ÍNDICE GENERAL

CONTENIDO
PÁGINA.

1. INTRODUCCIÓN. 1

2. ANTECEDENTES. 2

3. PLANTEAMIENTO DEL PROBLEMA. 5

3.1 Identificación del Problema. 5

3.1.1 Identificación de la situación problemática. 6

3.1.2 Identificación de las causas. 6

3.2 Formulación del problema. 7

3.3 Análisis causa y efecto. 7

4. OBJETIVOS Y ACCIONES. 7

4.1 Objetivo General. 7

4.2 Objetivos específicos. 7

4.3 Objetivos específicos y acciones de la investigación. 8

5. JUSTIFICACIÓN. 11

5.1 Justificación técnica. 11

5.2 Justificación económica. 11

5.3 Justificación operativa. 11

6. ALCANCES. 12

6.1 Alcance Temático. 12

1
6.2 Alcance Geográfico. 12

6.3 Alcance Institucional. 12

6.4 Alcance Temporal. 12

6.5 Alcance Funcional. 12

7. HIPÓTESIS. 13

7.1 Formulación de la hipótesis. 13

7.2 Análisis de variables. 13

7.3 Definición conceptual. 13

7.4 Operativización de variables. 14

8. MATRIZ DE CONSISTENCIA. 15

9. FUNDAMENTACIÓN TEÓRICA. 16

9.1 Contenido Temático. 16

9.2 Desarrollo de la fundamentación Teórica. 19

9.2.1 Técnicas de recopilación de información. 19

9.2.2 Tecnología de Desarrollo 21

9.2.3 Inteligencia artificial. 21

9.2.4 Ingeniería De Software. 26

9.2.5 Herramientas De Programación. 28

9.2.6 Pruebas de software. 28

9.2.7 Gestores de base de datos. 28

10. DISEÑO DE LA INVESTIGACIÓN. 29

11. TEMARIO TENTATIVO. 34

2
12. CRONOGRAMA DE TRABAJO. 36

13. BIBLIOGRAFÍA. 37

ANEXO “A” FUNCIONES DEL ELEMENTO COMANDO. 40

ANEXO “B” FUNCIONES DE LA SECCIÓN. 42

ANEXO “C” RECONOCIMIENTO DE ZONA. 44

ANEXO “D” RECONOCIMIENTO DE ZONA “TÉCNICA TREBOL”. 46

ANEXO “E” HOJA DE TRABAJO PARA EL H.D.T. 48

3
 ÍNDICE DE TABLAS

CONTENIDO
PÁGINA
Tabla 1.1: Objetivos Específicos y Acciones. 8
Tabla 1.2: Operativización de variables. 14
Tabla 1.3: Contenido Temático. 16
Tabla 1.4: Diseño de la investigación. 29
Tabla 1.5: Cronograma de Trabajo. 36

4
 ÍNDICE DE FIGURAS

CONTENIDO
PÁGINA
Figura 1.1: Matriz de Consistencia. 15

5
6
1. INTRODUCCIÓN.

El desarrollo y uso de tecnologías de Vehículos Aéreos No Tripulados (VANT)

avanza aceleradamente brindando facilidades para soluciones de problemas
militares y civiles, son de gran interés en el ámbito de seguridad y en particular en
el ámbito militar, existen aplicaciones especializadas para operaciones militares
que usan la mencionada tecnología, su aplicación satisface las necesidades de las
fuerzas armadas para el progreso del futuro.

En Bolivia actualmente en las operaciones de reconocimiento del terreno utilizan

técnicas, para lograr obtener información sobre las actividades del enemigo y la
zona se debe enviar oportunamente al escalón superior, siendo decisivo el factor
tiempo para la toma de decisiones, las tecnologías deben ser implementadas para
facilitar los trabajos de reconocimiento, monitoreo, movimiento de personas,
vehículos y espionaje . Commented [1]: redacción
Commented [2]: ya lo corregí
En síntesis estas tecnologías utilizan cámaras fotográficas aéreas para el esta bien?

reconocimiento y detección de objetos, a través del procesamiento de imágenes,

aplicables a Vehículo Aéreo No Tripulado de igual manera a satélites espías o de
aplicación civil.

1Mencionar el vant dpp2

Actualmente se dispone de un VANT denominado DPP2 (DRON PAUCARPATA

DOS), cuenta: autonomía de vuelo de 30 minutos y máximo de dos horas
incorporando un tanque más grande de combustible, motor de 110 cilindradas,
capacidad de carga de 6-7 kg, el manejo es manual de acuerdo a la visibilidad del
piloto.
En él se ha instalado en posición vertical una cámara de vídeo improvisada de
800TVL, proporciona secuencia de imágenes a los goggles FPV, por el momento
no transmite el video y no cuenta con telemetría, es necesario un sistema
hardware de transmisión y recepción de la secuencia de video.

7
2 enfocarse en el sistema

Una vez terminada con la configuración electrónica, a partir de la recepción de

video en la estación de base la comunicación no puede ser por cableado físico,
sino que nos permitan enviar la información en algún formato de espectro de onda.

Es necesario desarrollar un software para el reconocimiento, procesamiento y

tratamiento de imágenes empleando técnicas de inteligencia artificial, a través de
patrones y características propias del objeto a modelar. Realizar una
superposición de las fotografías aéreas, que se logre componer una costura
panorámica de la zona de reconocimiento. Datos enviados desde el emisor a
bordo del vant.

Para el procesamiento de la información de imágenes obtenidas por medios

electrónicos, se tiene que desarrollar herramientas matemáticas que pueden
generar patrones que sirvieran como eje de comparación, en base a ello surgen
diferentes algoritmos matemáticos capaces de clasificar las imágenes en función
de muestras de referencia y poder desarrollar diferentes propuestas para el
reconocimiento de imágenes.

Mediante inteligencia artificial y visión por computador detecta una secuencia de

video, el proceso consiste a partir de la captura y procesamiento de múltiples
imágenes, mediante una cámara.

La información más rica que se puede obtener del enemigo y la zona de

reconocimiento es mediante cámaras incorporada en un VANT, Por ello el empleo
de visión artificial, permitiendo un elevado grado de visión artificial del área de
reconocimiento del terreno, este sensor buscan imitar el sentido de la vista:
reconocer, identificar y clasificar imágenes.

Motivo por el cual se desarrollará un sistema de reconocimiento, detección de

objetivos militares (vehículos, personal) y costura panorámica, mediante

8
fotografías aéreas mediante la recepción del video, permite procesar las
imágenes, con la finalidad de obtener los resultados de la planificación de combate
en menor tiempo garantizando la disminución del riesgo de recursos humanos y la
reducción del tiempo en operaciones de reconocimiento del terreno.

2. ANTECEDENTES.

3 incluir caso de estudio

En Bolivia los inicios de la cohetería comienzan por el año 1985, donde

PROAERBOL (Proyecto Aeroespacial Boliviano), comienza a dar sus
primeros pasos con los cohetes tierra – tierra, en 1978, se intentó el estudio
de cohetes en Bolivia, teniendo un avance considerable con la participación
de algunos expertos, Ejército el desarrollo de otras tecnologías permitió que
se cree el “Centro de Investigación de Ciencia y Tecnología del Ejército”
(CICTE) nace con base operativa en la ciudad de Cochabamba, luego de
años de trabajo y por la falta de un adecuado financiamiento presupuestario,
el centro pasa a depender de la EMI (Escuela militar de ingeniería), Con el
nombre de “Programa de Desarrollo en Tecnología Aeroespacial” (PDETA),
el 2015 donde el enfoque sistemático cambia al de aplicaciones civiles,
medioambientales y estudios de la alta atmósfera.

