Has dominado los fundamentos (Volumen 1). Ahora es hora de llevarlo al siguiente nivel: autonom a inteligente.
Este libro te ense a c mo integrar rob tica, visi n por computadora e inteligencia artificial en drones reales. Perfecto para ingenieros que quieren especializarse en percepci n aut noma.
Cap tulo 1 - ROS2 y Arquitectura Rob tica
- Sistema operativo de facto en rob tica profesional.
- Nodos, t picos, mensajes - arquitectura descentralizada.
- Integraci n Ardupilot + ROS2 (bridge MAVLink).
- Nav2: stack de navegaci n aut noma en 3D.
- Simulaci n con Gazebo + SITL.
Cap tulo 2 - Visi n Artificial y Detecci n de Objetos
- OpenCV: procesamiento de im genes en tiempo real.
- YOLOv8: detecci n ultrarr pida (45 FPS en GPU).
- M todos cl sicos vs. Deep Learning.
- Integraci n con ROS2 (publishers/subscribers de im genes).
- Casos reales: detecci n de personas, veh culos, puntos de inter s.
Cap tulo 3 - IA en Drones
- Edge Computing: procesar en el drone, no en la nube.
- L nea Jetson (Nano → Orin): elecci n seg n latencia y presupuesto.
- Latencia
- TensorRT: aceleraci n 2-3x de modelos NN.
- Arquitectura completa: Jetson + ROS2 + Ardupilot + visi n.
Caracter sticas clave:
- 246 p ginas densas de contenido aplicado
- C digo Python/C++ listo para usar.
- 20+ gr ficos y diagramas de flujo.
- Compatible con hardware: Jetson Nano, Orin NX, RTX.
- Preparaci n para drones de investigaci n/comercial.
Requisitos previos:
- Familiaridad con Python (Anexo A2).
- Conceptos de drones (Volumen 1).
- Ubuntu 22.04 recomendado.
Para qui n es?
- Ingenieros especializ ndose en autonom a rob tica.
- Investigadores en visi n artificial.
- Startups de drones con IA.
- Makers que quieren drones "inteligentes".
Desde detecci n de objetos hasta toma de decisiones aut noma, aprender s el stack completo de drones inteligentes.
Todos los ejemplos, pr cticas, ejercicios y ex menes est n resueltos y disponibles en GitHub:
https: //github.com/DroneBooks/DronesAutonomos