́culos desde un vehı́culo
aéreo no tripulado (UAV) es un objetivo importante para el reconocimiento aéreo y la vigi-
lancia. Los autores presentan un enfoque de detección automática de vehı́culos basado en el
uso de múltiples clasificadores conectados en cascada con confirmación secundaria en imágenes
térmicas. En el enfoque presentado la detección de personas mediante imágenes térmicas, se
basa en una técnica de clasificación en cascada similar a la combinación de formas gaussianas
multivariadas adicionales. Los resultados presentados muestran la detección exitosa de vehı́cu-
los y personas bajo diferentes condiciones tanto en entornos rurales aislados como en entornos
urbanos desordenados con una mı́nima detección falsa positiva. El rendimiento del detector se
optimiza para reducir la tasa global de falsos positivos apuntando a la detección de cada objeto
de interés (vehı́culo / persona) al menos una vez en el entorno (es decir, por ruta de vuelo del
patrón de búsqueda) en lugar de cada objeto en cada marco de imagen . Actualmente, la tasa
de detección para las personas es del 70 % y los automóviles el 80 % aunque la tasa global de
detección de objetos episódicos para cada patrón de vuelo supera el 90 % (Gaszczak y cols.,
2011).

5.5.4. EP04 : Multi-modal People Detection from Aerial Video

En el paper “Multi-modal People Detection from Aerial Video”sus autores mencionan que
la detección automática de personas es una capacidad altamente deseable para vehı́culos aéreos
no tripulados autónomos (UAV) que operan en misiones de búsqueda y rescate. En este artı́culo
los autores presentan un enfoque para la detección automática de personas a partir de video
aéreo utilizando una combinación de imágenes infrarrojas y visibles. Los resultados presentados
muestran que los algoritmos de detección de personas basados en partes del estado de la técnica
existentes se pueden usar con considerable éxito en las imágenes aéreas. En un entorno urbano
desordenado, la tasa de detección es aproximadamente del 80 % en un patrón de vuelo completo.
Los autores muestran que, al fusionar las imágenes visibles e infrarrojas y las detecciones de
seguimiento a lo largo del tiempo, la tasa de falsos positivos se reduce a un mı́nimo. (Flynn y
Cameron, 2013).

Pág. 7/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

5.5.5. EP05 : Persistent aerial tracking system for UAVs

En este documento, se propone un sistema de seguimiento de objetos persistente, robusto y
autónomo para vehı́culos aéreos no tripulados (UAV) llamado Persistent Aerial Tracking (PAT).
Los autores aplican una estrategia de visión y control por computadora a un conjunto diverso de
objetos en movimiento (por ejemplo, humanos, animales, automóviles, barcos, etc.) que integran
múltiples UAV con una cámara RGB estabilizada. Emplean una nueva estrategia para seguir
con éxito los objetos durante un perı́odo prolongado, al ”pasar la cámara”de un UAV a otro.
Evalúan varios rastreadores de última generación en el conjunto de datos de video aéreo VIVID
y secuencias adicionales que se adaptan especı́ficamente al seguimiento de objetivos de UAV de
baja altitud. En base a la evaluación, los autores seleccionan el rastreador lı́der y lo mejoran
optimizando la la velocidad y el rendimiento, integrados en un sistema completo en un UAV
estándar para obtener resultados prometedores que demuestre una solución sólida en el mundo
real aéreo (Mueller y cols., 2016).

5.5.6. EP06 : Intelligent UAV Map Generation and Discrete Path Planning for
Search and Rescue Operations
Segun (San Juan y cols., 2018) las operaciones de búsqueda y rescate se llevan a cabo en
cualquier situación de emergencia en la que las personas estén involucradas y sus vidas estén en
riesgo. Estas operaciones se llevan a cabo hoy en dı́a con la ayuda de tecnologı́a avanzada, como
vehı́culos aéreos no tripulados (UAV). En este trabajo, se proponen varios métodos para calcular
la planificación del camino discreto del UAV. Anteriormente, se realizaba una caracterización
inteligente del área de búsqueda para estimar un posible riesgo / grado de ocupación del mapa
de grillado. Esta estimación se basa principalmente en lógica difusa, considerando diferentes
factores. Luego, se aplican cuatro métodos para calcular la planificación de ruta: una propuesta
original llamada atracción, lógica difusa, ANFIS y un algoritmo PSO. Todos ellos calculan la
ubicación de los puntos de referencia que deben seguir los UAV para minimizar la distancia
y el riesgo al que están expuestas las personas. Entonces, estas estrategias se adaptan a la
posibilidad de tener más de un UAV buscando al mismo tiempo, y se discute la formación de
enjambres. Finalmente, estas cuatro soluciones para la planificación de rutas, que incluyen un
número diferente de vehı́culos aéreos no tripulados, se prueban en un escenario de simulación
real, y luego se analiza y compara el rendimiento de cada método con los demás.

