Toma alternativa de
dron durante el proceso de toma de imágenes y
imágenes con drones
Julio Augusto Sánchez García
Instituto Tecnológico de Morelia
Morelia, México
julai1433@gmail.com
Abstract— With the increasing use, develop
and improvement of drones, they have found
in them huge tools of analysis and study in
different scientific or technical panoramas.
In this project is explored the possibility of
using drone’s mobility for the image taking
in unknown environments and the their
exploitation for 3D modeling or the creation
of a database for mathematical analysis od
the extracted information.
The purpose of the project is the
implementation of X-ray in order to get
more complex analysis in different objects
and materials.
Con el creciente uso y mejoramiento de los
drones se han encontrado en ellos grandes
herramientas de estudio y análisis en
diferentes panoramas científicos o técnicos.
En este proyecto se explora la posibilidad de
utilizar la movilidad de los drones para la
captura de imágenes en entornos
desconocidos y su aprovechamiento para
modelado en 3D o creación de una base de
datos para el análisis matemático de la
información extraída. El proyecto tiene como
finalidad la implementación de rayos X para
análisis más complejos en distintos cuerpos y
materiales.
I. HIPÓTESIS
La hipótesis dice que, haciendo uso de la
inteligencia artificial, podemos desarrollar un
software de control primario, que se usará en un
dron autónomo para la toma de decisiones en el
reconocimiento del entorno, para luego poder
usar esa información en el algoritmo de control
secundario, que será el encargado de guiar al
datos, controlándolo en base a los resultados
obtenidos, y así poder manipular y analizar la
información obtenida, dependiendo de la
aplicación.
II. JUSTIFICACIÓN
La justificación es la evidente utilidad tan
variada que puede tener un sistema que haga
más práctico el análisis por medio de la toma de
imágenes y que además pueda aumentar la
información extraída en esa toma de imágenes .
Cualquier sistema de análisis por láser , por
rayos X, por toma de imágenes o de video ,
regulares e infrarrojos, todos podrían verse
beneficiados, y esto tendría un gran efecto en el
análisis de cuerpos, suelos, estructuras,
materiales, etc.
Los drones son una herramienta cada vez más
usada, su mejora es continua pues
constantemente aparecen drones con
características superiores a las de los anteriores,
los drones nos hacen posible acercarnos y
visualizar lugares a los cuales nos es muy
complicado llegar, su movilidad resulta muy
útil para muchas aplicaciones además de un
juguete.
En la ingeniería civill análisis de estructuras
requiere de la toma de imágenes y el análisis
con sensores.
En la medicina, es muy utilizado el análisis con
rayos X bajo ciertas zonas del cuerpo humano.
Además del naciente uso de las imágenes
térmicas para el análisis de malformaciones ,
tumores, el comportamiento del sistema
circulatorio, y varios otros objetos de análisis
que ayudan al diagnóstico médico.
En la minería, los análisis previos del suelo y el
entorno requieren de la emisión de radiación y
el monitoreo de la respuesta de dicho suelo ante
la radiación; de esta manera se obtiene
información para decidir si es viable excavar , y
de ser así, dónde sería mejor hacerlo.
En el análisis de materiales también es muy
usada la toma de imágenes.
En cualquiera de los anteriores ejemplos ,
podríamos optimizar el proceso de análisis, o al
menos lograrlo de manera más económica y
práctica si utilizáramos como herramienta el
dron, por su movilidad, nos da acceso
fácilmente a una mayor cantidad de ángulos
para la toma de información e imágenes , tiene
la capacidad de, en espacios suficientemente
amplios, puede desplazarse alrededor de cierto
objeto de estudio.
III. OBJETIVO
Objetivo General: El objetivo general es
diseñar un sistema de control autónomo para un
dron equipado con hardware para el análisis por
medio de imágenes, para la toma de decisiones
en dos procesos separados, (1) el proceso de
aprendizaje del entorno y el objeto de estudio; y
(2) el proceso de análisis del objeto de estudio.
Objetivos específicos:
1.- Diseño e implementación de
algoritmo base para el reconocimiento
del ambiente para el dron, usando la
cámara integrada y un sensor de
proximidad o un láser.
2.- Diseño e implementación de
algoritmo para el reconocimiento del
ambiente y el objeto de estudio.
3.- Diseño e implementación de
algoritmo para el reconocimiento del
ambiente incluyendo la evasión de
obstáculos.
4.- Diseño e implementación del
algoritmo principal de reconocimiento
del ambiente y preparación para el
análisis del objeto de estudio.
5.- Diseño e implementación de un
sistema que, bajo los resultados
Los objetivos restantes podrán ser establecidos
obtenidos en la etapa de
en el futuro, en función de los resultados
reconocimiento, plantee una trayectoria
obtenidos durante todo el proceso que lleve este
a seguir por el dron para el estudio del
proyecto.
objeto, así como los ángulos
específicos en los que se realizará la
toma de imágenes.
6.- Diseño e implementación de el
sistema que plantee la trayectoria
óptima para el dron, también los
ángulos adecuados para la toma de
imágenes y recogida de información.
7.- Implementación de los dos sistemas
de control
8.- Creación de un sistema que recoja
la información y la presente de manera
pertinente con modelos 3D y que
entregue toda la información en forma
de base de datos.
9.- Desarrollo de un algoritmo de
reconocimiento en exteriores, para
terrenos llanos y sin obstáculos.
10.- Diseño de algoritmo de
reconocimiento en exteriores, para
terrenos irregulares y con obstáculos.
11.- Diseño de algoritmo de
reconocimiento en exteriores y del
objeto de estudio, para terrenos
irregulares y con obstáculos.
12.- Diseño e implementación de el
sistema que plantee la trayectoria
óptima para el dron y a qué ángulos
debe tomarse cada imagen sobre el
objeto, terreno, material o zona de
estudio, para exteriores en terrenos
irregulares y con obstáculos.
13.- Implementación de un sistema que
recoja la información y la presente de
manera pertinente con modelos 3D y
que entregue toda la información en
forma de base de datos.
14.- Implementar los sistemas para
interiores y exteriores en un sólo
sistema.
15.- Investigación y desarrollo para la
implementación de equipación para
análisis profundo al dron, como un
sistema de rayos X.
 IV. MARCO TEÓRICO Clasificación de los Drones: Debido a la poca
teoría estandarizada que se puede encontrar
sobre estos dispositivos; las clasificaciones para
Introducción a Drones estos dispositivos son ambiguas, los drones
Los VANT o UAV por sus siglas en inglés son
vehículos aéreos no tripulados o más conocidos pueden ser clasificados por su tamaño, por el
como drones, la principal característica de tipo de control que usan, el tipo de motores que
dichos equipos es que pueden realizar vuelos emplean, el tipo de alimentación que requieren,
sin la intervención de un operario; por otro lado
forma de vuelo y despegue, uso principal,
tenemos a los RPS, por sus siglas en inglés,
Remotely Piloted Aircraft es otro subgrupo de número de hélices, etc.
las clasificaciones de estos artefactos , su Para este proyecto se pretende emplear un dron
principal característica es la necesidad de la
con motores Brushless (por la potencia que
intervención de operario para realizar un vuelo
mediante un radio control.(Guerra Jara, 2016) éstos pueden suministrar), el suministro de
La novedad de su llegada a las aplicaciones energía será por medio de baterías Li-Po,
civiles dificulta la existencia de un consenso en compuesta por tres celdas en serie de 3.7V cada
su definición, que cuestiona, en determinadas una y con capacidad regulable que además sea
ocasiones, si un determinado sistema responde de tipo Civil (Los drones no militares se
o no al concepto perseguido. Existe por ello consideran de uso civil) y con el número de
cierta variedad de términos que, con mayor o
hélices aún por definirse, aunque se buscará en
menor acierto, son utilizados para referirse a
un inicio usar 4 hélices (cuadcóptero).
este tipo de aeronaves. Así en el pasado fueron
denominados ROA (“Remotely Piloted En la ilustración 1 puede verse un tipo de
Aircraft”) o UA (“Unmmaned Aircraft” o
clasificación.
“Uninhabited Aircraft”). En la actualidad suele
utilizarse el término UAV (Unmanned Aerial
Vehicle) o más recientemente UAS
(“Unmanned Aircraft System”)(Barrientos et
al., 2015).
La palabra dron, según se registra en la 23a
Diccionario de la lengua española (DRAE),
como adaptación al español del sustantivo
inglés “drone” (literalmente tzángano’), para
referirse a una taeronave no tripulada’. Illustration 1:n Clasifiaiióon den aerioaves
Podría definirse como un vehículo aéreo no (Barrientos et al., 2015)
tripulado, controlado mediante un sistema de
comunicaciónnconexión, más o menos
complejo, vía satélite, radiocontrol, Bluetooth y Aplicaciones actuales de los drones
Wifi, cuyo movimiento se controla por una En la siguiente tabla se enlistan algunas de las
emisora o estación de control que dirige la más populares aplicaciones civiles que han
aceleración o deceleración de sus tenido las UAV.(Barrientos et al., 2015)
motoresnhélices, los cuales proporcionan
sustentación vertical y rigen el movimiento
según las preferencias del usuario.(Cantos Inspección de Líneas eléctricas
Díaz, 2015) infraestructuras Oleoductos y
 Gaseoductos Naufragios

