{"id":2283,"date":"2022-04-21T13:28:46","date_gmt":"2022-04-21T16:28:46","guid":{"rendered":"https:\/\/icc.fcen.uba.ar\/?p=2283"},"modified":"2025-06-05T10:14:34","modified_gmt":"2025-06-05T13:14:34","slug":"mapeo-de-bosques-nativos-con-drones-que-ayudan-a-detectar-la-tala-ilegal","status":"publish","type":"post","link":"https:\/\/icc.fcen.uba.ar\/en\/mapeo-de-bosques-nativos-con-drones-que-ayudan-a-detectar-la-tala-ilegal\/","title":{"rendered":"Mapeo de bosques nativos con drones que ayudan a detectar la tala ilegal"},"content":{"rendered":"

Los integrantes del Laboratorio de Rob\u00f3tica y Sistemas Embebidos desarrollaron dos prototipos de\u00a0 veh\u00edculos a\u00e9reos no tripulados (VANTs) que pudieron testearse con eficiencia en tres \u00e1reas protegidas de la Argentina (<\/span>Parque<\/span> Nacional Nahuel Huapi, Parque Nacional Ciervo de los Pantanos y<\/span> Reserva Ecol\u00f3gica Ciudad Universitaria-Costanera Norte<\/span>). Mediante t\u00e9cnicas de geolocalizaci\u00f3n y fotogrametr\u00eda a\u00e9rea, lograron calcular par\u00e1metros estructurales de los bosques e identificar las zonas de extracci\u00f3n ilegal. El desaf\u00edo actual es incluir mayor capacidad de sensado en los veh\u00edculos e incorporar mejores algoritmos para la detecci\u00f3n autom\u00e1tica de tala selectiva.<\/span><\/p>\n

En la actualidad, relevar y monitorear especies de bosques nativos con nivel de detalle, es una actividad compleja que permite conocer caracter\u00edsticas estructurales de los bosques tales como la altura de las copas, la cobertura del suelo, calcular sus \u00edndices de vegetaci\u00f3n\u00a0 e identificar lugares donde est\u00e1 habiendo una tala no autorizada y, al mismo tiempo, indiscriminada. Dada la vasta extensi\u00f3n de los bosques nativos de Argentina, que comprende miles de kil\u00f3metros cuadrados, y la variedad de especies en peligro que existen, se requieren nuevos m\u00e9todos para hacer eficiente el monitoreo de estas regiones. A su vez, las metodolog\u00edas tradicionales de procesamiento de im\u00e1genes satelitales as\u00ed como del trabajo de campo llevado a cabo manualmente por ingenieros forestales, presentan importantes limitaciones de tiempo y cobertura y son muy costosas de realizar.\u00a0<\/span><\/p>\n

\"\"Con este fin, investigadores del Laboratorio de Rob\u00f3tica y Sistemas Embebidos del ICC desarrollan un proyecto de Monitoreo de Bosques Nativos utilizando veh\u00edculos a\u00e9reos no tripulados (VANTs o drones) de ala fija (<\/span>ver nota anterior del ICC<\/span><\/a>). El proyecto tiene como prop\u00f3sitos: 1) Dise\u00f1ar y construir VANTs que puedan volar de manera aut\u00f3noma y relevar una zona protegida. 2) Desarrollar algoritmos de im\u00e1genes y visi\u00f3n por computadora para procesar los datos capturados por los VANTs. 3) Obtener una metodolog\u00eda que permite el aprovechamiento forestal de los bosques de Argentina.<\/span><\/p>\n

Durante la<\/span> cuarta edici\u00f3n del D\u00eda de la Investigaci\u00f3n en Ciencias de la Computaci\u00f3n<\/span><\/a>, realizada el 18 de marzo de 2022, el investigador <\/span>Pablo De Crist\u00f3foris<\/b> expuso el estado actual y los avances del proyecto en su charla <\/span>\u201cMapeo de bosques utilizando veh\u00edculos a\u00e9reos no tripulados\u201d<\/b>. La \u00faltima publicaci\u00f3n cient\u00edfica del proyecto est\u00e1 disponible en el journal<\/span> Forests<\/span><\/a>. En este contexto, entrevistamos a De Crist\u00f3foris sobre las principales novedades de este destacado trabajo de investigaci\u00f3n.<\/span><\/p>\n

\u00bfQu\u00e9 caracter\u00edsticas tienen los prototipos de los VANTs desarrollados por tu grupo en el Laboratorio de Rob\u00f3tica y qu\u00e9 performance de vuelo observaron hasta ahora?<\/b><\/p>\n

Los dos VANTs que construimos son prototipos, ninguno es<\/span> una versi\u00f3n final a nivel de un producto comercial, que tampoco<\/span> existe para la aplicaci\u00f3n en cuesti\u00f3n (mapeo de bosques).<\/span> Se opt\u00f3 por <\/span>fuselajes livianos de tipo ala fija construidos en material EPO y fibra de carbono. A diferencia de los VANT de tipo multic\u00f3ptero, los<\/span> de ala fija presentan mayor autonom\u00eda de vuelo y capacidad de carga,<\/span> caracter\u00edsticas fundamentales para nosotros. Aunque tambi\u00e9n se<\/span> probaron multic\u00f3pteros para \u00e1reas de relevamiento de menor dimensi\u00f3n.<\/span><\/p>\n