5.6. Caracterı́sticas del estado del arte

Existe una mı́nima cantidad de estudios relevantes en cuanto a la búsqueda y rescate de
personas desaparecidas y cuerpos humanos inertes con vehı́culos aéreos no tripulados (UAV) a
través de una interfaz gráfica inmersiva de realidad mixta, la mayorı́a de los resultados encon-
trados utilizan sistemas de control electrónicos digitales basados en sensores los cuales ocupan
espacio fı́sico con el usuario lo cual puede dificultar la coordinación entre los buscadores que
operan los vehı́culos no tripulados (UAV) y los rescatistas que están en el campo de acción. La
mayorı́a de los estudios mencionados anteriormente dependen de soluciones proponen arquitec-
turas de sistemas digitales las cuales tienen un alto costo económico.

Pág. 8/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

6. OBJETIVOS
6.1. Objetivo General
Proponer una solución tecnológica que facilite el despliegue de un vehı́culo aéreo no tripulado
(UAV) y el reconocimiento de cuerpos humanos vivos e inertes en operaciones de búsqueda y
rescate a través de una interfaz gráfica de realidad aumentada que permita al usuario estar
semi-inmerso en la zona de interés en tiempo real para la toma de decisiones, disminuyendo el
tiempo de respuesta y la cantidad de recursos utilizados.

6.2. Objetivos Especificos

Realizar el análisis del estado del arte a través de una revisión sistemática de la literatura.

Realizar el reconocimiento de cuerpos humanos vivos e inertes utilizando métodos de

aprendizaje automático.

Controlar el despliegue de un vehı́culo aéreo no tripulado (UAV) y visualizar los datos de

exploración y reconocimiento de cuerpos humanos vivos e inertes en una zona de interés
a través de la interfaz gráfica de realidad aumentada.

Evaluar la usabilidad de la interfaz gráfica y desempeño del reconocimiento de cuerpos

humanos.

7. JUSTIFICACIÓN
El presente estudio tiene como finalidad la de ayudar a operaciones de búsqueda y rescate en
zonas geográficas delimitadas utilizando un vehı́culo aéreo no tripulado y una interfaz gráfica de
realidad aumentada que permite al usuario tener una semi-inmersión en el campo de acción en
tiempo real. Esta solución permite disminuir el tiempo de respuesta en un rescate y la toma de
decisiones, también minimiza la cantidad de recursos utilizados, otro de los beneficios es la mi-
nimización de riesgos y posibles peligros, esto permite que los rescatistas realizan su trabajo con
precisión y agilidad en coordinación con los buscadores que utilizan las tecnologı́as mencionadas.

En la actualidad la Dirección Nacional de Delitos contra la Vida, Muertes Violentas, Des-

apariciones, Extorsión y Secuestros (Dinased) integra tecnologı́a a través de vehı́culos aéreos no
tripulados para rastreo, el coronel Carlos Alulema, menciona que el personal que operará estos
drones fueron capacitados en el exterior.
Marı́a de Lourdes Mejı́a, presidenta de la organización de Desaparecidos en Ecuador, (Desen-
dor), muestra su satisfacción por los avances tecnológicos que permite dar respuestas en cuanto
a la localización de personas que han desaparecido. Para estas entidades del gobierno, esta no-
vedosa tecnologı́a constituye una esperanza y aumenta la fe de los interesados.

Pág. 9/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Para comprender las diferencias entre mundos virtuales, reales y la combinación entre ellos,
a finales de los 80 y principios de los 90 (Milgram y cols., 1995), profesor de ingenierı́a de la
Universidad de Toronto, presenta el diagrama de la figura 2, que nos ayuda a conceptualizar
cómo crear y desplegar contenido en estos medios relativamente nuevos.

Figura 2. El continuo de Milgram.

Segun (Leue, Jung, y tom Dieck, 2015) la realidad aumentada (AR) y la informática en los
dispositivos móviles tienen el potencial de crear un entorno de aprendizaje realista. La realidad
aumentada se ha convertido en una tecnologı́a interactiva la cual complementa el entorno fı́sico
con el virtual ofreciendo modos innovadores para acceder a contenido e información en tiempo
real (Javornik, 2016).

