Embedded Files
El laboratorio de Sistemas Embebidos de Tandil ofrece propuestas para la realización para prácticas profesionales supervisadas y trabajos integradores. También la oferta de tesis de posgrado, y temas de investigación para la presentación en convocatorias de becas enmarcadas en los proyectos vigentes.
Propuestas de PPS+PI
Propuestas de PPS+PI
Titulo: Mapeo dinámico en tiempo real para robot asistente RAMI
Resumen:
El robot asistente actualmente utiliza mapas estáticos generados con SLAM Toolbox que requieren remapeo completo cuando cambia el entorno (ej. reorganización de mobiliario en un edificio universitario). Se propone integrar SLAM Toolbox en modo *lifelong mapping* con actualización incremental del occupancy grid en tiempo de operación, manteniendo localización AMCL estable. El trabajo incluye estudio del estado del arte en SLAM dinámico, implementación, validación experimental con cambios controlados de escenario y documentación de resultados. Ver más
Director: Oscar E. Goñi
Codirector: Juan M. Toloza
Lugar de trabajo: LabSET / INTIA
Cantidad de alumnos: 1 o 2
Contacto: oegoni@labset.exa.unicen.edu.ar
Titulo: Detección de objetos y personas con YOLO integrada en stack ROS2
Resumen
Incorporar al robot RAMI un módulo de detección de objetos basado en YOLO (v8 / v11) que se integre como nodo ROS2 publicador, complementando el LIDAR para distinguir personas, sillas, puertas y obstáculos relevantes. El trabajo incluye selección y cuantización del modelo para hardware limitado (Intel i7 sin GPU dedicada), integración con la cámara USB existente, publicación de detecciones como mensajes ROS2, y evaluación de impacto sobre el resto del pipeline (latencia, uso de CPU, frame rate sostenido). Ver más
Director: Juan M. Toloza
Codirector: Oscar E. Goñi
Lugar de trabajo: LabSET / INTIA
Cantidad de estudiantes: 1 o 2
Contacto: jmtoloza@labset.exa.unicen.edu.ar
Título: Implementación del sistema de odometría: evaluación e integración de encoders en motores DC (Sólo PPS)
Resumen: El robot asistente cuenta con motores DC 24V controlados por un driver L298N y un microcontrolador ESP32 que ejecuta micro-ROS, pero no tiene implementado el sistema de odometría. Si bien existe código fuente preliminar que prevé la integración de encoders, no se ha probado experimentalmente ninguna alternativa concreta. Se propone que el estudiante evalúe encoders ópticos (de ranura tipo H21A1 o rotatorios incrementales) frente a encoders magnéticos de efecto Hall, seleccione la alternativa más adecuada para la plataforma considerando resolución, costo, robustez y facilidad de montaje, e implemente la solución completa: (a) montaje físico sobre los ejes de los motores, (b) firmware Arduino / ESP-IDF con manejo de interrupciones para conteo de pulsos, (c) cálculo de odometría diferencial (pose 2D y twist) sobre micro-ROS, (d) nodo ROS2 que publique en el topic `/odom` con el mensaje estándar `nav_msgs/Odometry` y la transformada `odom → base_link`, y (e) validación experimental con recorridos controlados (línea recta, giros puros, trayectorias cerradas) midiendo error acumulado. El trabajo es prerrequisito para la operación correcta de SLAM Toolbox y AMCL en la plataforma. Ver más
Duración estimada: 200 horas
Director: Oscar E. Goñi
Lugar de trabajo: LabSET / INTIA
Cantidad de estudiantes: 1
Contacto: oegoni@labset.exa.unicen.edu.ar
Título: Integración de IMU MPU sobre Arduino para navegación del robot asistente (Sólo PPS)
Resumen: La navegación del robot requiere una estimación de orientación robusta que complemente la odometría de ruedas y permita detectar deslizamientos, giros bruscos y desviaciones acumuladas. Se propone desarrollar e integrar una unidad de medición inercial (IMU) basada en un sensor de la familia MPU (MPU6050 / MPU9250) sobre una placa Arduino, que actúe como nodo de adquisición y publique los datos hacia el sistema ROS2 del robot. El trabajo incluye: (a) selección y montaje del sensor MPU sobre Arduino con conexión I2C, considerando ubicación física en el chasis para minimizar vibraciones, (b) firmware Arduino para lectura de acelerómetro