TLÁLOC-I, SATÉLITE ENLATADO CON MODELO DE DEEP LEARNING PARA DETECCIÓN DE AGUA
El desarrollo del CanSat llamado Tláloc-I se centra en la capacidad de recolectar datos hidrológicos de áreas remotas desde una altitud de un kilómetro usando capturas de imagen de una cámara para su posterior análisis con un modelo de deep learning, haciendo uso de visión artificial para la localización y segmentación de cuerpos de agua en tiempo real, esto surge debido a la falta de fuentes de agua que permitan las actividades diarias como la agricultura y la ganadería entre otras, pues este recurso es importante y existen áreas donde los humanos no pueden acceder a él fácilmente. La altitud objetivo será alcanzada mediante un lanzador con giroscopios y paracaídas asegurando un aterrizaje seguro de la carga útil. El CanSat está equipado con múltiples sensores cuya información es procesada mediante un programa de Python, almacenado en archivos de texto y enviada mediante comunicación serial a la ubicación del operador de la interfaz humano-máquina. El monitoreo en tiempo real se realiza con LabVIEW que actúa como la interfaz receptora de los datos provenientes del sistema de comunicación XBee. Las funciones esenciales del programa se han implementado con éxito y el equipo está trabajando actualmente para la fabricación de circuitos impresos del sistema electrónico. La conclusión se enfoca en las lecciones aprendidas durante el desarrollo con la expectativa de lograr éxito en la misión de recolectar datos hidrológicos en áreas remotas. Es relevante destacar el importante papel de las nuevas tecnologías como la inteligencia artificial, redes neuronales y modelos de aprendizaje que están transformando muchos aspectos de la vida diaria, incluyendo el aspecto comercial. Este proyecto contribuye a mejorar la vida de los agricultores, ganaderos y residentes en zonas con escasez de agua.