Se construyeron dos VANTS basados en dos modelos de fuselaje<\/span> distintos: en primer lugar construimos Chimuelo, basado en el fuselaje<\/span> Skywalker X5, que es de tipo ala volante (sin cola), de 1180mm de<\/span> envergadura y 1020mm de longitud y en segundo lugar construimos<\/span> Gaspar\u00edn, basado en el fuselaje Skywalker 1900, que es de ala fija alta (con cola), de 1900mm de envergadura y 1180mm de longitud. Ambos<\/span> fuselajes poseen una cabina que admite una carga \u00fatil de entre 500g y<\/span> 700g, pero esto depende de la configuraci\u00f3n de motor y h\u00e9lice que se<\/span> utilice. Los VANTs incluyen adem\u00e1s un autopiloto, las bater\u00edas, la<\/span> c\u00e1mara digital, diversos sensores, componentes de comunicaci\u00f3n y actuadores.<\/span><\/p>\n

Luego de realizarse pruebas de vuelo con ambos VANTs basados en sendos<\/span> fuselajes se encontraron ventajas comparativas del Skywalker 1900 por<\/span> sobre el X5, es decir, el segundo que construimos respecto del<\/span> primero. En primer lugar, el Skywalker 1900 presenta un vuelo m\u00e1s<\/span> lento y estable debido a su mayor envergadura. Esto facilita considerablemente alcanzar el vuelo aut\u00f3nomo y tambi\u00e9n minimiza los<\/span> movimientos en vuelo que puedan generar un desenfoque (<\/span>motion blur<\/span><\/i>) de<\/span> las im\u00e1genes adquiridas. En segundo lugar, con el fuselaje Skywaler<\/span> X5, se requiere de una catapulta o un el\u00e1stico que permita<\/span> proporcionarle la velocidad m\u00ednima de vuelo en un tiempo suficiente corto para lograr el despegue, mientras que con el Skywalker 1900 se<\/span> puede hacer un lanzamiento directamente con la mano, ya que su<\/span> velocidad m\u00ednima de sustentaci\u00f3n es mucho menor. En tercer lugar, la<\/span> capacidad de carga y la autonom\u00eda de vuelo son superiores en el caso del<\/span> Skywalker 1900. Por estas razones actualmente seguimos trabajando con<\/span> un <\/span>VANT basado en este fuselaje.<\/span><\/p>\n

\u00bfCu\u00e1les son los problemas de procesamiento de<\/b> im\u00e1genes en un dominio tan particular como el de los bosques y en qu\u00e9 consiste el Modelo<\/b> Digital del Terreno que proponen para este entorno<\/b>?<\/b><\/p>\n

Uno de los problemas que encontramos es que para estimar correctamente<\/span> los par\u00e1metros estructurales de los bosques necesitamos conocer con<\/span> precisi\u00f3n la altura de los \u00e1rboles. Por ese motivo se necesita un Modelo<\/span> Digital del Terreno (DTM), que tambi\u00e9n sea preciso. Para construir un<\/span> DTM es necesario poder sensar el terreno, pero cuando se trabaja con<\/span> c\u00e1maras digitales (lo que se conoce como fotogrametr\u00eda a\u00e9rea) en<\/span> ambientes boscosos no siempre es posible. En las im\u00e1genes capturadas<\/span> se pueden observar las copas de los \u00e1rboles, pero cuando \u00e9stas se<\/span> encuentran muy cercanas entre s\u00ed, ocluyen el suelo.<\/span><\/p>\n

Para lidiar con esto se propuso un algoritmo novedoso de generaci\u00f3n de<\/span> DTMs precisos en entornos forestales utilizando solo la nube de puntos<\/span> caracter\u00edsticos extra\u00eddos de las im\u00e1genes y calculada siguiendo el<\/span> m\u00e9todo de <\/span>Structure from Motion<\/span><\/i>, lo que reduce considerablemente el<\/span> costo en comparaci\u00f3n con los enfoques orientados a LIDAR. A diferencia<\/span> de ellos, considera los espacios vac\u00edos que normalmente se encuentran en las nubes de puntos durante el proceso de clasificaci\u00f3n suelo vs.<\/span> no-suelo y extiende el modelo del suelo utilizando la t\u00e9cnica de<\/span> Random sample consensus<\/span><\/i> (RANSAC). En base a este algoritmo de<\/span> generaci\u00f3n de DTMs precisos se propone la estimaci\u00f3n de par\u00e1metros<\/span> forestales estructurales y la detecci\u00f3n autom\u00e1tica de tala selectiva.<\/span><\/p>\n

\u00bfQu\u00e9 resultados preliminares han podido recolectar sobre el mapeo en<\/b> los bosques analizados en esta \u00faltima etapa de trabajo?<\/b><\/p>\n