Durante la gestión 2015, la Escuela Militar de Ingeniería instituyó como parte

de la Dirección de Investigación de Ciencia y Tecnología (DICYT), el
“Programa de Desarrollo en Tecnología Aeroespacial” en la Unidad
Académica Cochabamba, habiendo conformado un equipo multidisciplinario
(Docentes y estudiantes), que en la actualidad están en proceso de
capacitación, para desarrollar e incorporar distintos elementos electrónicos
y electromecánicos para las unidades, que se puedan desarrollar dentro el
programa.

El programa tiene como principales objetivos:

9
 ● Diseño y fabricación de motores de combustible sólido y líquido (con
fines pacíficos).
● Diseño y fabricación de cohetes (con fines pacíficos).
● Desarrollo de un sistema de guiado y estabilización.
● Desarrollo de un sistema de control de lanzamientos.
● Pruebas de factibilidad y calidad de los cohetes fabricados.
● Desarrollo de un sistema de reconocimiento del enemigo y terreno.
● Desarrollar un simulador de vuelo.
● Desarrollar un sistema de detección de la hoja de coca.
● Desarrollar un sistema de vuelo autónomo.

El Ejército de Bolivia es el encargado de proteger nuestro país de amenazas

internas y externas además de garantizar su independencia. El 2017 se
desarrolló la maniobra militar de demostración de “Eficiencia Combativa”,
denominada “Paucarpata II”.

La Escuela Militar de Ingeniería, “Mcal. Antonio José de Sucre”, participó de

la demostración a través de la Dirección Nacional de Investigación, Ciencia
y Tecnología, la cual cuenta con el “Programa de Desarrollo en Tecnología
Aeroespacial” (PDETA) con sede en Cochabamba.(Info. Prog. Aeroesp.,
2018). Uno de los productos mostrados fue un vehículo aéreo no tripulado
de ala fija denominado DPP2 (DRON PAUCARPATA DOS), sin embargo DPP2
aún está en una fase inicial: Commented [3]: ya corregi esta bien
pero el tribunal dijo que querian que hablemos mas del
programa
● El VANT es manipulado mediante control remoto pilotado desde tierra.

● Por el momento cuenta con una cámara de prueba instalada en posición

vertical, sin embargo no es posible controlar, manipular y procesar esta
secuencia de imágenes, necesaria en la operación de reconocimiento del
terreno.

10
● No cuenta con telemetría siendo importantes para la transmisión, recepción de
datos y video, son medios electrónicos que requiere el software.

Uno de los requerimientos que el programa quiere satisfacer con el DPP2: es la

capacidad de reconocimiento automático de personas, vehículos y la visión
artificial de la zona de reconocimiento.

4 proceso actual

El proceso actual que realiza el Ejército de Bolivia para el reconocimiento del

terreno, se basa en el Reglamento RI-03-24 (técnicas y procedimientos de la
sección del arma de Infantería).

Cada combatiente de la patrulla cuenta con cartas para la navegación, brújula,

equipo de combate, armamento y munición, se desplazan a pie o en motorizados,
mencionados combatientes tienen una visión limitada de la zona de
reconocimiento.

El comandante de sección planifica y organiza: Commented [4]: Refactorizar, queresmo hablar de lo

que tiene el combatiente? de la visón que tiene, o lo
que hace el comandante?
● El reconocimiento desde la recepción de la orden hasta la diseminación de la
Commented [5]: del material q cuenta y q su vision es
información, elabora y ejecuta el horario de distribución del tiempo (HDT), Ver limitada

ANEXO “E”, organiza el tiempo para las actividades de la patrulla desde el Commented [6]: ya corregi esta bien?

despierto, alistamiento de equipos, armamento, munición, alimentación,

desplazamiento, proceso de reconocimiento, etc... mencionadas actividades
desgasta los recursos humanos y materiales. Commented [7]: porque dice que desgastan al
comabtiente?
● Para el barrido de la zona de reconocimiento, emplean la técnica trébol en un Commented [8]: por todas las actividades q realizan.
sin antes entrar a la operacion de reconocimiento
perímetro de 360 grados ver ANEXO “C”, a cada patrulla se le asigna un área
del terreno en sentido de las agujas del reloj:

❖ 1ra patrulla cubre el sector Nº1 empezando de 12 y concluyendo en 4.

❖ 2da patrulla cubre el sector Nº2 empezando de 4 y concluyendo en 8.

11
 ❖ 3ra patrulla cubre el sector Nº3 empezando de 8 y concluyendo en 12, Ver
ANEXO “D”.
● Los combatientes visualizan la zona de reconocimiento, ingresan a territorio
restringido, ante el contacto con el enemigo las patrullas se desplazan por
otras, al cambiar de ruta no completan el barrido del sector asignado, los
mismo recolectan información errónea y en ciertos casos no cumplen con la
misión asignada. Lo cual obstaculiza el cumplimiento de la misión asignada.

● en el recorrido son vulnerables a ser capturados como prisioneros de guerra,

en ciertas situaciones las patrullas entran en contacto con el enemigo, producto
del encuentro retornan con heridos y en otras con bajas.

● El barrido de los sectores toma un tiempo promedio de 1 hora x 1000 metros,

dependiendo de la extensión y características del área asignada, durante el
proceso hacen uso de la carta, brújula para describir toda la información del
terreno con respecto al enemigo, dispositivos, composición y fuerza. Commented [9]: que se evidencia de este proceso?
Commented [10]: que hasta para recolectar la
● La centralización y diseminación de la información debe ser recolectada, por el información del terreno y enemigo requiere de
recursos.
comandante de sección para lo cual debe esperar, a que todas las patrullas
retornen al punto de reunión después del objetivo, el proceso consume un
tiempo de 1 hora o más y en ciertos casos se cuenta con información errónea,
posteriormente se comunica al escalón superior de manera oportuna de las
actividades del enemigo composición y fuerza, para la toma de decisiones

● Desde la recepción de la orden por el escalón superior hasta el cumplimiento

de la misión, dura un tiempo promedio de 4 a 7 días dependiendo del tipo de
operación. tiempo que el enemigo puede aprovechar para tomar ventaja de la
situación.

● La sección de reconocimiento se encuentra organizada aproximadamente por

57 combatientes.

5 investigar sobre proyectos de reconocimiento

12
Google se ha asociado con el Departamento de Defensa de Estados Unidos para
ayudarle a desarrollar una inteligencia artificial que analice vídeos e imágenes
captados por drones.

La participación de Google con el Proyecto Maven (también conocido como

AWCFT), comenzó en abril de 2017 se basa en desarrollar un sistema para
identificar objetos en vídeos de drones. Su misión es “acelerar la integración del
Departamento de Defensa (DoD) en el aprendizaje automático y el Big Data”.
Según el Wall Streen Journal, gastó 7.400 millones de dólares en 2017 en áreas
relacionada a la inteligencia artificial.

La primera tarea del proyecto es ayudar al Pentágono a procesar tantas imágenes

que los analistas humanos sencillamente no pueden mantener el ritmo, según
Greg Allen, miembro del Centro para una Nueva Seguridad Americana y coautor
de un informe extenso sobre el uso de inteligencia artificial en el área militar que
fue publicado en julio de 2017. El DoD ha invertido muchos recursos en desarrollar
tecnologías avanzadas para recolectar información durante los vuelos de drones,
pero ha tardado en crear las herramientas necesarias para analizar esos datos.

Maven fue diseñado para usar aprendizaje automático para identificar vehículos y
otros objetos en vídeos de drones, quitándole esa carga a los analistas. Según el
Pentágono, una de las primeras metas de Maven es proporcionar a los militares
un sistema avanzado de visión computarizada, el cual ofrece la detección e
identificación automatizada de objetos en vídeos de drones.

