Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano

This work presents a clear and replicable methodology for the utilization of LiDAR sensors in projects related to autonomous vehicles and Advanced Driver Assistance Systems (ADAS). It addresses the limitations of proprietary tools provided by sensor manufacturers by offering a flexible and customiza...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Vazquez, Damian Raimundo, Torres, Carlos, Mariguetti, Jorge Omar, Gramajo, Sergio, Robledo Sánchez Alberto, And´res Aldo
Formato: Artículo revista
Lenguaje:Español
Publicado: Facultad de Ciencias Exactas y Naturales y Agrimensura - Universidad Nacional del Nordeste 2024
Materias:
LiDAR
ROS
RVIZ
Acceso en línea:https://revistas.unne.edu.ar/index.php/eitt/article/view/8182
Aporte de:
Revistas UNNE - Universidad Nacional del Noroeste (UNNE) de Universidad Nacional del Nordeste
id I48-R154-article-8182
record_format ojs
spelling I48-R154-article-81822025-08-08T16:38:46Z Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano Vazquez, Damian Raimundo Torres, Carlos Mariguetti, Jorge Omar Gramajo, Sergio Robledo Sánchez Alberto, And´res Aldo LiDAR ROS RVIZ LiDAR ROS RVIZ This work presents a clear and replicable methodology for the utilization of LiDAR sensors in projects related to autonomous vehicles and Advanced Driver Assistance Systems (ADAS). It addresses the limitations of proprietary tools provided by sensor manufacturers by offering a flexible and customizable alternative through the Robot Operating System (ROS) and tools such as RVIZ. The methodology details the use of the SICK S3000 sensor in combination with Jetson Nano hardware, highlighting its capability to handle advanced libraries such as OpenCV, YOLO, and sick_scan. Key steps include configuration, data capture, storage in ROS Bag files, and conversion to more manageable formats like CSV, enabling offline analysis and experiment reproducibility. Practical examples of data visualization and results in vehicular contexts are presented, along with electrical configuration proposals to ensure the proper functioning of the sensor and complementary hardware. This work significantly contributes to the advancement of LiDAR sensor integration and application, providing accessible tools for students and Este trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadores. Facultad de Ciencias Exactas y Naturales y Agrimensura - Universidad Nacional del Nordeste 2024-12-31 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion application/pdf https://revistas.unne.edu.ar/index.php/eitt/article/view/8182 10.30972/eitt.928182 Extensionismo, Innovación y Transferencia Tecnológica; Vol. 9 Núm. 2 (2024); 35-44 2422-6424 spa https://revistas.unne.edu.ar/index.php/eitt/article/view/8182/8066 Derechos de autor 2024 Damian Raimundo Vazquez, Carlos Torres, Jorge Omar Mariguetti, Sergio Gramajo, And´res Aldo Robledo Sánchez Alberto http://creativecommons.org/licenses/by/4.0
institution Universidad Nacional del Nordeste
institution_str I-48
repository_str R-154
container_title_str Revistas UNNE - Universidad Nacional del Noroeste (UNNE)
language Español
format Artículo revista
topic LiDAR
ROS
RVIZ
LiDAR
ROS
RVIZ
spellingShingle LiDAR
ROS
RVIZ
LiDAR
ROS
RVIZ
Vazquez, Damian Raimundo
Torres, Carlos
Mariguetti, Jorge Omar
Gramajo, Sergio
Robledo Sánchez Alberto, And´res Aldo
Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
topic_facet LiDAR
ROS
RVIZ
LiDAR
ROS
RVIZ
author Vazquez, Damian Raimundo
Torres, Carlos
Mariguetti, Jorge Omar
Gramajo, Sergio
Robledo Sánchez Alberto, And´res Aldo
author_facet Vazquez, Damian Raimundo
Torres, Carlos
Mariguetti, Jorge Omar
Gramajo, Sergio
Robledo Sánchez Alberto, And´res Aldo
author_sort Vazquez, Damian Raimundo
title Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_short Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_full Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_fullStr Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_full_unstemmed Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano
title_sort metodología integrada para la implementación y visualización de datos lidar en vehículos autónomos mediante ros y jetson nano
description This work presents a clear and replicable methodology for the utilization of LiDAR sensors in projects related to autonomous vehicles and Advanced Driver Assistance Systems (ADAS). It addresses the limitations of proprietary tools provided by sensor manufacturers by offering a flexible and customizable alternative through the Robot Operating System (ROS) and tools such as RVIZ. The methodology details the use of the SICK S3000 sensor in combination with Jetson Nano hardware, highlighting its capability to handle advanced libraries such as OpenCV, YOLO, and sick_scan. Key steps include configuration, data capture, storage in ROS Bag files, and conversion to more manageable formats like CSV, enabling offline analysis and experiment reproducibility. Practical examples of data visualization and results in vehicular contexts are presented, along with electrical configuration proposals to ensure the proper functioning of the sensor and complementary hardware. This work significantly contributes to the advancement of LiDAR sensor integration and application, providing accessible tools for students and
publisher Facultad de Ciencias Exactas y Naturales y Agrimensura - Universidad Nacional del Nordeste
publishDate 2024
url https://revistas.unne.edu.ar/index.php/eitt/article/view/8182
work_keys_str_mv AT vazquezdamianraimundo metodologiaintegradaparalaimplementacionyvisualizaciondedatoslidarenvehiculosautonomosmedianterosyjetsonnano
AT torrescarlos metodologiaintegradaparalaimplementacionyvisualizaciondedatoslidarenvehiculosautonomosmedianterosyjetsonnano
AT mariguettijorgeomar metodologiaintegradaparalaimplementacionyvisualizaciondedatoslidarenvehiculosautonomosmedianterosyjetsonnano
AT gramajosergio metodologiaintegradaparalaimplementacionyvisualizaciondedatoslidarenvehiculosautonomosmedianterosyjetsonnano
AT robledosanchezalbertoandresaldo metodologiaintegradaparalaimplementacionyvisualizaciondedatoslidarenvehiculosautonomosmedianterosyjetsonnano
first_indexed 2025-08-17T05:01:47Z
last_indexed 2025-08-17T05:01:47Z
_version_ 1846203934264262656

Ejemplares similares