Los investigadores del Ejército brasileño proponen la preparación de soldados utilizando

nuevos enfoques basados en realidad mixta, las tecnologı́as que según (Amorim, Matos, Cu-
perschmid, Gustavsson, y Pozzer, 2013) mejoran el entrenamiento y la preparación de misiones
en un enfoque simulado.

En la automatización y control se presentan sistemas con alto nivel de complejidad que están
propensos a generar una carga de trabajo amplia, esto puede volverse inmanejable, imprudente
e incluso peligroso. Por lo tanto, la implementación de equipos no tripulados se ha vuelto una
estrategia de calidad e innovación tecnológica. Sin embargo, una arquitectura automatizada
basada en el conocimiento recae en el control y monitoreo de los robots, lo cual significa que el
operador humano debe ejecutar múltiples tareas en un tablero de control o computadora con
varios monitores, como se muestra en la figura 3.

Figura 3. Estacion de control

Pág. 10/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Según (Gartner, 2017) las empresas deberı́an explotar el potencial comercial de las tec-
nologı́as conocidas como; blockchain, la inteligencia artificial y la realidad aumentada. En los
últimos años las tecnologı́as que surgen o nacen, como el aprendizaje automático, blockchain,
drones (UAV comerciales), seguridad definida por software y las interfaces cerebro-computadora
se han elevado significativamente desde el 2016, en la figura 4 se presenta el ciclo de Gartner
denominado Hype, debido al impacto creciente del avance tecnologico y cientifico la cual da
nacimiento a estas nuevas tendencias.

Figura 4. Gartner Ciclo Hype, Expectativas vs. El paso del tiempo.

El Ciclo de Gartner denominado Hype, se centra en tres megatendencias tecnológicas: Inteli-

gencia Artificial (IA), experiencias inmersivas y plataformas digitales. Los arquitectos empresa-
riales y los lı́deres en innovación tecnológica exploran estas tres megatendencias para comprender
los impactos en sus negocios. En la figura 5 se analiza las tecnologı́as que ofrecen un alto grado
de ventaja competitiva.

Pág. 11/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Figura 5. Las 3 tendecias tecnologicas del Ciclo Hype.

El análisis del ciclo Hype muestra una tendencia creciente de 5 a 10 años en la evolución y
el desarrollo de tecnologı́as con realidad aumentada y más de 10 años en el desarrollo de ciencia
y tecnologı́a en vehı́culos aéreos no tripulados, las tendencias mencionadas se fusionan entre sı́,
permitiendo que el tiempo de evolución de estas tecnologı́as se prolongue durante varios años,
lo que ofrece rentabilidad e innovación a las empresas que lo implementan.

La tecnologia con realidad aumentada (AR) han revolucionado el comportamiento de la

sociedad (Kalantari y Rauschnabel, 2018). Las gafas inteligentes como Microsoft HoloLens o
Google Glass, representan ejemplos destacados; ofreciendo un elevado potencial para la investi-
gación y desarrollo.

Según (Rauschnabel y Ro, 2016) la aceptación de tecnologı́a en gafas inteligentes incluye

varios factores como: los beneficios funcionales, la facilidad de uso, variables y diferencias indi-
viduales las cuales marcan actitudes y normas sociales. Aunque las gafas inteligentes se usan de
manera similar a los accesorios de dispositivos móviles capturan diversos datos personales del
usuario. En figura 6 muestra diferentes dispositivos de realidad aumentada con forma de gafas.

Pág. 12/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

(a) Microsoft HoloLens (b) Google Glass

(c) Sony SmartEyeGlass (d) Epson Moverio BT-300

Figura 6. Gafas Inteligentes de Realidad Aumentada Comerciales.

En la tabla 4 se describe las caracteristicas de los dispositivos presentados en la figura 6.

Tabla 4

Caracteristicas de dispositivos de realidad mixta con forma de gafas.

Fecha de Sistema Entradas Sistema
Dispositivos CPU Display Peso
Lanzamiento Operativo de Control Independiente
2.3 megapixel
Gestural
Windows widescreen
Microsoft Intel 32-bit commands
2016 Mixed stereoscopic 579g SI
HoloLens (1GHz) via sensors
Reality head-mounted
and HPU
display
Prism
Touchpad,
OMAP projector
Google Glass 2014 Glass OS MyGlass phone 36g NO
4430 640 x 360
mobile app
pixeles
Sony Monochrome Android
2015 Android Ninguno 77g NO
SmartEyeGlass (green) device
Epson Moverio Android 1.44 GHz BT-300FPV
2016 OLED display 69g NO
BT-300 5.0 Quad Core controller

Fuente: Elaboración propia.

La tabla 4 muestra que Microsoft HoloLens es el único dispositivo independiente. Por lo

cual, es una opción viable para el desarrollo de software basado en realidad aumentada (AR) y
adecuada para la presente investigación.