El uso militar del aprendizaje automático genera preocupaciones, por lo que

estamos discutiendo este tema tan importante internamente y con otros para
desarrollar políticas y medidas de seguridad alrededor del proyecto y, en general,
del uso de nuestros sistemas de aprendizaje automático”.

3. PLANTEAMIENTO DEL PROBLEMA.

A continuación se mencionan algunos puntos que permitan determinar el problema
de investigación de forma clara y precisa.

13
3.1 Identificación del Problema.
6 mencionar todos los problemas detectados
Los métodos actuales empleados en el proceso de reconocimiento y detección del
terreno en zonas enemigas presentan deficiencias como ser:

El riesgo de pérdida de recursos humanos y materiales que se usa para realizar la

organización de los 54 combatientes los cuales cuentan con armamento y equipo
para el barrido de la zona de reconocimiento. Commented [11]: ????????
Commented [12]: identificar el empleo de recursos
El tiempo empleado de 3 a 7 días que se usa para la planificación del HDT desde humanos y materiales en las operaciones de
reconocimient
la recepción de la orden hasta la culminación de la misión.

El riesgo de brindar información errónea de la zona de reconocimiento, en el

intento de evitar la confrontación, cambia de ruta de manera que no cumplen con
el barrido del sector asignado

El riesgo de ser capturados como prisioneros de guerra y/o ser dados de bajas, al
entrar en contacto con el enemigo, en el proceso del barrido de las patrullas. Commented [13]: Seguir la secuencia lógica de los
antecedentes
3.1.1 Identificación de la situación problemática. Commented [14]: se siguio el orden de acuerdo a los
antecedentes
7 reformular causas y efectos pocos puntos se evidencian en los antecedentes
8 mejorar la situación problemática,

● El proceso de reconocimiento se hace sólo desde tierra, lo cual provoca a los

combatientes de la patrulla una visibilidad limitada de la zona.
● La patrulla de reconocimiento realiza el proceso de dos formas a pie o
motorizado dependiendo del tipo de operación, provoca retraso en la
planificación de Operaciones Militares.
● La planificación de las actividades, del horario de distribución del tiempo
genera pérdida de tiempo en la ejecución del proceso de reconocimiento.
● La planificación de las operaciones de reconocimiento, provoca desgaste del
personal y empleo de recursos.

14
● El cambio de rutas al encontrarse con el enemigo provoca incumplimiento del
barrido en el sector asignado.
● El incumplimiento de la misión genera información errónea.
● La permanencia de la patrulla por varios días provoca desgaste de recursos
humanos y materiales.
● Al encontrarse con el enemigo en el barrido de la zona, provoca riesgo de
pérdida de recursos humanos en mencionadas operaciones.
● El proceso de planificación de la zona de reconocimiento en la actualidad, se
realiza desplazando recursos humanos, provocando el riesgo de pérdida de
recursos humanos y tiempo en mencionadas actividades.
● Exceder el tiempo en el cumplimiento de la misión, provoca pérdida de tiempo
en el reconocimiento del terreno.
3.1.2 Identificación de las causas.
Las causas identificadas son:
● El proceso de reconocimiento se hace sólo desde tierra.
● La patrulla de reconocimiento realiza el proceso de dos formas a pie o
motorizado dependiendo del tipo de operación.
● La planificación de las actividades, del horario de distribución del tiempo.
● La planificación de las operaciones de reconocimiento.
● El cambio de rutas al encontrarse con el enemigo.
● El incumplimiento de la misión.
● La permanencia de la patrulla por varios días.
● Al encontrarse con el enemigo en el barrido de la zona.
● El proceso de planificación de la zona de reconocimiento en la actualidad, se
realiza desplazando recursos humanos.
● Exceder el tiempo en el cumplimiento de la misión.
3.2 Formulación del problema.
9 formulación del problema poco sustentada

15
Los inadecuados procedimientos actuales en las operaciones de reconocimiento
del terreno, basados en él envió de personal humano y materiales provocan
recolección de información incompleta, demora de tiempo en el reconocimiento del
terreno y riesgo de pérdida de recursos humanos.
3.3 Análisis causa y efecto.
Causas:
Los inadecuados procedimientos actuales en las operaciones de reconocimiento
del terreno, basados en él envió de personal humano y materiales
Efectos:
● demora de tiempo en el reconocimiento del terreno.
● Riesgo de pérdida de recursos humanos.
4. OBJETIVOS Y ACCIONES.
Se pretende alcanzar el presente trabajo de grado es el siguiente:
4.1 Objetivo General.
Desarrollar un sistema de detección y reconocimiento del terreno, empleando
visión artificial y procesamiento de imágenes en el modelo de DPP2, para
garantizar la disminución del riesgo de pérdidas de recursos humanos y reducir el
tiempo en las operaciones de reconocimiento del terreno.
4.2 Objetivos específicos.
• Diseñar el modelado del negocio actual y alternativo para el proceso de
reconocimiento del terreno.
• Desarrollar el sub sistema de almacenamiento de imágenes y costura
panorámica.
• Desarrollar el sub sistema de clasificación de imágenes y aprendizaje
automático.
• Desarrollar interfaz de usuario para la visualización de recepción de video y
captura fotográficas.
• Realizar pruebas al sistema concluido.
4.3 Objetivos específicos y acciones de la investigación.

16
Para el logro de los objetivos específicos del proyecto se deben seguir las
acciones planteadas en la tabla N° 1:
Tabla 1.1: Objetivo Específico y acciones.

OBJETIVOS ACCIONES
ESPECÍFICOS

Diseñar el modelado del negocio • Recolectar información referente al

actual y alternativo para el procedimiento actual de reconocimiento del
proceso de reconocimiento del terreno.
terreno. • Realizar el modelado del negocio actual.
• Elaborar el modelo de negocio alternativo.
• Seleccionar la metodología de desarrollo de
software .
• Planificar el desarrollo de la propuesta en
base a la metodología seleccionada.
conveniente.

• Seleccionar imágenes de entrada.

Desarrollar el subsistema de • Detectar puntos claves (Dog,Harris,etc…) y
almacenamiento de imágenes y extraer los descriptores invariantes locales
costura panorámica. (SIFT,SURF,etc…).
• Coincidir los descriptores de las dos
imágenes.
• Implementar el algoritmo adecuado para
estimar una matriz homografía empleando
vectores de características coincidentes.
• Aplicar la transformación warping usando la
matriz de homografía obtenida.
• Recopilar información sobre sistema gestor

17
 de base de datos seleccionado.
• Seleccionar Sistema gestor base de datos
basándose en la compatibilidad de procesar
conjuntos de datos de imágenes.
• Preparación de las imágenes para uso en
HDFS(serialización) serializar un conjunto
de datos de imágenes completo en un solo
archivo.
• Implementar algoritmo para serializar
un conjunto de datos de imágenes
completo en un único archivo.
• Cargar el conjunto de datos de imágenes
serializadas en HDFS. Realizar pruebas de
funcionalidad.
Corregir observaciones.

• Recopilar información sobre Deep Learning,

visión por computadora.
• Comparar proceso tradicional de tomar un
conjunto de imágenes de entrada con Deep
Desarrollar el subsistema de Learning.
clasificación de imágenes y • Recopilar información sobre clasificación de
aprendizaje automático. imágenes.
• Recopilar información sobre tipos de
aprendizaje. Commented [15]: recopilar?? Para el desarrollo de un
clasificador de imágenes existe una secuencia
• Recopilar información sobre métodos lógica.....
principales de detección de objetos. Commented [16]: inge le enviare una foto a su
watsapp sobre el metodo que se sugirio
• Seleccionar método de detección de
Commented [17]: inge talvez estoy mal interpretando
objetos más adecuado. la lic butron dijo que estamos haciendo ingenieria
deberia ver en alguna parte metodologia de
procesamiento de imagenes

18
 • Implementar algoritmo de Detección de
objetos basada en el aprendizaje profundo.
• Realizar pruebas de funcionalidad.