y giroscopio, calibración inicial (offsets, bias) y filtrado básico (filtro complementario o Madgwick) para obtener orientación estable (roll, pitch, yaw), (c) puente de comunicación con ROS2 (vía micro-ROS o `serial_bridge` con `rosserial`/equivalente) y nodo que publique en `/imu/data` con el mensaje estándar `sensor_msgs/Imu`, (d) integración con el stack de navegación existente, configurando `robot_localization` (EKF) para fusionar IMU con la odometría de encoders, y (e) validación experimental comparando la pose estimada con y sin fusión de IMU en trayectorias controladas. El trabajo se articula directamente con la propuesta de odometría (#1) y mejora la precisión de localización en SLAM Toolbox y AMCL. Ver más
Duración estimada: 200 horas
Director: Oscar E. Goñi
Lugar de trabajo: LabSET / INTIA
Cantidad de estudiantes: 1
Contacto: oegoni@labset.exa.unicen.edu.ar
Título: Implementación e integración de sensores ultrasónicos y de choque para detección de obstáculos cercanos (Sólo PPS)
Resumen: El stack de navegación basado en LIDAR presenta zonas ciegas en distancias muy cortas y ante obstáculos bajos o transparentes (vidrios, patas de mesa, escalones), por lo que se requiere un anillo de sensorado de proximidad complementario y un mecanismo de seguridad de último recurso ante colisiones. Se propone implementar e integrar un conjunto de cuatro sensores ultrasónicos HC-SR04 (frontal, trasero, lateral izquierdo y lateral derecho) junto con uno o más sensores de choque (microswitches tipo bumper) montados en el perímetro del robot. El trabajo incluye: (a) diseño del montaje físico de los sensores en el chasis con orientaciones y alturas adecuadas para evitar interferencias entre ultrasónicos, (b) firmware Arduino / ESP32 para disparo secuencial de los HC-SR04 (evitando crosstalk entre ellos) y lectura de los bumpers como entradas digitales con debounce, (c) puente con ROS2 vía micro-ROS publicando rangos como `sensor_msgs/Range` por cada ultrasónico y eventos de colisión como mensajes booleanos o `std_msgs/Bool` en topics dedicados, (d) integración con Navigation2 mediante un *costmap layer* que incorpore los datos ultrasónicos como obstáculos adicionales y un nodo de seguridad (`safety_monitor`) que detenga el robot inmediatamente ante activación de un bumper, y (e) validación experimental con escenarios de obstáculos bajos, transparentes y de aproximación lenta donde el LIDAR resulta insuficiente. El trabajo aporta directamente al subsistema de percepción y al de control de seguridad del robot. Ver más
Duración estimada: 200 horas
Director: Oscar E. Goñi
Lugar de trabajo: LabSET / INTIA
Cantidad de estudiantes: 1
Contacto: oegoni@labset.exa.unicen.edu.ar
Título: Generación de Controladores Difusos basados en FPGAs con soporte en estándar internacional IEC
Resumen
Los sistemas de control basado en lógica difusa (FLC, Fuzzy Logic Controller) son una alternativa a los controladores clásicos. Al no emplear modelos matemáticos para su funcionamiento, resultan especialmente útiles para procesos complejos y mal definidos, donde se necesita del conocimiento de un experto para el manejo de datos imprecisos. Por otro lado, la utilización de dispositivos de lógica programable (FPGAs) para la implementación de sistemas de control en la industria se encuentra en constante crecimiento, debido a la diferentes ventajas que presenta. Entre ellas se encuentran la velocidad de procesamiento, debido al alto grado de paralelización; la flexibilidad, como consecuencia de la reconfiguración; y el reducido tiempo de desarrollo, debido al empleo de síntesis de alto nivel (HLS) automática. El objetivo de este trabajo es continuar el desarrollo de una herramienta que une estas dos tecnologías para adaptarla a los estándares de la industria y explorar formas de mejorar o extender su funcionalidad.
La PPS+PI propone tres mejoras específicas:
Agregar soporte de descripciones según estándar internacional IEC (International Electrotechnical Commision) 61131-7:2000, correspondiente a descripciones de controladores difusos en controladores programables industriales.
