Procesamiento de imágenes y control de un hexacóptero

En este proyecto se pretende diseñar un sistema embebido capaz de realizar procesamiento de imágenes y guiado de un hexacóptero. El hexacóptero dispondrá a bordo de una cámara así como las baterías y todo el hardware necesario para realizar el procesamiento de la información visual obtenida e implementar el controlador necesario para permitir su guiado. OpenCV es una biblioteca de primitivas de procesado de imagen que permite crear algoritmos de Visión por Computador de última generación. OpenCV fue desarrollado originalmente por Intel en 1999 para mostrar la capacidad de procesamiento de los micros de Intel, por lo que la mayoría de la biblioteca está optimizada para correr en estos micros, incluyendo las extensiones MMX y SSE. http://en.wikipedia.org/wiki/OpenCV Actualmente es ampliamente utilizada tanto por la comunidad científica como por la industria, para desarrollar nuevos algoritmos para equipos de sobremesa y sobre todo para sistemas empotrados (robots móviles, cámaras inteligentes, sistemas de inspección, sistemas de vigilancia, etc..). Debido a su gran popularidad se han realizado compilaciones de la biblioteca para distintos sistemas operativos tradicionales (Windows, Linux, Mac), para dispositivos móviles (Android, iOS) y para sistemas embebidos basados en distintos tipos de procesadores (ARM principalmente). - iPhone port: http://www.eosgarden.com/en/opensource/opencv-ios/overview/ - Android port: http://opencv.willowgarage.com/wiki/AndroidExperimental Un ejemplo de plataforma embebida es la tarjeta Zedboard (http://www.zedboard.org/), que representa el estado del arte en dispositivos embebidos basados en la arquitectura Cortex de ARM. La tarjeta incluye un procesador Cortex-A9 dual core junto con una gran cantidad de periféricos y posibilidades de conexión a tarjetas de expansión de terceras partes, lo que permite desarrollar aplicaciones en muy distintos campos de la Visión por Computador.

Enhanced electrocatalytic activity of Au@Cu core@shell nanoparticles towards CO2 reduction

The development of technologies for the recycling of carbon dioxide into carbon-containing fuels is one of the major challenges in sustainable energy research. Two of the main current limitations are the poor efficiency and fast deactivation of catalysts. Core–shell nanoparticles are promising candidates for enhancing challenging reactions. In this work, Au@Cu core–shell nanoparticles with well-defined surface structures were synthesized and evaluated as catalysts for the electrochemical reduction of carbon dioxide in neutral medium. The activation potential, the product distribution and the long term durability of this catalyst were assessed by electrochemical methods, on-line electrochemical mass spectrometry (OLEMS) and on-line high performance liquid chromatography. Our results show that the catalytic activity and the selectivity can be tweaked as a function of the thickness of Cu shells. We have observed that the Au cubic nanoparticles with 7–8 layers of copper present higher selectivity towards the formation of hydrogen and ethylene; on the other hand, we observed that Au cubic nanoparticles with more than 14 layers of Cu are more selective towards the formation of hydrogen and methane. A trend in the formation of the gaseous products can be also drawn. The H2 and CH4 formation increases with the number of Cu layers, while the formation of ethylene decreases. Formic acid was the only liquid species detected during CO2 reduction. Similar to the gaseous species, the formation of formic acid is strongly dependent on the number of Cu layers on the core@shell nanoparticles. The Au cubic nanoparticles with 7–8 layers of Cu showed the largest conversion of CO2 to formic acid at potentials higher than 0.8 V vs. RHE. The observed trends in reactivity and selectivity are linked to the catalyst composition, surface structure and strain/electronic effects.