• Analizar las funcionalidades del lenguaje

Desarrollar interfaz de usuario
para la visualización de
recepción de video y captura
fotográficas.
seleccionado y visión por computadora.
• Diseñar el entorno gráfico de la interfaz de
usuario de manera intuitiva.
• Implementar algoritmos para la recepción de
video a la interfaz de usuario.
• Realizar módulo de almacenamiento de
videos de eventos claves en tiempo real.
• Realizar módulo de acceso a la transmisión
de video y acceder cuadros de la secuencia.
• Analizar descriptores de las imágenes de
entrada.
• Diseñar algoritmos de estimación para el
empleo de vectores de característica
coincidente.
• Realizar pruebas de funcionalidad.

Realizar pruebas al sistema • Recopilar información sobre las pruebas de

concluido. software.
• Seleccionar las pruebas adecuadas al
sistema desarrollado.
• Aplicar las pruebas seleccionadas.
Realizar pruebas de funcionalidad del sistema.

Fuente: (Elaboración propia, 2018)

19
5. JUSTIFICACIÓN.
A continuación, se definen las justificaciones del presente trabajo.
5.1 Justificación técnica.
El sistema es justificable técnicamente tomando en cuenta que los vehículos
aéreos no tripulados se desplazan rápidamente en el espacio aéreo reduciendo el
tiempo empleado en el proceso actual del reconocimiento del terreno, brinda un
grado elevado de visión artificial del espacio aéreo mediante la incorporación de
cámara, son capaces de realizar procesamiento y reconocimiento de imágenes de
vehículos y personas, realiza la costura panorámica del aérea mediante
fotografías aéreas útiles para las áreas de tecnología implementada, garantizando
la disminución del empleo de recursos humanos y materiales.

5.2 Justificación económica.

El sistema será desarrollado basado en software libre, así no tendrá costos con
compras de licencias de software.
Será necesario un procesador de alto desempeño y procesamiento para las
imágenes. Con el sistema desarrollado no será necesario el empleo aproximado
de 54 combatientes, la planificación y organización, para las operaciones de
reconocimiento del terreno el combatiente requiere de recursos humano y
materiales:
● Cada combatiente emplea Cartas, brújula, equipo de combate, armamento
y munición, con un costo aproximado de 1300 dólares americanos.
● El personal asignado a la operación de reconocimiento se la paga viáticos
por día.
● El personal dado de baja, se la paga a la familia una indemnización
La Reducción del tiempo es importante para la conclusión exitosa de la operación
de reconocimiento, con el sistema desarrollado no será necesario realizar
operaciones de reconocimiento, ahorrando así tiempo, recursos humano y
materiales. y dinero. Commented [18]: una chequeada la justificación
economica
5.3 Justificación operativa.

20
El sistema implementado para el desarrollo de operaciones militares, mediante
una cámara de video permitirá la visión artificial del área designado por el escalón
superior, obteniendo:
• El reconocimiento y detección de patrones de vehículos y personas en tiempo
real.
• Centralización de información.
• Captura de fotografías aéreas.
• Costura panorámica del terreno actualizado.
La Información coadyuva a la mayor apreciación del enemigo en el área de
reconocimiento brindando ayuda al usuario final para la toma de decisiones de
manera oportuna, reduciendo riesgo de recursos humanos y la disminución del
tiempo empleado en el proceso de reconocimiento del terreno.
6. ALCANCES.

A continuación, se definen los siguientes tipos de alcances.

6.1 Alcance Temático.

El presente proyecto de investigación se encuentra ubicado en el área de
inteligencia artificial y visión por computadora, realiza el estudio detallado de las
técnicas de procesamiento de imágenes, recolección de datos.
6.2 Alcance Geográfico.
El proyecto se desarrollará en lugares altiplánicos de Bolivia, en el programa
aeroespacial en la EMI.
6.3 Alcance Institucional.
El proyecto será diseñado e implementado en el proceso del reconocimiento del
terreno asignado, en operaciones militares altiplánicas caso de estudio programa
aeroespacial de misiles.
6.4 Alcance Temporal.
Este proyecto se desarrollara e implementara a lo largo de la gestión 2018,
después del cierre del ciclo de vida del proyecto, se estima que el proyecto tenga

21
una duración de 5 años de acuerdo al cambio de tecnologías que suscitan día a
día.

6.5 Alcance Funcional.

El sistema desarrollado tendrá como alcances funcionales:
• Reconocimiento de patrones y características de vehículos.
• Reconocimiento de patrones y características de personas.
• Costura panorámica de la zona de reconocimiento.
• Capturas fotográficas aéreas
• Centralización de información.
La finalidad de las técnicas de reconocimiento es obtener información sobre el
enemigo y la zona de reconocimiento, elementos de juicio que servirán al usuario
final en la toma de decisiones para el planeamiento y conducción de operaciones.
7. HIPÓTESIS.
7.1 Formulación de la hipótesis.
10 cambio
El desarrollo de un sistema de detección y reconocimiento del terreno empleando
visión artificial y procesamiento de imágenes en el modelo DPP2 permitirá, Commented [19]: se refiere al dron paucarpata 2

garantizar la disminución de riesgo de pérdidas de recursos humanos en el

proceso del barrido en zonas enemigas y reducción del tiempo en las operaciones
de reconocimiento del terreno.
7.2 Análisis de variables.
Variable Independiente.
Sistema de detección y reconocimiento del terreno empleando visión artificial y
procesamiento de imágenes en el modelo DPP2.
Variables dependientes
Tiempo en las operaciones de reconocimiento del terreno.
11 ahorro de recursos, cantidad de recursos.

22
Riesgo de pérdida de recursos humanos en el proceso del barrido en zonas
enemigas.
7.3 Definición conceptual.
Variable Independiente.
Sistema de detección y reconocimiento del terreno empleando visión artificial y
procesamiento de imágenes en el modelo DPP2.
Esta variable hace referencia al proyecto propuesto para el uso del reconocimiento
del terreno. La información oportuna sirve al usuario final para el planeamiento y
conducción de operaciones.
Variables dependientes.
Tiempo en el reconocimiento del terreno.
Se refiere a la reducción de tiempo debido al proceso actualmente utilizado en las
operaciones de reconocimiento del terreno.
Riesgo de pérdida de recursos humanos en el proceso del barrido en zonas
enemigas.
Se refiere a la reducción de riesgo de pérdida de vidas y capturas humanas al
entrar en contacto con el enemigo en las operaciones de reconocimiento.
7.4 Operativización de variables.
Tabla 1.2: Operativización de variables.

VARIABLE DIMENSIÓN INDICADOR

23
 Variable Independiente. Sistema inteligente Comparación de
Sistema de detección y desarrollado y beneficios entre el
reconocimiento del terreno probado. sistema actual y
empleando visión artificial y propuesto.
procesamiento de imágenes en
el modelo DPP2.
Para el programa aeroespacial.

Variable Dependiente. Tiempo. Días / Hrs.

Tiempo en las operaciones de
reconocimiento del terreno.

Variable Dependiente. Nivel de riesgo. Matriz de riesgos.

Riesgo de pérdida de recursos
humanos en el proceso del
barrido en zonas enemigas.