Automatizar el proceso de compilación para obtener una versión del controlador en VHDL o Verilog usando la descripción en C provista en la herramienta y las herramientas de Xilinx para síntesis de alto nivel.
Mejorar la interfaz de la herramienta para hacerla más amigable a los usuarios inexpertos.
Duración estimada: 5-6 meses. Para más detalles comunicarse con Martín Vázquez1 y Luca Sarramone2.
1 mvazquez@labset.exa.unicen.edu.ar
2 lsarramone@intia.exa.unicen.edu.ar
Director: Dr. Martín Vázquez
CoDirector: Ing. Luca Sarramone
Lugar de Trabajo: LabSET/INTIA
Cantidad de Alumnos/as: 1 o 2 alumno
Título: Implementación de modelo de Deep Learning para la estimación de condición corporal vacuna en FPGA
Resumen
El trabajo se enmarca en uno de los proyectos de investigación que se ejecutan en el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA. El trabajo consiste en la colaboración entre LabSET e ISISTAN, aprovechando la experiencia tecnológica del LabSET para llevar a cabo la migración de un modelo de Deep Learning diseñado por ISISTAN. El modelo implementa un estimador de la condición corporal (BCS) en vacas a partir de imágenes de profundidad. La condición corporal de los animales es un puntaje que evalúa la grasa corporal almacenada y el balance energético, que influye en la producción de leche, reproducción y salud. El monitoreo de este valor permite maximizar la producción y sanidad de los animales. Por otra parte, la evolución tecnológica de los dispositivos FPGA en la última década, en conjunto con la innovación de las herramientas, ha permitido la implementación de sistemas de inferencia complejos con capacidad de ejecución en tiempo real, con un reducido consumo de potencia.
En esta PPS+PI se propone la migración del modelo de Deep Learning entrenado para la estimación de condición corporal en vacas, hacia la tecnología FPGA. El trabajo comprende el entrenamiento en el uso de las herramientas de desarrollo para la tecnología (Vitis, Vitis HLS y Vitis-AI de AMD-Xilinx), el desarrollo de la plataforma considerando el dispositivo de captura de imágenes de profundidad, la implementación y evaluación del modelo en el dispositivo considerando efectividad y uso de recursos
Director: Mg. Lucas Leiva
CoDirector: Dr. Matias Hirsch
Lugar de Trabajo: LabSET/INTIA
Cantidad de Alumnos/as: 1 o 2 alumnos/as
Título: Sistema portable basado en FPGA para el conteo automático de huevos de parásitos
Resumen
El trabajo se enmarca en uno de los proyectos de investigación que se ejecutan en el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA. Las enfermedades parasitarias son uno de los principales problemas de la industria agropecuaria. Un monitoreo y control efectivo de estas infecciones permite reducir considerablemente las pérdidas. En la actualidad, el monitoreo requiere del muestreo y posterior análisis en laboratorios, lo que impone pérdidas de tiempo y económicas. Como objetivo se propone el desarrollo de un dispositivo portátil de análisis, que pueda ser utilizado en el campo por expertos veterinarios. El trabajo comprende la vinculación del LabSET, con el Centro de Investigación Veterinaria Tandil (CIVETAN) de la UNICEN, e InFoLab de Mar del Plata. Como antecedentes, se han realizado y publicado resultados de un modelo de Deep Learning para la automatización del conteo de huevos de parásitos, el cual fue compilado y evaluado en un dispositivo FPGA.
En esta PPS+PI se propone dos etapas principales, en donde la primera se corresponde con la migración de la solución existente a las versiones modernas de las herramientas. El modelo actual fue compilado utilizando las herramientas provistas en Vitis AI 1.4.1, y se pretende la migración a Vitis AI 3.5. La segunda etapa comprende el desarrollo e integración de una solución funcional embebida, con soporte de captura de imágenes desde un microscopio digital USB.
