LaViRIA
Laboratorio de Visión, Robótica e Inteligencia Artificial
LaViRIA

Investigación

Visión por Computadora

Los principales desarrollos en visión por computadora del LaViRIA son:

  • El análisis de características visuales como el color y la textura a fin de poder automatizar tareas que utilizan imágenes como la información clave.
  • La clasificación y segmentación de imágenes, en las que la computadora determina de manera automática los elementos componentes de una escena.
  • El reconocimiento de patrones y formas, en donde se buscan modelos visuales de forma autónoma en una imagen.
  • El seguimiento de objetos y el servo-control visual que permiten a las computadoras realizar tareas de visión dinámica a partir de modelos matemáticos y computacionales

Robótica Móvil

Nuestros trabajos en robótica móvil usan como plataforma experimental principal el robot XidooBot. Nuestro objetivo es dotar de inteligencia artificial a este robot a fin de que pueda ejecutar tareas robóticas de alto nivel. Los desarrollos realizados hasta la fecha incluyen:

  • Sistemas de navegación robótica, que consisten en lograr que el robot ejecute tareas de desplazamiento entre dos puntos que pueden ser especificados tanto geométricamente, como a partir de referencias sensoriales o incluso usando referencias topológicas.
  • Tareas de modelado de escenarios, a fin de que el robot genere representaciones útiles para poder completar las tareas que le sean encomendadas.
  • Métodos de navegación reactiva, que permiten al robot evitar obstáculos presentes en su entorno de operación y que impidan la ejecución eficiente de la tarea en curso de ejecución.

Inteligencia Computacional

En LaViRIA, el enfoque principal utilizado para desarrollar sistemas inteligentes se basa en la computación flexible. La computación flexible se entiende como un conjunto de técnicas y métodos (entre los que se encuentran los sistemas difusos, los algoritmos genéticos y las redes neuronales) que pretende resolver problemas de ingeniería, integrando de manera sinérgica las bondades de los métodos en una manera colaborativa más que competitiva.

A lo largo del tiempo, hemos aplicado esta experiencia en sistemas tiempo real para aplicaciones de procesamiento de imágenes, visión por computadora y robótica móvil.

Publicaciones

El quehacer científico de los integrantes del LaViRIA produce artículos de investigación que se publican en diferentes conferencias nacionales e internacionales así como en revistas arbitradas e indizadas.