Fuente: (Elaboración propia 2018

8. MATRIZ DE CONSISTENCIA.
12 modificar
En la figura N° 1 se muestra la matriz de consistencia que relaciona el problema,
el objetivo y la hipótesis del trabajo de investigación:
Figura N° 1.1: Matriz de consistencia.

PROBLEMA OBJETIVO HIPÓTESIS

24
 Fuente: (Elaboración propia 2018)

9. FUNDAMENTACIÓN TEÓRICA.

9.1 Contenido Temático. Este cuadro aun no se realizo hasta definir el

proceso inge

25
 Tabla 1.3: Contenido Temático.

OBJETIVOS ACCIONES FUNDAMENTO

ESPECÍFICOS TEORICO

Recolectar información referente a los Técnicas de

métodos actuales del reconocimiento del recopilación de
terreno. información.

Realizar el análisis del proceso empleado

actualmente.

Elaborar el modelo de negocio actual y

alternativo.

Seleccionar la metodología de desarrollo Ingeniería de

Diseñar el modelo del
más conveniente. Software.
negocio actual y el
modelo del negocio Seleccionar las tecnologías de desarrollo
alternativo en base a de software.
las características de
Planificar las iteraciones en base a la
la situación actual. Desarrollo del
metodología elegida
ciclo de vida.

Seleccionar base de datos más Gestor de base

conveniente. de datos

Seleccionar el lenguaje y framework más

conveniente. Ingeniería de
software.
Realizar pruebas funcionales.

26
 Analizar los tipos de capturas de
imágenes. Ingeniería de
software
Seleccionar la estrategia de
almacenamiento adecuado.
Desarrollar el módulo
de almacenamiento de Seleccionar un gestor de base de datos Gestor de base
imágenes. adecuado. de datos

Implementar base de datos del sistema. Herramientas

Programación.
Ingeniería de
Realizar pruebas funcionales
software.

Analizar descriptores de dos imágenes de

Desarrollar un sub entrada.
sistema de costura Procesamiento
Diseñar algoritmos de estimación para el
panorámica. de imágenes
empleo de vectores de característica
coincidente.

Implementar los algoritmos para la costura Herramientas

panorámica Programación

Realizar pruebas funcionales.

Ingeniería de
software.

Analizar características globales o locales

27
 Crear un conjunto especial de datos para
Desarrollar un sub clustering k-means. Inteligencia
sistema de Artificial
clasificación de Seleccionar descriptores.
imágenes y
aprendizaje Implementar algoritmos de extracción de Herramientas
automático. descriptores. Programación.

Implementar algoritmos de generación de

modelo de aprendizaje.

Analizar las funcionalidades del lenguaje

seleccionado y visión por computadora.
Ingeniería de
Diseñar el entorno gráfico de la interfaz de
Software.
usuario manera intuitiva.

Implementar los algoritmos para la

Desarrollar entorno recepción de videos a la interfaz de
gráfico de usuario.
visualización de Herramientas
Realizar módulo de almacenamiento de
recepción de video y de
videos de eventos claves en tiempo real.
fotografías aéreas. Programación.

Realizar módulo de acceso a la

transmisión de video y acceder cuadros
dela secuencia.

Analizar descriptores de las imágenes de

entrada. Inteligencia

28
 Diseñar algoritmos de estimación para el Artificial
empleo de vectores de características
coincidentes

Realizar pruebas funcionales.

Ingeniería de
Elaborar esquemas de pruebas. Software.
Realizar pruebas
Probar las funcionalidades del sistema.
al sistema.

Fuente: (Elaboración propia 2018)

9.2 Desarrollo de la fundamentación Teórica.
9.2.1 Técnicas de recopilación de información.
La recolección de información La recolección de información hace uso de una gran
diversidad de técnicas y herramientas que pueden ser utilizadas por el analista o
desarrollador de software para desarrollar los sistemas de información, estas
técnicas pueden ser la entrevistas, la encuesta, el cuestionario, la observación, el
diagrama de flujo y el diccionario de datos. Todos estos instrumentos se aplicarán
en un momento en particular, con la finalidad de buscar información que será útil a
la investigación en común. (EcuRed, 2011)
9.2.2 Vehículo Aéreo No Tripulado.
Un UAV, (vehículo aéreo no tripulado), es un vehículo aéreo autónomo que
también se puede controlar desde tierra con planes de vuelo programados. Es
capaz de realizar una misión sin necesidad de tener una tripulación embarcada.
9.2.2.1 Tipos de VANT
existe una gran variedad de tipos de sistema aéreo tripulado de forma remota los
cuales son clasificados según criterios:
a) Según el método empleado para la generación de sustentación .
Agrupa a los drones en dos grandes grupos, en uno de ellos se
encuentra todos los aerodinos (aeronaves más pesadas que el aire)
y los aerostatos(por suspensión en el aire emplea gas más ligero que
el aire)
b) Según el tipo y configuración de ala.
Drones de ala fija: son aquellos drones en los cuales las alas se
encuentran encastradas con el resto de elementos de la aeronave y
no poseen movimiento propio. Se subdividen en:
ala alta con gran estabilidad

29
 ala media ubicada en la parte media del fuselaje, aporta
maniobrabilidad.
ala baja ubicada en la parte inferior del fuselaje facilita la
maniobrabilidad.
ala volante conforta la mayor parte del fuselaje con baja resistencia
aerodinámica.
Caracterizados por poseer una estructura simple con una elevada
eficiencia aerodinámica.
Drones de ala rotatoria: es aquel dron en el que las alas , cambien
denominadas palas gira alrededor de un eje consiguiendo
sustentación, pueden dividirse en los siguientes:
Aeronaves con un rotor principal y un rotor de cola la
sustentación es generada por un rotor principal situada en la parte
superior mientras que el rotor de cola compensa el par de torsión
que el primero produce.
Dron con un único rotor o singlecopter este tipo de rotor para
generar la sustentación y un arreglo de alerones para compensar el
torque del rotor.
Dron con dos rotores en configuración coaxial esta configuración
posee dos rotores colocados uno encima del otro, giran en
direcciones opuestas consiguiendo el vuelo a partir de la diferencia
generada de la velocidad angular de ambos rotores.
drones con dos rotores en configuración tándem este tipo de
aeronaves poseen dos rotores ubicados en la parte superior del
aparato en configuración tándem girando en direcciones opuestas.
multirrotores es una aeronave que posee tres o más rotores,
dependiendo del número de rotores y de su configuración pueden
subdividirse en diferentes tipos tres hasta ocho o más rotores.
Drones híbridos este tipo de RPAs son capaces de despegar y
aterrizar de forma vertical como aeronave de ala rotatoria, y realizar
vuelos de alta velocidad como un ala fija tradicional.
c) Según el tipo de aplicación.
Drones civiles:son empleados para llevar a cabo aplicaciones
destinadas a cubrir necesidades propias de la sociedad.
Drones militares:son empleados por los ejercemos para llevar a
cabo una amplia variedad de tareas como vigilancia, inteligencia y
reconocimiento ,etc.
9.2.3 Reconocimiento
Es un término militar y médico que denota la exploración dirigida a la obtención de
información. Militarmente, el reconocimiento es la búsqueda activa que se efectúa
para determinar las intenciones del enemigo mediante la recopilación y recogida
de información sobre la composición y capacidad del enemigo, junto con las
pertinentes condiciones ambientales, vía la observación directa; es realizada por

30
exploradores o soldados de la inteligencia militar especialmente entrenados en
observaciones críticas.
9.2.3.1 Elementos

● Espacial: es el reconocimiento de cualquier cuerpo celestial en el

espacio mediante el uso de naves espaciales y de fotografías de los
satélites.
● Aéreo: es el reconocimiento realizado mediante vehículos aéreos
tripulados o no tripulados o aviones.
● Terrestre: es un tipo de reconocimiento que se emplea junto con
elementos de la guerra terrestre. Se usa a veces en conjunción con
un reconocimiento anfibio cuando una fuerza debe operar en un área
litoral.
● Naval: el reconocimiento de las aguas oceánicas.
El reconocimiento terrestre se lleva a cabo por una variedad de tropas de
diferentes Armas y Servicios con propósitos diferentes. Este tipo de
reconocimiento está relacionado con la necesidad de conocimientos acerca del
enemigo que tienen diferentes escalafones del mando. La superioridad en el rango
en la jerarquía militar está directamente relacionada con la distancia que existe
con el frente de combate. Los oficiales tratan de comprender y entender las
decisiones y actos de sus oponentes.
9.2.4 Reglamento RI-03-24
9.2.4.1 Técnicas para realizar el reconocimiento
El reconocimiento es una operación técnica complementaria, la cual tiene por
finalidad de obtener información sobre el enemigo o sobre la zona de operaciones.
La sección de reconocimiento se encuentra organizada aproximadamente por 57
combatientes:
A.- La organización del elemento comando:
1.- un comandante de sección

2.- un primero de sección

3.-un radio operador ver ANEXO “A”

B.- La organización de la sección:

Está compuesta por tres patrullas cada patrulla está organizada por:

1.- Elemento comando, el cual está compuesto por los jefes de equipo.

2.- Equipo asalto, encargado de romper contacto con el enemigo.

31
 3.- Equipo de seguridad encargado de brindar seguridad a toda la patrulla.

4.- Equipo de apoyo quienes son encargados de brindar apoyo de manera

oportuna al equipo de asalto y al equipo de seguridad que lo requiera. Ver
ANEXO “B”.

9.2.5 Inteligencia Artificial.

Un concepto ideal de inteligencia, es la racionalidad. Un sistema es racional si
hace «lo correcto», en función de su conocimiento.
El objetivo central de AI es proporcionar un conjunto de algoritmos y técnicas que
se pueden utilizar para resolver problemas que los humanos realizan de forma
intuitiva y casi automática, pero que son muy difíciles para las computadoras.
A lo largo de la historia se han seguido los cuatro enfoques como ser:
9.2.5.1 Sistemas que piensan como humanos
«El nuevo y excitante esfuerzo de hacer que los computadores piensen...
máquinas con mentes, en el más amplio sentido literal». (Haugeland, 1985)
9.2.5.2 Sistemas que piensan racionalmente
«El estudio de los cálculos que hacen posible percibir, razonar y actuar».
(Winston, 1992)
9.2.5.3 Sistemas que actúan como humanos
«El arte de desarrollar máquinas para realizar funciones que cuando son
realizadas por personas requieren de inteligencia ».(Kurzwell, 1990)
9.2.5.4 Sistemas que actúan racionalmente
«La Inteligencia Computacional es el estudio del diseño de agentes inteligentes».
(Poole et. al., 1998)
9.2.6 Agentes.
Un agente es un sistema situado en algún entorno, dentro del cual percibe y actúa
de forma autónoma y flexible alcanzando el conjunto de objetivos para el que fue
diseñado. Es una entidad capaz de percibir el entorno y de actuar sobre él.
A continuación se presentan tres arquitecturas diferentes que se diferencian en el
modelo de razonamiento que utilizan (Wooldridge et al., 1995)
9.2.6.1 Deliberativas
Son aquellas arquitecturas que utilizan modelos de representación simbólica del
conocimiento. Suelen estar basadas en la teoría clásica de planificación, en las
que se parte de un estado inicial de partida, existen un conjunto de planes y un
estado objetivo a satisfacer. En estos sistemas parece aceptada la idea de que es
necesario dotar a los agentes de un sistema de planificación que se encargue de
determinar qué pasos se deben de llevar a cabo para conseguir sus objetivos.
9.2.6.2 Reactivas
Los numerosos problemas que lleva asociado utilizar una representación simbólica
del conocimiento, ha conducido al estudio de modelos más efectivos de
representación del conocimiento. Las arquitecturas reactivas, se caracterizan por

32
no tener como elemento central de razonamiento un modelo simbólico y por no
utilizar razonamiento simbólico complejo (Brooks, 1991).
9.2.6.3 Híbridas
Dado que algunos investigadores opinan que para la construcción de agentes no
es del todo acertado utilizar una arquitectura totalmente deliberativa, o totalmente
reactiva, se han propuesto sistemas híbridos que pretenden combinar aspectos de
ambos modelos. Una primera propuesta puede ser construir un agente compuesto
de dos subsistemas: uno deliberativo, que utilice un modelo simbólico y que
genere planes en el sentido expuesto anteriormente, y otro reactivo centrado en
reaccionar a los eventos que tengan lugar en el entorno y que no requiera un
mecanismo de razonamiento complejo.
9.2.6.4 Clasificacion de Agentes
Los agentes se clasifican en: (Russell et al., 1995)
• Agente de reflejo simple: el agente utiliza reglas de condición-acción
para establecer la conexión entre percepciones y acciones. El agente
actúa encontrando una regla cuya condición coincida con la situación
actual, definida por la percepción, y efectuando la acción que corresponda
a tal regla.
• Agente reflejo con estado interno: el agente mantiene cierto tipo de
estado interno, que se actualiza con información de cómo evoluciona el
mundo independientemente del agente y de cómo las acciones del agente
afectan al mundo.
• Agentes basados en metas: el agente para decidir qué hacer requiere
información sobre su meta, información que detalle las situaciones
deseables. El agente ha de elegir las posibles acciones que le permitan
alcanzar su meta, para ello puede utilizar técnicas de búsqueda y
planificación.
• Agentes basados en utilidad: las metas no bastan para generar una
conducta adecuada, si se prefiere un estado del mundo a otro, entonces
ese estado ofrece mayor utilidad al agente. La utilidad es una función que
a cada estado le asocia su grado de utilidad. La completa especificación
de la función de utilidad permite la toma de decisiones racionales cuando
satisfacer algunas metas implica un conflicto o cuando el agente puede
desear obtener varias metas y no existe la certeza de lograr ninguna de
ellas.(Russell et al., 1995)
9.2.7 Visión por Computadora.
La visión humana es el sentido más desarrollado y el que menos se conoce
debido a su gran complejidad, actividad inconsciente y difícil de saber cómo se
produce, por tanto, la Visión Artificial o también llamada Visión por Computador,
pretende capturar la información visual del entorno físico para extraer
características relevantes visuales, utilizando procedimientos automáticos. Según
Marr, “Visión es un proceso que produce a partir de imágenes del mundo exterior
una descripción útil para el observador y no tiene información irrelevante”.
9.2.7.1 La naturaleza de la Luz