Hasta ahora se trabaj\u00f3 en zonas de tres \u00e1reas protegidas: Parque<\/span> Nacional Nahuel Huapi, Parque Nacional Ciervo de los Pantanos y<\/span> Reserva Ecol\u00f3gica Ciudad Universitaria-Costanera Norte. En todos los<\/span> casos pudimos corroborar la factibilidad de la metodolog\u00eda propuesta<\/span> para el relevamiento y monitoreo de bosques utilizando VANTs y<\/span> fotogrametr\u00eda a\u00e9rea. Se pudieron calcular par\u00e1metros estructurales de<\/span> los bosques pertenecientes a estas \u00e1reas relevadas, como la altura de<\/span> los \u00e1rboles, el porcentaje de cobertura de las copas, la segmentaci\u00f3n<\/span> en estratos arb\u00f3reos y la detecci\u00f3n de tala o extracci\u00f3n de individuos. Esto \u00faltimo tiene un gran inter\u00e9s debido a la necesidad de<\/span> monitorear la poda ilegal en \u00e1reas protegidas.<\/span><\/p>\n

Lamentablemente la pandemia imposibilit\u00f3 la realizaci\u00f3n de tareas de<\/span> campo en los \u00faltimos dos a\u00f1os, con lo cual nuestro primer objetivo<\/span> ahora es poner en condiciones operativas nuevamente los VANTs<\/span> desarrollados y volver a las \u00e1reas ya relevadas para poder volver a<\/span> mapear los bosques y probar nuestros algoritmos de detecci\u00f3n de cambios en las zonas de inter\u00e9s.<\/span><\/p>\n

Por \u00faltimo, \u00bfpodr\u00edas comentar sobre c\u00f3mo ser\u00eda el trabajo a<\/b> futuro en t\u00e9rminos del desarrollo y entrenamiento de algoritmos de <\/b>machine<\/i><\/b> learning<\/i><\/b> para el reconocimiento e identificaci\u00f3n de especies?<\/b><\/p>\n

A futuro tenemos pensado incluir mayor capacidad de sensado en los<\/span> VANTs, en particular incorporar una c\u00e1mara multiespectral con el fin<\/span> de adquirir im\u00e1genes en distintos rangos del espectro<\/span> electromagn\u00e9tico. De esta forma se puede adquirir mucha m\u00e1s informaci\u00f3n que la que obtenemos ahora en el espectro visible. Con<\/span> esta informaci\u00f3n se pueden aplicar algoritmos de <\/span>machine learning<\/span><\/i>, en<\/span> particular estamos pensando en utilizar redes neuronales<\/span> convolucionales (<\/span>deep learning<\/span><\/i>), ya que han dado los mejores resultados<\/span> hasta el momento en el estado del arte. Lo que buscamos es que el<\/span> sistema aprenda a identificar especies a partir de un conjunto de<\/span> datos ya etiquetado por especialistas que conocen el terreno (por<\/span> ejemplo, guardaparques). Un sistema con estas caracter\u00edsticas<\/span> resultar\u00eda de\u00a0 gran inter\u00e9s ya que clasificar y monitorear especies<\/span> permite analizar c\u00f3mo afectan las especies ex\u00f3ticas en los bosques<\/span> nativos de nuestro pa\u00eds.<\/span><\/p>\n

\"\"

Los dos prototipos: Chimuelo y Gaspar\u00edn.<\/p><\/div>\n

\"\"

Configuraci\u00f3n de par\u00e1metros de vuelo y del sensor<\/p><\/div>\n

\"\"

Construcci\u00f3n de un ortomosaico y un mapa 3D<\/p><\/div>\n

\"\"

Detecci\u00f3n de cambios<\/p><\/div><\/p>\n<\/div><\/div><\/div><\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Los integrantes del Laboratorio de Rob\u00f3tica y Sistemas Embebidos desarrollaron dos prototipos de veh\u00edculos a\u00e9reos no tripulados (VANTs) que pudieron testearse con eficiencia en tres \u00e1reas protegidas de la Argentina. Mediante t\u00e9cnicas de geolocalizaci\u00f3n y fotogrametr\u00eda a\u00e9rea, lograron calcular par\u00e1metros estructurales de los bosques e identificar las zonas de extracci\u00f3n ilegal.<\/p>\n","protected":false},"author":9,"featured_media":2289,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[71,12],"tags":[100,29,9],"class_list":["post-2283","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-actualidad","category-noticias","tag-procesamiento-imagenes","tag-aprendizaje-automatico","tag-robotica"],"_links":{"self":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/2283","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/comments?post=2283"}],"version-history":[{"count":3,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/2283\/revisions"}],"predecessor-version":[{"id":2293,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/posts\/2283\/revisions\/2293"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media\/2289"}],"wp:attachment":[{"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/media?parent=2283"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/categories?post=2283"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/icc.fcen.uba.ar\/en\/wp-json\/wp\/v2\/tags?post=2283"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}