Director: Mg. Lucas Leiva
CoDirector: Ing. Bruno Constanzo
Lugar de Trabajo: LabSET/INTIA
Cantidad de Alumnos/as: 1 o 2 alumnos/as
Título: Control parasitario en ovinos mediante un sistema automático para el suministro de cápsulas en bebederos
Resumen
El trabajo se enmarca en un PICT que se está ejecutando conjuntamente entre el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA y el Área de Parasitología y Enfermedades Parasitarias (Fac. Cs. Veterinarias-UNCPBA). En el PICT tiene como objetivo principal lograr la aplicabilidad del hongo nematófago Duddingtonia flagrans como agente de control biológico de nematodos gastrointestinales de importancia en la producción pecuaria, mediante la fabricación y administración de cápsulas de alginato en el agua de bebida.
En esta PPS+PI se propone abordar uno de las etapas del PICT que consiste en la realización de un sistema embebido de control IoT que posibilita la incorporación de las cápsulas en el bebedero. Para ello se partirá de un prototipo realizado en el proyecto, en el cuál analiza las imágenes capturadas desde el bebedero y determina si se debe, o no, proporcionar cápsulas al mismo. Además, se debe controlar nivel de agua del bebedero, la dosificación de cápsulas mediante el procesamiento de imágenes, registrar todas las acciones realizadas para posterior análisis off-line y soportes de conectividad para la configuración del sistema y/o transmisión de datos.
Director: Dr. Juan Toloza
CoDirector: Mg. Lucas Leiva
Lugar de Trabajo: LabSET/INTIA
Cantidad de Alumnos/as: 1 o 2 alumnos/as
Título: Desarrollo de Plataforma Web para la Gestión y Monitoreo de Bebederos Automáticos con Dosificación Biológica
Resumen
El trabajo se enmarca en un PICT que se está ejecutando conjuntamente entre el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA y el Área de Parasitología y Enfermedades Parasitarias (Fac. Cs. Veterinarias-UNCPBA). En el PICT tiene como objetivo principal lograr la aplicabilidad del hongo nematófago Duddingtonia flagrans como agente de control biológico de nematodos gastrointestinales de importancia en la producción pecuaria, mediante la fabricación y administración de cápsulas de alginato en el agua de bebida.
En esta PPS para TUDAI se propone desarrollar una plataforma web integral que permita gestionar los bebederos automáticos, visualizar su estado operativo, administrar usuarios y roles, y generar información relevante para el control biológico de nematodos en ovinos
Tutor interno: Dr. Juan Toloza
Tutor externo: Dra. Federica Sagües
Lugar de Trabajo: LabSET/INTIA
Cantidad de Alumnos/as: 2 alumnos/as
Estado: En ejecución
Título: Clasificación de huevos de parásito mediante técnicas de Deep Learning para pequeños animales
Resumen
El trabajo se enmarca en uno de los proyectos de investigación que se ejecutan en el Laboratorio de Sistemas Embebidos Tandil (LabSET) del INTIA. El conocimiento de los agentes parasitarios intestinales de las mascotas que conviven más estrechamente con el hombre tiene implicancias en la salud humana, ya que estos agentes tienen la potencialidad de transmitirse al humano. A diferencia de la industria agropecuaria, el tratamiento se elige en función del tipo de parásito que infecta al animal. Es por ello que la automatización del diagnóstico mediante técnicas computacionales permitiría reducir los tiempos de tratamiento, evitando el análisis de laboratorio. El trabajo comprende la vinculación del LabSET, con el Centro de Investigación Veterinaria Tandil (CIVETAN) de la UNICEN, e InFoLab de Mar del Plata, y refuerza las colaboraciones previas realizadas entre los institutos para el conteo automático de huevos de parásitos aplicado en la industria agropecuaria.
En esta PPS+PI se propone el desarrollo de un modelo de Deep Learning para la clasificación de huevos de parásitos de pequeños animales. Como requisito, se explicita que el modelo generado debe cumplir con las restricciones necesarias para poder ser compilado e implementado en FPGA utilizando las herramientas provistas por AMD Xilinx (Vitis AI) en futuras versiones del desarrollo, a fin de generar un dispositivo de análisis portable.
Director: Mg. Lucas Leiva
CoDirector: Ing. Bruno Constanzo
Lugar de Trabajo: LabSET/INTIA
Cantidad de Alumnos/as: 1 o 2 alumnos/as
Propuestas de tesis de posgrado
Propuestas de tesis de posgrado
Propuestas de investigación
Propuestas de investigación
Page updated
Report abuse