33
La emisión de la luz intervienen electrones con cantidades de energía
determinadas o discretas. Cuando un electrón pasa de un nivel de energía a otro
inferior emite una partícula discreta de energía, llamada cuanto o fotón.
9.2.7.2 Visión humana y visión artificial
El color es una característica del sistema de percepción humana y está
relacionado con las sensaciones recibidas por el ojo en el espectro visible. El color
es la respuesta del sistema visual humano ante las variaciones de las longitudes
de onda del espectro electromagnético visible.
El hombre ha imitado muchas veces, en la construcción de sus artefactos, a la
Naturaleza. En este caso también se cumple. Las cámaras de vídeo con sus
ópticas hacen las veces del globo ocular, mientras el computador realizará las
tareas de procesamiento, emulando el comportamiento del cerebro.
9.2.7.3 Etapas básicas de una aplicación en Visión Artificial
Cada aplicación de Visión Artificial tiene sus especificidades, se puede decir que
existe un tronco común de etapas entre ellas la primera etapa es la construcción
del sistema de formación de las imágenes. Su objetivo es realzar, mediante
técnicas fotográficas (iluminación, óptica, cámaras, filtros, pantallas,...), las
características visuales de los objetos (formas, texturas, colores, sombras,…).Una
vez adquirida la imagen se pasará a la etapa de pre procesado.
Pre procesado el objetivo es mejorar la calidad informativa de la imagen adquirida.
Segmentación es la fase donde se particiona la imagen en áreas con significado
Existen varias técnicas: umbralizaciones, discontinuidades, crecimiento de
regiones, uso del color o de movimiento, etc.
Extracción de las características. Básicamente son de tipo morfológico, tales como
área, perímetro, excentricidad, momentos de inercia, esqueletos, pero también se
puede emplear características basadas en la textura o en el color.
Clasificar e interpretar. Se diseñarán clasificadores que le dé a cada área
segmentada una etiqueta de alto nivel, como por ejemplo, en una imagen aérea
qué zonas son tierras de cultivo, áreas urbanas, etc.
9.2.8 Aprendizaje Automático.
El aprendizaje automático es un tipo de inteligencia artificial que proporciona a las
computadoras la capacidad de aprender, sin ser programadas explícitamente.
Los algoritmos de aprendizaje automático (generalmente) se dividen en tres
campos: aprendizaje supervisado, no supervisado y semi-supervisado.
9.2.8.1 Tipos de aprendizajes.
a)Aprendizaje supervisado
El aprendizaje supervisado es el tipo de aprendizaje automático más
conocido y estudiado. Dados datos de capacitación, se crea un modelo (o
"clase") a través de un proceso de capacitación donde las predicciones se
realizan sobre los datos de entrada y luego se corrigen cuando las
predicciones son incorrectas. Este proceso de capacitación continúa hasta
que el modelo logre algún criterio de detención deseado, como una baja
tasa de errores o un número máximo de iteraciones de capacitación.
b)Aprendizaje No Supervisado

34
 El aprendizaje no supervisado (a veces llamado aprendizaje autodidacta)
no tiene etiquetas asociadas con los datos de entrada y, por lo tanto, no
podemos corregir nuestro modelo si realiza una predicción incorrecta.
c)Aprendizaje semi-supervisado
Es un híbrido de aprendizaje supervisado y no supervisado y aún así poder
clasificar cada uno de los puntos de datos.
El aprendizaje semi-supervisado es especialmente útil en la visión por
computadora, donde a menudo requiere mucho tiempo, es tedioso y
costoso (al menos en términos de horas-hombre) etiquetar todas y cada
una de las imágenes del conjunto de capacitación. En los casos en que
simplemente no hay tiempo o los recursos para etiquetar cada imagen
individual, podrá etiquetar solo una pequeña fracción de datos y utilizar el
aprendizaje semi-supervisado para etiquetar y clasificar el resto de las
imágenes.
9.2.9 Aprendizaje profundo.
"Los métodos de aprendizaje profundo son métodos de representación
aprendizaje con múltiples niveles de representación, obtenidos
componiendo módulos simples pero no lineales que transforman la
representación en un nivel (comenzando con la entrada en bruto) en una
representación en un nivel más alto, un poco más abstracto . Aspecto clave
del aprendizaje profundo es que estas capas no están diseñadas por
ingenieros humanos: se aprenden de los datos mediante un procedimiento
de aprendizaje de uso general "- Yann LeCun, Yoshua Bengio y Geoffrey
Hinton, Nature 2015.
El aprendizaje profundo es un subcampo del aprendizaje automático, que
es, a su vez, un subcampo de la inteligencia artificial (IA).
9.2.9.1 Red neuronal.
Las Redes Neuronales Artificiales (ANN) están inspirados por el cerebro
humano y la forma en que sus neuronas interactúan entre sí, las RNA no
están destinadas a ser modelos realistas del cerebro. En cambio, son una
inspiración que nos permite establecer paralelismos entre un modelo básico
del cerebro y cómo podemos imitar parte de este comportamiento a través
de redes neuronales artificiales.
son una clase de algoritmos de aprendizaje automático que aprenden de
los datos y se especializan en el reconocimiento de patrones, inspirados en
la estructura y función del cerebro. El aprendizaje profundo pertenece
a la familia de algoritmos ANN, y en la mayoría de los casos, los dos
términos se pueden usar indistintamente.
9.2.10 Ingeniería del Software.
Es la aplicación de un enfoque sistemático ,disciplinado y cuantificable
aplicado por un equipo de software , es una tecnología con capas de
compromiso con la calidad (alimenta la cultura de la mejora continua),
proceso (permite el desarrollo racional y oportuno del software), métodos (la

35
 administración de proyectos de software) y herramientas (proceso
automatizado para proceso y métodos).(pressman,2004)
9.2.10.1 Metodologias de desarrollo.
Las metodologías ágiles son una serie de técnicas para la gestión de
proyectos que han surgido como contraposición a los métodos clásicos de
gestión. Aunque surgieron en el ámbito del desarrollo de software, también
han sido exportadas a otro tipo de proyectos. (Bautista, 2013)
Todas las metodologías que se consideran ágiles cumplen con el manifiesto
ágil que no es más que una serie de principios que se agrupan en 4
valores:
Los individuos y su iteracion, por encima de los procesos y las
herramientas.
El software que funciona, frente a la documentación exhaustiva.
La colaboración con el cliente, por encima de la negociación contractual.
La respuesta al cambio , por encima del seguimiento de un plan.
Las metodologías ágiles pretenden aumentar la eficiencia de las personas
involucradas en el proyecto y, como resultado de ello, minimizar el coste.
Cada metodología tiene características propias y hace hincapié en algunos
aspectos más específicos. Las metodologías ágiles son un conjunto en
continuo crecimiento, por citar algunas:
● Adaptive Software Development (ASD)
● Agile Unified Process.
● Crystal Clear.
● Feature Driven Development (FDD)
● Lean Software Development (LSD)
● Kanban (desarrollo)
● Open Unified Process (OpenUP)
● Programación Extrema (XP)
● Método de desarrollo de sistemas dinámicos (DSDM)
● Scrum.
● G300
9.2.11 Gestor Base de Datos.
Sistema Gestor de Bases de Datos SGBD, también llamado DBMS (Data Base
Managment System) como una colección de datos relacionadas entre sí,
estructurados y organizados, y un conjunto de programas que acceden y
gestionan esos datos. La colección de esos datos se denomina Base de Datos o
BD, (DB Data Base). Como objetivos principales de los SGBD constan los
siguientes: - Independencia de datos: o Los programas de aplicación deben verse
afectados lo menos posible por cambios efectuados en datos que no usan.
- Integridad de los datos: o La información almacenada en la BD debe cumplir
ciertos requisitos de calidad, para ello hace falta, en el momento de introducirse
los valores de los datos, que éstos se almacenen debidamente, y que
posteriormente no se deterioren.

36
- Seguridad de los datos: o A la información almacenada en la BD sólo pueden
acceder las personas autorizadas y de la forma autorizada. (Sanchez,2001)

10. DISEÑO DE LA INVESTIGACIÓN.

Tabla 1.4: Diseño de la Investigación.

OBJETIVOS ACCIONES FUNDAMENTO INSTRUMENTO

ESPECÍFICOS TEORICO

Recolectar información referente a Técnicas de Método de

los métodos actuales usados recopilación de Entrevista y
reconocimiento del terreno. información. cuestionario.