Artículos en revistas indizadas internacionales

  • Contreras-Cruz, M. A., Novo-Torres, L., Villarreal, D. J., & Ramirez-Paredes, J. P. (2023). Convolutional neural network and sensor fusion for obstacle classification in the context of powered prosthetic leg applications. Computers and Electrical Engineering, 108, 108656.
  • Contreras-Cruz, M. A., Correa-Tome, F. E., Lopez-Padilla, R., & Ramirez-Paredes, J. P. (2023). Generative Adversarial Networks for anomaly detection in aerial images. Computers and Electrical Engineering, 106, 108470.
  • Septien-Hernandez, J. A., Arellano-Vazquez, M., Contreras-Cruz, M. A., & Ramirez-Paredes, J. P. (2022). A Comparative study of post-quantum cryptosystems for Internet-of-Things applications. Sensors, 22(2), 489.
  • Torres, F. J., Ramírez-Paredes, J. P., García-Murillo, M. A., Martínez-Ramírez, I., Capilla-González, G., & Ramírez, V. A. (2021). A tracking control of a flexible-robot including the dynamics of the induction motor as actuator. IEEE Access, 9, 82373-82379.
  • Zamora-Garcia, I., Correa-Tome, F. E., Hernandez-Belmonte, U. H., Ayala-Ramirez, V., & Ramirez-Paredes, J. P. (2021). Mobile digital colorimetry for the determination of ammonia in aquaculture applications. Computers and Electronics in Agriculture, 181, 105960.
  • Lopez-Alanis, A., Lizarraga-Morales, R. A., Contreras-Cruz, M. A., Ayala-Ramirez, V., Sanchez-Yanez, R. E., & Trujillo-Romero, F. (2020). Rule-based aggregation driven by similar images for visual saliency detection. Applied Intelligence, 50(6), 1745-1762.
  • Ramirez-Paredes, J. P., & Hernandez-Belmonte, U. H. (2020). Visual quality assessment of malting barley using color, shape and texture descriptors. Computers and Electronics in Agriculture, 168, 105110.
  • Contreras-Cruz, M. A., Ramirez-Paredes, J. P., Hernandez-Belmonte, U. H., & Ayala-Ramirez, V. (2019). Vision-based novelty detection using deep features and evolved novelty filters for specific robotic exploration and inspection tasks. Sensors, 19(13), 2965.
  • Lopez-Alanis, A., Lizarraga-Morales, R. A., Sanchez-Yanez, R. E., Martinez-Rodriguez, D. E., & Contreras-Cruz, M. A. (2019). Visual saliency detection using a rule-based aggregation approach. Applied Sciences, 9(10), 2015.
  • Lizarraga-Morales, R. A., Correa-Tome, F. E., Sanchez-Yanez, R. E., & Cepeda-Negrete, J. (2019). On the use of binary features in a rule-based approach for defect detection on patterned textiles. IEEE Access, 7, 18042-18049.
  • Lopez-Perez, J. J., Hernandez-Belmonte, U. H., Ramirez-Paredes, J. P., Contreras-Cruz, M. A., & Ayala-Ramirez, V. (2018). Distributed multirobot exploration based on scene partitioning and frontier selection. Mathematical Problems in Engineering, 2018.
  • Ramirez-Paredes, J. P., Doucette, E. A., Curtis, J. W., & Ayala-Ramirez, V. (2018). Sensor compromise detection in multiple-target tracking systems. Sensors, 18(2), 638.
  • Cepeda-Negrete, J., Sanchez-Yanez, R. E., Correa-Tome, F. E., & Lizarraga-Morales, R. A. (2017). Dark image enhancement using perceptual color transfer. IEEE Access, 6, 14935-14945.

Artículos en memorias de congresos

  • Contreras-Cruz, M. A., Ochoa, G., & Ramirez-Paredes, J. P. (2020, November). Synthetic vs. real-world continuous landscapes: A local optima networks view. In International Conference on Bioinspired Methods and Their Applications (pp. 3-16). Cham: Springer International Publishing.
  • Ayala-Alfaro, V., Torres-Del Carmen, F., & Ramirez-Paredes, J. P. (2020, September). Wind field estimation by small UAVs for rapid response to contaminant leaks. In 2020 International Conference on Unmanned Aircraft Systems (ICUAS) (pp. 1546-1552). IEEE.
  • Novo-Torres, L., Ramirez-Paredes, J. P., & Villarreal, D. J. (2019, July). Obstacle recognition using computer vision and convolutional neural networks for powered prosthetic leg applications. In 2019 41st Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) (pp. 3360-3363). IEEE.

Artículos de divulgación

  • Andrade, M. R., Vázquez, L. G., Camacho, E. A., Carmona, M. E. C. M. E., Villegas, A. T., & Paredes, J. R. P. J. R. (2023). Evasión de Obstáculos con un Robot Móvil Terrestre usando Aprendizaje por Refuerzo. JÓVENES EN LA CIENCIA, 21, 1-8.
  • Ledesma, H. E. Q., Uribe, H. A. G., Gutiérrez, F. A. C., Torres, A. D. H., Beltrán, L. G. L., Vázquez, M. G. M., … & Belmonte, U. H. H. (2022). Arte y tecnología: Implementación de la máquina estética de Manuel Felguérez en un lenguaje moderno. JÓVENES EN LA CIENCIA, 16, 1-9.
  • Pérez, G. P., Andrade, M. A. R., Jiménez, U. M., Roa, M. O., González, X. B. G., Zamora-García, I., & Ramírez-Paredes, J. P. (2022). Desarrollo de una aplicación móvil para el monitoreo de parámetros en la acuicultura. JÓVENES EN LA CIENCIA, 16.
  • Rivillas, A. C. C., & Paredes, J. P. I. R. (2018). MODELADO MATEMÁTICO Y CONTROL DE UN SISTEMA DE DESPEGUE Y ATERRIZAJE VERTICAL A ESCALA. Jovenes en la ciencia, 4(1), 2480-2485.