Por lo expuesto, la presente investigación propone una solución tecnológica que permite
controlar un vehı́culo aéreo no tripulado (UAV) que reconoce cuerpos humanos vivos e inertes a
través de una interfaz gráfica de realidad aumentada que permite la semi-inmersión del usuario
en el campo de acción en tiempo real. Dicha solución propone una arquitectura de software con
diferentes aplicaciones que interactúan entre sı́, en tiempo real.

Pág. 13/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

El presente estudio darı́a lugar a futuras investigaciones, en las que se interactúa con va-
rios vehı́culos aéreos o terrestres no tripulados con reconocimiento de diferentes objetos que
sumarı́an un aporte adicional a las diferentes operaciones de búsqueda y rescate en los entornos
que se presenten.

Este enfoque da lugar a un nuevo paradigma que permite que simplificar el espacio fı́sico
utilizado en control, seguimiento y monitoreo de robots o máquinas, en una interfaz de usuario
de realidad mixta utilizando gafas inteligentes Microsoft HoloLens. En la figura 7 el autor pro-
pone una posible arquitectura.

Figura 7. Propuesta de arquitectura de software de HRI en un entorno de AR.

Pág. 14/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

8. ALCANCE

Pág. 15/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

9. DEFINICIÓN DE LA INVESTIGACIÓN
La investigación es de carácter bibliográfico exploratorio debido a que se centra en analizar e
investigar aspectos concretos del tema planteado que aún no han sido analizados a profundidad.
Y será de método inductivo debido a que se centra en cómo se genera el problema para la
obtención de datos, términos y conclusiones. Adicionalmente la investigación adopta un carácter
cuantitativo por la evaluación de satisfacción y aceptación propuesta en uno de sus objetivos
especı́ficos.

Pág. 16/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

10. HERRAMIENTAS
10.1. Hardware
En la tabla 5 se describen las caracterı́sticas de los dispositivos que se utilizarán durante el
desarrollo e implementación de la presente investigación.
Tabla 5

Dispositivos.
Dispositivo Especificaciones
Pc Intel Core i7-5500U CPU 2.40GHz 4, Intel HD Graphics
5500 (Broadwell GT2), 8GB RAM, Almacenamiento 500 GB
Drone (Cuadricoptero) Se utilizaran drones comerciales y open sources como : Pa-
rrot AR Drone 2.0, Parrot Bebop 2 y Multiwii
HoloLens Unit HPU 1.0 32-bits, 2GB RAM, Sensores: audio, movi-
miento, almacenamiento 64GB, camara de 2MP photos, HD
video, Wi-Fi 802.11ac, Bluetooth 4.1 LE, Micro-USB 2.0
Router D-Link Router
Antena Card King Wifi USB

Fuente: Elaboración propia.

10.2. Software
En la tabla 6 se describen las herramientas o frameworks que se utilizarán durante el desa-
rrollo e implementación de la presente investigación.
Tabla 6

Conjunto de herramientas de desarrollo.

Software Versión
Visual Code 1.24.0
Visual Studio
2017
Community
Unity 2017.30f3
Blender 2.7.6
TeXstudio 2.10.8

Fuente: Elaboración propia.

11. FACTIBILIDAD DEL PROYECTO

11.1. FACTIBILIDAD TÉCNICA
Las herramientas necesarias para el desarrollo e implementación de la presente investiga-
ción son financiadas por el autor. Las herramientas software descritas en la tabla 6 son open
source. En conclusión, técnicamente es factible el desarrollo e implementación, dado que las
herramientas de hardware y software están al alcance.

Pág. 17/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

11.2. FACTIBILIDAD OPERATIVA

La investigación plantea varios desafı́os en el desarrollo e implantación de la misma, sin
embargo da lugar a un nuevo paradigma de desarrollo de aplicaciones en un entorno de reali-
dad mixta, mejorando el aprendizaje e interacción hombre robot o máquina de los usuarios,
simplificando controles manuales por interfaces de realidad aumentada facilitando el control de
vehı́culos aéreos no tripulados UAV.

11.3. FACTIBILIDAD ECONÓMICA

Los gastos estarán a cargo del investigador.
Tabla 7

Análisis Económico.
Descripción Costo
Servicios Básicos 120.00
Papelerı́a e Impresiones 100.00
Transporte 80.00
Licencias de Software 0.00
PC 1200.00
HoloLens 3000.00
Drone 650.00
Hora de Desarrollo e Implementación 4200
TOTAL 9350.00

Fuente: Elaboración propia.

