Inhalation Exposures

El plan de pruebas experimentales se ha ejecutado completamente empleando la plataforma robótica AR.Drone 2.0. La conguración del AR.Drone que se ha utilizado durante los experi- mentos es la establecida de forma estándar por parte de Parrot en su versión AR.Drone 2.0[52] (ver Anexo B).

Capítulo 15

Pruebas y Resultados Experimentales

En este capítulo se detalla exhaustivamente el plan de pruebas experimentales que se ha denido para validar el correcto funcionamiento de la arquitectura cognitiva híbrida diseñada en esta tesis, utilizando para ello un UAV comercial como es el AR.Drone 2.0, garantizando el cumplimiento de la funcionalidad y objetivos asociados a los diferentes comportamientos, y por consiguiente, a la navegación autónoma del UAV. Los experimentos se han estructurado en base al tipo de comportamientos denidos dentro de la librería, con el objetivo de probar todas aquellas situaciones ó escenarios que el UAV pueda alcanzar, así como de las posibles dicultades que éste pueda encontrar durante su navegación autónoma.

Módulo Sensorial Módulo Cognitivo Módulo Control Módulo Aprendizaje Librería de com- portamientos Reconocimiento de landmarks √ Maniobra de exploración √ √ Maniobra de aproximación √ √ Aprendizaje adaptativo √ √ √ Navegación autónoma √ √ √ √ √

Cuadro 15.1: Checklist del Plan de pruebas experimentales

Se ha diseñado un completo Plan de pruebas experimentales (Cuadro 15.1) con el objetivo de garantizar la vericación de la totalidad de módulos que componen la arquitectura cognitiva híbrida, además de la librería de comportamientos denida. Dicho plan recoge la relación que existe entre cada uno de los experimentos realizados en el laboratorio, con respecto al elemento de la arquitectura sobre el que se trabajará para su evaluación y vericación.

Para cada experimento se describirán las diferentes casos de prueba realizados, el objetivo que se pretende alcanzar, los datos técnicos utilizados, parametrización y conguración empleada, las evidencias recopiladas y los resultados obtenidos de cada uno de ellos para poder extraer

128 CAPÍTULO 15. PRUEBAS Y RESULTADOS EXPERIMENTALES conclusiones.

15.1. Experimentos sobre el reconocimiento de landmarks

Las pruebas experimentales sobre el reconocimiento de landmarks consisten en vericar el correcto funcionamiento del clasicador K-NN implementado por parte del módulo sensorial que utilizará el UAV durante su navegación, vericando que es capaz de identicar de forma consis- tente un determinado landmark de ejemplo para su posterior utilización dentro de la arquitectura cognitiva híbrida.

15.1.1. Ejecución del experimento

Para vericar el clasicador utilizado en el reconocimiento de landmarks, se ha utilizado el algoritmo denominado Leave-one-out [42], técnica consistente en evaluar un mecanismo de clasicación garantizando en todo momento que los datos utilizados para el entrenamiento son independientes de los datos que serán utilizados como ejemplos de prueba.

De los N elementos que conforman el dataset completo de elementos (en este caso el dataset de landmarks está compuesto por N = 40 imágenes), el algoritmo utilizará como base de cono- cimiento para el clasicador N − 1 elementos, dejando un elemento a parte que será empleado como prueba para la evaluación del clasicador (Figura 15.1).

15.1. EXPERIMENTOS SOBRE EL RECONOCIMIENTO DE LANDMARKS 129 Dicho proceso se repetirá N veces, tomando en cada iteración i el elemento nicomo elemento

de prueba a utilizar. Para cada iteración i, se obtendrá como resultado la clase C que mejor encaja para dicho elemento ni, resultado que se comparará con la clase esperada.

Algoritmo 15.1 Pseudocódigo del algoritmo de prueba Leave-one-out

Función leaveoneout

Mientras (NUM_DATASETS*NUM_IMG_DATASET < 40) Hacer Extracción de l elemento i de prueba

Actualiza e l dataset eliminando e l elemento i e x t r a i d o ; Ejecuta e l c l a s i f i c a c i o n K−NN con e l elemento i ;

Devuelve l a Clase C s e l e c c i o n a d a para e l elemento i ; Si (C es d i s t i n t a a l a Clase con l a que se e t i q u e t ó a l

elemento i ) Entonces

I n s e r t a no conformidad en Matriz de Confusion ; Fin Si

Fin Mientras Fin Funcion

15.1.2. Resultados del experimento

Una vez nalizada la ejecución del presente experimento, los resultados se han recogido utilizando para ello una matriz de confusión (Figura 15.2), en donde se presenta el número de coincidencias obtenidas para cada uno de los elementos utilizados como prueba con respecto a la clase esperada.

Figura 15.2: Matriz de confusión como resultado del Leave-one-out

Cuando existe una coincidencia entre la clase actual del elemento ni con respecto a la clase

obtenida como resultado de la evaluación del clasicación K-NN durante la iteración i, se sumará una unidad a la celda correspondiente dentro de la matriz de confusión.

En base a los resultados mostrados en la matriz de confusión de la Figura 15.2, se ha obtenido que para la totalidad de los elementos de prueba utilizados durante el experimento, el clasicados ha devuelto como resultado la clase que se esperaba para cada uno de ellos.

130 CAPÍTULO 15. PRUEBAS Y RESULTADOS EXPERIMENTALES

15.1.3. Conclusiones del experimento

En base a los resultados obtenidos durante el presente experimento, se puede considerar al proceso de reconocimiento de landmarks implementado en el módulo sensorial como eciente y robusto, cumpliendo con la totalidad de requisitos necesarios para que pueda ser utilizado durante la navegación autónoma del UAV. El proceso de reconocimiento de landmarks ofrece a través del clasicador K-NN la clase C más adecuada así como del error de clasicación ε, magnitud que mide la calidad obtenida durante dicho proceso de clasicación.

De esta forma, el módulo sensorial además de proporcionar a la arquitectura cognitiva hí- brida de los mecanismos necesarios para capturar las imágenes provenientes del UAV y llevar a cabo su procesamiento, dota de la capacidad para clasicar dichas imágenes, para que nal- mente se puedan desencadenar los comportamientos adecuados denidos dentro de la librería de comportamientos para la identicación de los landmarks denidos en el mapa topológico visual asociado.

15.2. Experimentos sobre maniobras de exploración y evitación