Realizar el análisis del proceso

empleado actualmente.
Diseñar el
modelo del Elaborar el modelo de negocio Ingeniería de Diagrama UML
negocio actual.
Software.
actual y el
Elaborar el modelo de negocio
modelo del
alternativo.
negocio
alternativo. Seleccionar la metodología de
desarrollo más conveniente.

Planificar los incrementos o

iteraciones en base a la
metodología elegida.
Etapas del Metodología
Seleccionar las tecnologías de
desarrollo de de desarrollo
desarrollo de
software
software

37
 seleccionar el gestor base de datos Gestor de base Big Data
más convenientes de datos

Seleccionar el lenguaje y framework

más conveniente.

Pruebas de Tipos de
Realizar prueba funcional
software pruebas.

Analizar los tipos de capturas de

Ingeniería de
imágenes
software

Seleccionar la estrategia de Ingeniería de

almacenamiento adecuado software Análisis
Desarrollar comparativo
el modelo
Seleccionar un gestor de base de
de
datos adecuado. Análisis de
almacenami
sistema
ento de
imágenes. Implementar base de datos del gestor de base big data
sistema. de datos

Realizar prueba de funcionamiento

Pruebas de Tipos de
software pruebas.

38
 Analizar descriptores de dos Herramientas
Desarrollar imágenes de entrada. de Análisis de
un sub Programación. imágenes.
sistema de
costura
panorámica.
Diseñar algoritmos de estimación Lenguaje de
para el empleo de vectores de programación
característica coincidente.

Implementar algoritmos para la Procesamiento Lenguaje de

costura panorámica de imágenes programación

Realizar prueba funcional Pruebas de Tipos de

software pruebas.

Desarrollar Analizar características globales o Inteligencia Lenguaje de

un sub locales. Artificial programación
sistema de
Crear un conjunto especial de datos
clasificación IDE
para clustering k-means.
de Lenguaje de
imágenes y Inteligencia programación
aprendizaje Inteligencia IDE
automático. Artificial
Seleccionar descriptores

39
 Implementar algoritmos de
generación de modelo de
aprendizaje

Analizar las funcionalidades del Ingeniería de Diagrama UML

lenguaje seleccionado visión por Software.
Desarrollar computadora
entorno
Diseñar el entorno grafico de la Ingeniería de IDE
gráfico de
interfaz de usuario de manera Software.
visualizació
intuitiva
n de
recepción Implementar los algoritmos para la Herramientas Lenguaje de
de video y recepción de video y la interfaz de de programación
captura usuario. programación
fotográficos.
Realizar módulo de almacenamiento Herramientas IDE
de videos claves en tiempo real de
programación

Realizar módulo de acceso a la Inteligencia IDE

transmisión de video y acceder artificial
cuadros de la secuencia
Analizar descriptores de las
imágenes

Implementar los algoritmos para la Inteligencia

recepción del video de la interfaz artificial

Elaborar esquemas de pruebas.

40
 Probar las funcionalidades del
sistema. Ingeniería de Tipos de
Software. pruebas.

Realizar
pruebas
al sistema.

Fuente: (Elaboración propia 2018)

11. TEMARIO TENTATIVO.

1. 1. GENERALIDADES.
2. 1.1. INTRODUCCIÓN.
3. 1.2. ANTECEDENTES.
4. 1.3. PLANTEAMIENTO DEL PROBLEMA.
5. 1.4. OBJETIVOS Y ACCIONES.
6. 1.5. JUSTIFICACIÓN.
7. 1.6. ALCANCE.
8. 1.7. HIPÓTESIS.
9. 1.8. MATRIZ DE CONSISTENCIA.

2. FUNDAMENTACION TEORICA.

2.1 TECNICAS DE RECOPILACION DE INFORMACION

2.2 TECNOLOGIA DE DESARROLLO

2.3 INTELIGENCIA ARTIFICAL

41
2.4 INGENIERÍA DE SOFTWARE.

2.5 HERRAMIENTAS DE PROGRAMACIÓN.

2.6 PRUEBAS DE SOFTWARE

2.7 GESTORES DE BASE DE DATOS.

10. 3. MARCO PRÁCTICO.

3.1 DISEÑAR EL MODELO DEL NEGOCIO ACTUAL Y EL MODELO DEL

NEGOCIO ALTERNATIVO.

3.2 DESARROLLAR MÓDULO DE ALMACENAMIENTO DE IMÁGENES.

3.3 DESARROLLAR UN SUB SISTEMA DE COSTURA PANORÁMICA.

3.4 DESARROLLAR UN SUB SISTEMA DE CLASIFICACIÓN DE IMÁGENES

Y APRENDIZAJE AUTOMÁTICO.

3.5 DESARROLLAR ENTORNO GRÁFICO DE VISUALIZACIÓN DE

RECEPCIÓN DE VIDEO Y CAPTURA FOTOGRÁFICAS.

3.6 REALIZAR PRUEBAS AL SISTEMA.

3.7 DEMOSTRACION DE LA HIPOTESIS.

4. ANÁLISIS DE VIABILIDAD.

11. 4.1 VIABILIDAD TÉCNICA.

12. 4.2 VIABILIDAD ECONÓMICA.
13. 4.3 VIABILIDAD OPERATIVA.
14. 5. CONCLUSIONES Y RECOMENDACIONES.
15. 5.1 CONCLUSIONES.
16. 5.2 RECOMENDACIONES.

42
 17. BIBLIOGRAFIA.
18. ANEXOS.
12. CRONOGRAMA DE TRABAJO.

Tabla 1.5: Cronograma de Trabajo.

Fuente: (Elaboración propia 2018)

13. BIBLIOGRAFÍA.

Belmonte Fernandez, O. (2005). Introducción al lenguaje de programación Java:

Una guía básica, España.
Kniberg, H. (2007). Scrum y XP desde las trincheras, Estados Unidos de America:
C4Media Inc.
Mendez G. (2008). Proceso de Software y Ciclo de vida, España: Universidad
Complutense de Madrid.
Ecured (2014). Sistema gestor de base de datos. Recuperado de
http://www.ecured.cu/index.php/Sistema_Gestor_de_Base_de_Datos.

43
Pressman R (2010). Ingeniería del Software Un enfoque práctico. México: Mc
Graw Hill.
Definición ABC. (2007 – 2017). Definición de Inteligencia artificial. Recuperado de
http://www.definicionabc.com/tecnologia/inteligencia-artificial.php (Visitado: enero
de 2017).
Ejército, B.(2017).Reglamento Técnicas y Procedimientos de la Sección de
Infantería RA-.La Paz:DPTO III-EMO.
R. Lackes and D. Mack, in collaboration with J. Ziola and K. Ahern.(1998).
Neuronal Networks: Basics and Applications.
Miguel Cárdenas Montes,(2015).Aprendizaje no Supervisado Graficas estadística
y minería de datos con python.
Krish Krishnan.(2010).data warehousing in the age of big data.

44
ANEXOS

45
 ANEXO “A”

ANEXO “A” FUNCIONES DEL ELEMENTO COMANDO

46
47
 ANEXO “B”

ANEXO “B” FUNCIONES DE LA SECCION

48
49
 ANEXO “C”

ANEXO “C” RECONOCIMIENTO DE ZONA

50
51
 ANEXO “D”

ANEXO “D” RECONOCIMIENTO DE ZONA

52
“TECNICA DEL TREBOL”

53
 ANEXO “E”

ANEXO “E” HOJA DE TRABAJO PARA EL HORARIO DE

DISTRIBUCION DEL TIEMPO
HOJA DE TRABAJO No.5

54
 TAREAS DE LA UNIDAD

HORARIO DE DISTRIBUCION DEL TIEMPO

55