11.4. TEMARIO

Pág. 18/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

11.5. CRONOGRAMA

Figura 8. Cronograma del proyencto

Figura 9. Tareas del proyencto

Pág. 19/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

12. BIBLIOGRAFÍA PRELIMINAR

Referencias
Amorim, J. A., Matos, C., Cuperschmid, A. R., Gustavsson, P. M., y Pozzer, C. T. (2013).
Augmented reality and mixed reality technologies: Enhancing training and mission prepa-
ration with simulations. En Nato modelling and simulation group (msg) annual conference
2013 (msg-111), 2013.
Balta, H., Bedkowski, J., Govindaraj, S., Majek, K., Musialik, P., Serrano, D., . . . Cubber, G.
(2017). Integrated data management for a fleet of search-and-rescue robots. Journal of
Field Robotics, 34 (3), 539–582.
Budgen, D., y Brereton, P. (2006). Performing systematic literature reviews in software engi-
neering. En Proceedings of the 28th international conference on software engineering (pp.
1051–1052).
Erdos, D., Erdos, A., y Watkins, S. E. (2013). An experimental uav system for search and
rescue challenge. IEEE Aerospace and Electronic Systems Magazine, 28 (5), 32–37.
Flynn, H., y Cameron, S. (2013). Multi-modal people detection from aerial video. En Proceedings
of the 8th international conference on computer recognition systems cores 2013 (pp. 815–
824).
Gartner. (2017). Top trends in the gartner hype cycle for emerging technologies, 2017.
Gaszczak, A., Breckon, T. P., y Han, J. (2011). Real-time people and vehicle detection from
uav imagery. En Intelligent robots and computer vision xxviii: Algorithms and techniques
(Vol. 7878, p. 78780B).
Goodrich, M. A., y Lin, L. (2009). Uav intelligent path planning for wilderness search and
rescue.
Goodrich, M. A., Morse, B. S., Engh, C., Cooper, J. L., y Adams, J. A. (2009). Towards using
unmanned aerial vehicles (uavs) in wilderness search and rescue: Lessons from field trials.
Interaction Studies, 10 (3), 453–478.
Javornik, A. (2016). Augmented reality: Research agenda for studying the impact of its media
characteristics on consumer behaviour. Journal of Retailing and Consumer Services, 30 ,
252–261.
Kalantari, M., y Rauschnabel, P. (2018). Exploring the early adopters of augmented reality
smart glasses: The case of microsoft hololens. En Augmented reality and virtual reality
(pp. 229–245). Springer.
Leue, M. C., Jung, T., y tom Dieck, D. (2015). Google glass augmented reality: Generic
learning outcomes for art galleries. En Information and communication technologies in
tourism 2015 (pp. 463–476). Springer.
Milgram, P., Drascic, D., Grodski, J. J., Restogi, A., Zhai, S., y Zhou, C. (1995). Merging real
and virtual worlds. En Proceedings of imagina (Vol. 95, pp. 218–230).
Molina, P., Colomina, I., Victoria, T., Skaloud, J., Kornus, W., Prades, R., y Aguilera, C. (2012).
Searching lost people with uavs: The system and results of the close-search project. En
International archives of the photogrammetry, remote sensing and spatial information
sciences (Vol. 39, pp. 441–446).
Mueller, M., Sharma, G., Smith, N., y Ghanem, B. (2016). Persistent aerial tracking system
for uavs. En Intelligent robots and systems (iros), 2016 ieee/rsj international conference
on (pp. 1562–1569).
Murphy, R. R., Tadokoro, S., Nardi, D., Jacoff, A., Fiorini, P., Choset, H., y Erkmen, A. M.
(2008). Search and rescue robotics. En Springer handbook of robotics (pp. 1151–1173).
Springer.
Petersen, K., Feldt, R., Mujtaba, S., y Mattsson, M. (2008). Systematic mapping studies in
software engineering. En Ease (Vol. 8, pp. 68–77).

Pág. 20/21
Departamento de Ciencias de la Computación
Carrera de Tecnologı́as de la Información (Sistemas e Informática)

Rauschnabel, P. A., y Ro, Y. K. (2016). Augmented reality smart glasses: An investigation

of technology acceptance drivers. International Journal of Technology Marketing, 11 (2),
123–148.
San Juan, V., Santos, M., y Andújar, J. M. (2018). Intelligent uav map generation and discrete
path planning for search and rescue operations. Complexity, 2018 .
Waharte, S., y Trigoni, N. (2010). Supporting search and rescue operations with uavs. En
Emerging security technologies (est), 2010 international conference on (pp. 142–147).

Pág. 21/21