Generación de modelos 3D de navegación para robots de exploración

Abstract

En los últimos años, los sistemas robotizados son cada vez más relevantes en las misiones de exploración espacial. La creciente complejidad de los objetivos, junto al desarrollo de nuevas tecnologías en inteligencia artificial, percepción y computación embarcada, consolidan a los robots como herramientas clave para un amplio abanico de operaciones planetarias y orbitales. Factores como el retardo en las comunicaciones y la ausencia de sistemas de posicionamiento global hacen imprescindible mejorar su autonomía e integrar información sensorial más rica que les permita situarse con precisión y tomar decisiones informadas en tiempo real. Así, cobran interés los últimos desarrollos en reconstrucción tridimensional. En especial, tecnologías como los Campos de Radiancia Neuronal (NeRF) y los métodos de reconstrucción mediante Salpicaduras Gaussianas (Gaussian Splatting) son un avance por su capacidad de generar modelos 3D de alta calidad a partir de información visual limitada. Este TFG investiga métodos avanzados de reconstrucción tridimensional y localización visual aplicados a un rover espacial operando en entornos de misiones espaciales. Se propone un pipeline automatizado que a partir de datos del propio rover permite generar reconstrucciones precisas. El proceso se estructura en tres fases: extracción y adaptación de los datos del rover; reconstrucción geométrica mediante un proceso de Structure-from-Motion; y generación de modelos 3D por entrenamiento o ajuste de sus respectivas representaciones. Además, se abordan aspectos clave como la automatización del flujo de trabajo, la integración en un entorno unificado de todas las herramientas (ROS 2, COLMAP, NeRFStudio) y su contenedorización completa con Docker. Este trabajo aspira a establecer un punto de partida sólido para el uso de técnicas de reconstrucción 3D en futuras aplicaciones de robótica espacial, facilitando su incorporación como estándar donde los métodos clásicos son insuficientes.