Diseño e implementación de un sistema de detección y localización de objetos en tiempo real mediante YOLOv8n y ROS2

Resumen

Este artículo presenta el diseño e implementación de un sistema de percepción visual en tiempo real para robótica de asistencia bimanual. Mediante el reentrenamiento de un modelo YOLOv8-nano con un conjunto de datos propio, etiquetado manualmente, y su posterior integración en el ecosistema ROS2 utilizando una cámara de profundidad RGB-D, se logra la detección y localización tridimensional de objetos cotidianos. El sistema se encapsula en contenedores Docker para garantizar su portabilidad y reproducibilidad en diferentes plataformas de hardware. Los resultados experimentales demuestran un rendimiento óptimo en términos de precisión computacional y estimación espacial. Se valida así una arquitectura modular capaz de equilibrar la velocidad de inferencia y la robustez del modelo ante variaciones del entorno mediante técnicas de aumento de datos, sentando las bases operativas para el control tridimensional de exoesqueletos.