Este estudio lleva a cabo la investigación de la colocación de manera eficiente de sensores instalados en UAVs para llevar a cabo la reconstrucción del campo de velocidades del aire en una zona donde se quiera llevar a cabo la inspección con un UAV. Esta reconstrucción servirá como predicción de viento para el UAV inspector, que podrá modificar la planificación de trayectorias en tiempo real. Para lograr esto, es necesario tener claro ciertos conceptos matemáticos de optimización y estadística, pero también un gran manejo con las ecuaciones de Navier-Stokes para llevar a cabo unas buenas simulaciones. Juntando estas simulaciones con los conceptos matemáticos, se logra efectuar la reconstrucción del campo fluido. La optimización de sensores se basa en la posibilidad de obtener de manera directa datos comprimidos y resolver la alta dimensión de los datos en función de unos pocos representativos. Siguiendo esta línea aparece el concepto sparse. Las aplicaciones en las que puede aplicarse este concepto, son diversas. En primer lugar, aquellas situaciones en las que existen multitud de sensores y se pretende reducirlos, sin dejar de perder información. En segundo lugar, en situaciones en las que los sensores son costosos y se pretende implementar el mínimo número de ellos. En el caso de la reconstrucción del campo fluido, se pretende reducir el coste de la medición lo máximo posible, sin dejar de obtener una información precisa del fluido en el emplazamiento. Una vez determinado el número y la ubicación de los UAVs, se toman las medidas y se realiza la reconstrucción. Esta información valiosa sirve a la hora de tomar decisiones en el terreno de la inspección.

This study conducts research on the efficient placement of sensors mounted on UAVs to reconstruct the air velocity field in an inspection area. This reconstruction will serve as wind prediction for the UAV inspector, which will be able to modify path planning in real time. To achieve this, it is necessary to have a clear understanding of certain mathematical concepts in optimization and statistics, as well as a strong grasp of the Navier-Stokes equations to conduct accurate simulations. By combining these simulations with mathematical concepts, the fluid field reconstruction is achieved. Sensor optimization is based on the ability to directly obtain compressed data and solve the highdimensionality problem based on a few representative data points. Following this line of thought, the concept of sparsity emerges. There are various applications where this concept can be applied. Firstly, in situations where there are numerous sensors and the goal is to reduce them without losing information. Secondly, in situations where sensors are costly and the aim is to implement the minimum number of sensors. In the case of fluid field reconstruction, the objective is to minimize the measurement cost while still obtaining precise information about the fluid in the inspection area. Once the number and location of UAVs are determined, measurements are taken and the reconstruction is performed. This valuable information aids decision-making in the field of inspection.

Universidad de Sevilla. Grado en Ingeniería de Tecnologías Industriales