Inspección de obra Puentes, viaductos, Búsqueda y rescate Accidentes en montaña

civil presas o zonas de difícil
acceso
Inmigración ilegal
Vigilancia de Fronteras
Contrabando
Sistema de control
Supervisión de Tráfico

Inmigración ilegal La operació de ú UAV, precisa, aú é

Patrulla marítima el caso de sistemas totalméte autóomos ,
Contrabando
de ú puesto de mádo é tierra dedicado ,
Cine al méos, a la defíició y supervisió de la
Filmografía
Reportaje fotográfico misió que debe realiaar el UAV .
De esta máera, el sistema de cótrol del
Reconocimiento y
Huracanes Riadas UAV, queda repartido é dos segmétos ,
toma de datos en
Volcanes déomíados habitualméte segméto
desastres naturales
tierra y segméto aire, úidos mediáte
Levantamiento de diferétes sistemas de comúicacióes .
T opografía (Barriétos et al., 2015)
mapas

Toma de muestras y É este sétido, el cótrol del dró queda

monitorización de segmétado é dos fuétes de cótrol.
partículas en Aerosol
Climatología Aúque é este proyecto, ́o se pretéde
Monitorización de prestar mucha atéció al cótrol de vuelo
contaminación ́i el fúcióamiéto íteŕo del dró , pues
atmosférica estos sistemas ya há sido desarrollados y
podemos écótrarlos ícluso é proyectos
Aplicación de de codigo abierto bastáte competitivos y
fumigantes Análisis có características muy variadas para
Agricultura del estrés hídrico poder acoplarlo a este proyecto.
Agricultura de
precisión Reconocimiento del ambiente
Radioactivos
Para este proyecto se planea usar el control
Vertidos previamente diseñado para el dron en cuestión;
Intervención en
contaminantes usando la computadora como control remoto,
desastres no naturales
(Petróleo) Incendios dedicando un programa matemático para la
forestales implementación de un algoritmo de control.
El algoritmo de control a desarrollar puede ser
Enlace de
generado en base a otros códigos logrados
comunicaciones
previamente por la comunidad científica.
Localización de La base del algoritmo de control será observar
Pesca Minería un área de trabajo a partir de una matriz ,
recursos naturales
generada con las variables obtenidas del
Transporte de ambiente.
paquetería Algoritmo Kernel DM:(Luo, Meng, Wang,
Sun, & Wang, 2015) El algoritmo Kernel DM
ha sido utilizado para el mapeo 3D de la
distribución de gas en ambientes cerrados, con teórico del recorrido del dron durante el
el uso de un dron. mapeado por olor.
La precondición de éste algoritmo es dividir el
espacio del área de estudio a una cuadrícula de
M x N cuadros. Cada cuadro será la unidad
básica para la actualización en tiempo real; la
resolución del mapeo del ambiente de trabajo
debenderá del tamaño de cada cuadro .
Originalmente se usó un microcontrolador en el
dron, pero eso afectaba la resolución de los
cuadros M x N por las limitantes del
microcontrolador; por eso se usará en este
proyecto un control directamente generado
desde el software de una computadora.
En la ilustración 2 se aprecia el código del
algoritmo 3D Kernel DM implementado en el
proyecto mencionado. Illustration 3:n Trayeitirian teóriian deln drion
duraoten eln mapeadi

En las ilustraciones 4 y 5 se aprecia la

trayectoria real seguida por el dron durante este
proceso, tanto en 2 dimensiones (Visto desde lo
alto) como en 3 dimensiones.

Illustration 2:n Códigin deln algiritmin 3Dn Illustration 4:n Trayeitirian práitian deln drion duraoten
Keroeln DM eln mapeadin (2D)
(Luo et al., 2015)

El reto será el acoplar los códigos y de alguna

manera “reciclarlos” bajo nuestro objetivos.

En la ilustración 3 se puede ver un diagrama


Illustration 5:n Trayeitirian práitian deln drion
duraoten eln mapeadin (3D)
Electrónica para el reconocimiento del
ambiente
En el proceso de reconocimiento del ambiente ,
se necesitará un control inteligente y bastante
rápido, para hacer de este proceso, algo
práctico, pues la practicidad es una de las
finalidades del proyecto.
Para lograr una buena respuesta en el proceso
de control para el reconocimiento del ambiente ,
serán requeridos diferentes dispositivos para el
análisis del ambiente.
Los sensores de proximidad integrados en el
dron de fábrica nos serán de utilidad para evadir
obstáculos, así como para detectar muros y
límites de trabajo.
Para iniciar se usarán sólo los elementos
incluídos en el dron, no será necesario nada
más; aunque en el futuro se analizará el uso de
ondas de radio para el análisis del ambiente sin
necesidad de desplazarse por toda la habitación ,
como si de un radar marino se tratara.
V. METODOLOGÍA
La metodología a seguir en este proyecto
está en función a los objetivos trazados, para ir
logrando cada uno.
Para el primer objetivo, en la parte del diseño ,
la metodología implica el diseño de un
algoritmo de control, utilizando las variables
obtenidas en tiempo real desde el dron; hay dos
modos para lograr esto, el primero involucra
integrar al dron un microcontrolador que lleve a
cabo todo este proceso, el segundo modo de
hacerlo es transmitiendo los datos desde el dron
hasta una computadora y enviando las ordenes
de control desde dicha computadora , usando un
software matemático (Matlab, por ejemplo)
para el análisis de las señales recibidas .
Aunque usando un microcontrolador se
alcanzaría una mayor autonomía y mayor radio
de acción, optaremos por utilizar el segundo
método por cuestiones de practicidad, para un
análisis más cómodo de las variables y también
para hacer más económico el proyecto.
En la cuestión de la implementación , la
metodología a seguir consistirá en ubicarnos en
una habitación vacía con el sistema de control y
el dron y probar la capacidad del dron de
ejecutar el algoritmo de manera correcta , así
como llevar registro de los tiempos que tarda ,
notas sobre las trayectorias que sigue y si hay
retrasos o pausas en el proceso , y de ser el caso ,
¿Cuál es el causante?, todo esto para lograr una
experimentación óptima del código
implementado; repetir el proceso partiendo con
el dron desde distintas partes de la habitación;
hacerlo también en distintas habitaciones , con
diferentes materiales, haciendo conjeturas y
notas que ayuden a generar una teoría sobre
bajo qué condiciones o con qué materiales
trabaja mejor el sistema..
Una vez alcanzado el primer objetivo: para el
segundo objetivo, la metodología será la misma
que la anterior, pero ésta vez indicándole el
objeto de estudio, y el sistema debe analizar la
forma y espacios del objeto de estudio . Deben
repetirse los experimentos un número
considerable de veces y bajo diferentes
condiciones, trabajando en los límites para
generar información que ayude a describir los
límites prácticos del sistema.
Para el tercer objetivo, se repetirá la
metodología de los objetivos anteriores, con la
diferencia de que ésta vez se distribuirán
obstáculos por toda la habitación , de diferentes
tamaños, materiales, colores y formas. El dron
deberá evadir esos obstáculos mientras estudia
el ambiente y el objeto de estudio , de nuevo se
tomarán notas sobre el comportamiento del
sistema ante ciertos obstáculos.
En el cuarto objetivo debe integrarse todo el
software de control que se ha generado , y con la
información obtenida de los experimentos,
optimizar el código de control para lograr las
rutas y análisis más rápidos y seguros . Luego en
la implementación, la metodología será la
misma usada en pasos anteriores y verificar
que el sistema responda como se esperaría en
toda situación controlada.
En el quinto objetivo comienza la etapa en la
que usamos lo que el sistema registra del
ambiente para generar una ruta de análisis hacia
el objeto de estudio; lo primero es que
seguiremos usando el software matemático para
generar la ruta a seguir.
Para la parte de la implementación , la
metodología a llevar a cabo será la continuación
de las pruebas hechas con anterioridad,
ubicando al sistema en una habitación con un
sujeto de estudio y obstáculos aleatorios en la
habitación, dándole la información extraída del
análisis del entorno y dejando que implemente
la ruta que encuentre, tomando registro de los
tiempos, de las rutas y de las condiciones;
evaluar si fue la mejor ruta y verificar cuales
eran las rutas alternativas, prueba con prueba
extraer esa información, de ese modo se tendrá
confianza en que el código funciona bajo
diversas condiciones y sobre todo, posibilitará
la optimización del mismo código.
En el sexto objetivo, luego de haber optimizado
el código, la metodología será la misma que con
el objetivo anterior; poner el sistema en una
habitación con un objeto de estudio y diversos y
aleatorios obstáculos; darle los datos obtenidos
en el análisis del ambiente, para luego hacer el
análisis del objeto de estudio , registrar las rutas
seguidas y las situaciones en las que se
presentaron, evaluar si la ruta a seguir fue la
ideal y cuales eran las rutas alternativas . Este
proceso será necesario repetirlo constantemente
durante el proyecto, ya que es difícil alcanzar el
0% de error en las rutas, bajo ciertas
observaciones se puede optimizar el código
hasta tener un porcentaje de error bajo.
El séptimo objetivo es implementar todo el
sistema, con los sistemas de aprendizaje del
entorno y análisis del objeto de estudio. La
metodología a seguir será realizar las pruebas
antes hechas, pero dejando el sistema completar
todo el proceso de estudio, tomando registro,
analizando y evaluando al sistema en diferentes
condiciones, procurando hacerlo difícil para
encontrar puntos ciegos o algún fallo con el
código. Así, cuando el sistema tenga
porcentajes de error muy bajos y conozcamos
sus condiciones ideales de trabajo y también sus
condiciones límite, entonces podremos confiar
en la información que obtenemos sobre el
objeto.
El objetivo número 8 consiste en aprovechar la
información extraída para generar una
presentación práctica y útil de dicha
información; el sistema deberá analizar bajo
que tipo de toma de imagen tuvo mayor
respuesta el objeto, ya sea que las imágenes
térmicas mostraran mapa de calor, o la
respuesta del análisis con láser. Debe
especificarse de qué tipo de objeto de estudio se
trata, para así asignar una presentación a los
datos en función a las necesidades del análisis.
Una vez que se ha alcanzado este objetivo , ya
tenemos el sistema funcionando en interiores.
Para el objetivo 9 ya empezamos a trabajar en
exteriores, para posterior análisis de terrenos ,
estructuras, etc.
La metodología para el objetivo 9 iniciará
reciclando el código para análisis del entorno en
interiores, haciendo los ajustes necesarios para
que trabaje en terrenos llanos de exteriores , con
la implementación del láser se puede delimitar
una zona de análisis. Luego de eso hacer
suficientes pruebas en diferentes tipos de
terrenos, a diferentes horas del día y bajo
diferentes condiciones climáticas, llevar
registro de todo esto junto con todas las
variables y analizar para hacer los ajustes
necesarios al algoritmo.
Para el décimo objetivo, la metodología inicia
con el código de análisis en exteriores básico ,
añadiéndole la tarea de detectar obstáculos por
todo un radio determinado alrededor del dron.
Para la implementación, la metodología se
reduce a experimentos parecidos a los
anteriores, pero incluyendo toda clase de
obstáculos en la zona de estudio del sistema ,
igualmente debe tomarse registro y procurar
hacer las correcciones que sean necesarias.
En el objetivo número 11, se busca que el
sistema logre analizar todo el entorno en su
zona de trabajo, incluyendo al objeto de
estudio. La metodología para este objetivo será
prácticamente la misma que la usada en el
objetivo anterior; dejando el dron en una zona
abierta, en terreno irregular con obstáculos, con
una zona de trabajo definida, pero en este
objetivo, también tendremos presente el objeto
de estudio.
En el objetivo número 12 tenemos la segunda
parte del software de análisis en exteriores.
El objetivo esta vez, es un software que logre
generar la ruta a seguir por el dron para la
obtención de la información y las imágenes,
todo esto puede reciclarse del software ya antes
diseñado para interiores, sólo haciendo ciertos
ajustes acorde a lo que implica trabajar en
exteriores.
En este paso debemos tomar en cuenta todos los
factores externos que sea posible para generar
una base de datos fidedigna sobre el
comportamiento del sistema en exteriores.
La metodología para la implementación de este
objetivo será el realizar un gran número de
pruebas en las que se buscarán muchos tipos de
ambientes, con diversos sujetos de estudio ,
dejando el dron en alguna parte dentro de la
zona de trabajo establecida.
Durante las pruebas se toman notas con muchos
detalles y se toma registro de todas o la gran
mayoría de variables que puedan estar
relacionadas o pudieran haber afectado el
resultado final, ya que hablamos de exteriores
puede haber muchas variables, entonces debe
llevarse registro sobre todas ellas para saber
cuales pueden afectar el funcionamiento del
sistema, para luego estudiar cómo evitar estas
interferencias.
Se harán muchas pruebas para asegurarse de
que la retroalimentación que tenemos es
suficiente para poder ajustar el código.
Una vez que se haya optimizado el código , que
las interferencias externas puedan ser evitadas ,
eliminadas o atenuadas, tendremos un sistema
de análisis y estudio del ambiente y de un
objeto, que funciona en exteriores.
En el objetivo 13, no hay mucho más que
reciclar el software utilizado en el paso 8 pero
adecuado a las condiciones del análisis en
exteriores. La metodología consistirá en
estudiar las posibles aplicaciones para este
sistema en exteriores y diseñar una forma de
presentación de datos, especialmente pensada
en las necesidades que implican esas
aplicaciones.
En el objetivo número 14, se requiere unir todo
el software hasta ahora diseñado en un sólo
programa que controle el dron en cualquier
situación, la metodología consistirá en,
utilizando las herramientas del dron, diseñar el
software para que el programa pueda darse
cuenta si está en interior o exterior , y así,
decidiendo eso, puede actuar bajo un sistema o
el otro. La metodología en la implementación
consistirá en realizar pruebas de reconocimiento
sólo para ver el porcentaje de error al decir si
está en interiores o exteriores. Teniendo un
porcentaje de error muy bajo, ya está
funcionando correctamente el sistema de
análisis.
En el objetivo 15 tenemos lo que se tiene como
objetivo a largo plazo, el implementar un
sistema de rayos X al diseño del dron . Para éste
último se debe realizar una extensa y muy
profunda investigación para así poder ver las
opciones que se tienen de tener acceso a
sistemas de rayos X; en un principio,
basándonos en lo que logremos investigar , se
buscará idear varios posibles diseños para
integrar el módulo de X-ray al dron , para luego
pedir los permisos y buscar acceso a algún
equipo para realizar las muchas pruebas
necesarias.

VI. CRONOLOGÍA

Enseguida se muestra una calendarización

propuesta para alcanzar los objetivos
específicos; ésta cronología está basada en lo
que se estima podría tardar cada proceso en
particular, teniendo en cuenta que si una de
estas metas no se logra cumplir en el tiempo
establecido, sería necesario ajustar toda la
cronología restante:
Objetivo 1: Junio 2018.
Objetivo 2: Agosto 2018.
Objetivo 3: Octubre 2018.
Objetivo 4: Noviembre 2018.
Objetivo 5: Febrero 2019.
Objetivo 6: Mayo 2019.
Objetivo 7: Junio 2019.
Objetivo 8: Julio 2019.
Objetivo 9: Octubre 2019.
Objetivo 10: Diciembre 2019.
Objetivo 11: Enero 2020.
Objetivo 12: Febrero 2020.
Objetivo 14: Febrero 2020.
Objetivo 15: Abril 2020.

VII. BIBLIOGRAFÍA
Barrientos, A., Del Cerro, J., Gutiérrez, P., San Martín, R., Martínez, A., & Rossi, C. (2015). Vehículos
aéreos no tripulados para uso civil. Tecnología y aplicaciones. Universidad Miguel Hernández, 1–
29. Retrieved from http:nnwebdiis.unizar.esn~neirandocsnABarrientos-CEDI2007.pdfhttp:nn
webdiis.unizar.esn~neirandocsnABarrientos-CEDI2007.pdf

Cantos Díaz, Ó. (2015). Drones y su aplicación en materia de seguridad y salud en el trabajo, 1–50.
Retrieved from http:nndspace.umh.esnbitstreamn11000n2211n1nTFM Díaz Cantos, Óscar.pdf

Guerra Jara, G. S. (2016). Sistema De Diseño De Drones, 94. Retrieved from

file:nnnC:nUsersnusuarionDownloadsn12335.pdf%0Ahttp:nndspace.uazuay.edu.ecnhandlendatosn6016

Luo, B., Meng, Q. H., Wang, J. Y., Sun, B., & Wang, Y. (2015). Three-dimensional gas distribution
mapping with a micro-drone. Chinese Control Conference, CCC, 2015–Septe, 6011–6015.
https:nndoi.orgn10.1109nChiCC.2015.7260580