Drones Autónomos II: Robótica, Visión Artificial, IA

Has dominado los fundamentos (Volumen 1). Ahora es hora de llevarlo al siguiente nivel: autonomía inteligente.Este libro te enseña cómo integrar robótica, visión por computadora e inteligencia artificial en drones reales. Perfecto para ingenieros que quieren especializarse en percepción autónoma.Capítulo 1 - ROS2 y Arquitectura Robótica- Sistema operativo de facto en robótica profesional.- Nodos, tópicos, mensajes - arquitectura descentralizada.- Integración Ardupilot + ROS2 (bridge MAVLink).- Nav2: stack de navegación autónoma en 3D.- Simulación con Gazebo + SITL.Capítulo 2 - Visión Artificial y Detección de Objetos- OpenCV: procesamiento de imágenes en tiempo real.- YOLOv8: detección ultrarrápida (45 FPS en GPU).- Métodos clásicos vs. Deep Learning.- Integración con ROS2 (publishers/subscribers de imágenes).- Casos reales: detección de personas, vehículos, puntos de interés.Capítulo 3 - IA en Drones- Edge Computing: procesar en el drone, no en la nube.- Línea Jetson (Nano ¿ Orin): elección según latencia y presupuesto.- Latencia < 100ms: obligatoria para vuelo autónomo.- TensorRT: aceleración 2-3x de modelos NN.- Arquitectura completa: Jetson + ROS2 + Ardupilot + visión.Características clave:- 246 páginas densas de contenido aplicado- Código Python/C++ listo para usar.- 20+ gráficos y diagramas de flujo.- Compatible con hardware: Jetson Nano, Orin NX, RTX.- Preparación para drones de investigación/comercial.Requisitos previos:- Familiaridad con Python (Anexo A2).- Conceptos de drones (Volumen 1).- Ubuntu 22.04 recomendado.¿Para quién es?- Ingenieros especializándose en autonomía robótica.- Investigadores en visión artificial.- Startups de drones con IA.- Makers que quieren drones "inteligentes".Desde detección de objetos hasta toma de decisiones autónoma, aprenderás el stack completo de drones inteligentes.Todos los ejemplos, prácticas, ejercicios y exámenes están resueltos y disponibles en GitHub: