El desarrollo de una cámara multiespectral, y su uso en sistemas de vuelo autónomo, publicado en la revista internacional Sensors

El artículo “A Multispectral Camera Development: From the Prototype Assembly until Its Use in a UAV System” ha sido publicado en la revista internacional Sensors.  Puedes descargarlo gratis en el siguiente enlace:

https://www.mdpi.com/1424-8220/20/21/6129

Este trabajo fue desarrollado en el IUMA-ULPGC por el equipo de los Prof. José Francisco López y Sebastián López.

Como se indica en el artículo, las técnicas de imágenes multiespectrales (MI) se utilizan en muchos campos, desde la agricultura de precisión hasta los estudios ambientales, el control de calidad de la producción farmacéutica, la restauración de arte, bioquímica, ciencias forenses o geología, entre muchas otras. Aunque hay distintas versiones comerciales para la industria, la comunidad científica desea difundir su uso a la mayoriá de la sociedad, lanzando dispositivos fáciles de usar, económicos y rentables. Su utilidad se incrementa aún más al combinarse con vehículos aéreos no tripulados (UAV), permitiendo automatizar rutinas repetitivas que suponen un importante trabajo con los métodos tradicionales.
En este artículo, se presenta una solución modular y de bajo costo para una cámara multiespectral, basada en el uso de un sensor  pancromático basado en un semiconductor complementario de óxido metálico (CMOS), combinado con una rueda giratoria de filtros ópticos de paso banda intercambiables. El sistema es compatible con hardware de código abierto, que permite capturar, procesar, almacenar y / o transmitir datos. Además se ha desarrollado una metodología de calibración y caracterización para la cámara, lo que permite no solo cuantificar su rendimiento, sino también caracterizar otros sensores CMOS en el mercado para seleccionar el que mejor se adapte al presupuesto y aplicación deseados. El proceso fue validado experimentalmente, montando la cámara en un UAV Dji Matrice 600 para medir índices de vegetación en una
plantación de palmeras. Los resultados se pueden ver en la foto de arriba, donde se muestra un mapa de color generado con la información capturada, y donde se distinguen bien las palmeras más sanas (en colores rojos y naranjas) y las que no están en tan buen estado (amarillo).

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *