¡Hola a todos y todas! Desde la unidad de Percepción e Inteligencia Artificial de CATEC estamos organizando un reto de percepción para robótica aérea.

El objetivo de esta competición es realizar tareas de visión artificial en entornos semi-realistas con un robot aéreo, de tal manera que se puedan llegar a resolver tareas autónomas en entornos sin GPS, como pueden ser interiores o similares. Además de ello, ser capaces de detectar defectos con las cámaras embarcadas.

Buscamos personas motivadas, que demuestren su experiencia en el ámbito de la robótica aérea y con ganas de resolver retos de Percepción e Inteligencia Artificial. La solución ganadora de cada prueba tendrá asociada un premio económico de 1.000€, y además se le ofrecería la posibilidad de incorporarse a nuestro equipo de trabajo dentro de CATEC (tanto en nuestra sede de Sevilla como de Santiago de Compostela).

Si tienes ganas de demostrar que sabes de robótica aérea, Computer Vision o Deep Learning , ¡este reto está hecho para ti!

Para más información sobre las pruebas, visita la página Datasets. Para averiguar cómo participar y enviar tus soluciones, visita la página Participación.

¡HEMOS AMPLIADO EL PLAZO HASTA EL DOMINGO 23 DE ENERO!

El reto que se propone consiste en dos pruebas. En la primera prueba, se deberá realizar una localización en interiores, mediante la información que proporcionan los sensores embarcados en la aeronave. En la segunda prueba, se deberá emplear un modelo de Inteligencia Artificial para lograr detectar defectos en un dataset de imágenes. A continuación, se detallarán cada una de las pruebas:

• PRUEBA 1. Localización en entornos sin GPS (Premio: 1.000€)

Esta prueba evaluará la capacidad del robot aéreo de localizarse en entornos donde no se tiene información GPS. Para ello, se podrá emplear la información que proviene de los diferentes sensores que lleva a bordo la aeronave. La aeronave cuenta con una cámara de profundidad, un sensor inercial (IMU) y un LIDAR 2D.

Para que los participantes puedan evaluar internamente sus soluciones de localización, se proporcionan datasets de prueba (ver sección Datasets).

Para la evaluación, se realizará una comparativa con un dataset de validación propio, calculando el RMSE (Root-Mean-Square Error) en posición y orientación respecto a la información obtenida por el sistema de captura de movimiento del testbed de CATEC (basado en 20 cámaras VICON).

• PRUEBA 2. Detección de defectos en imágenes empleando Inteligencia Artificial (Premio: 1.000€)

El objetivo de esta prueba es la detección de defectos en un conjunto de imágenes. Para ello, se proporcionará un dataset con imágenes etiquetadas que permita entrenar un modelo para su detección. El formato de este dataset y toda la información asociada se encuentra en la pestaña Datasets.

Para la evaluación, se estudiará el CSI (Critical Success Index) del modelo sobre un dataset de validación propio. El CSI se obtiene a partir de los verdaderos/falsos positivos y verdaderos/falsos negativos del modelo. Estos parámetros se obtendrán a partir de un umbral predefinido de IOU (Intersection Over Union) en las detecciones.