Abstract
Este artículo presenta la adaptación de una cámara de profundidad a un sistema portátil basado en Raspberry Pi para la detección de objetos cercanos y su ubicación en tiempo real, mediante procesamiento estadístico de imágenes de profundidad. El objetivo fue modificar, tanto el hardware, como el software del sistema para permitir la captura directa, segmentación espacial, cálculo de promedios y umbralización de imágenes en tiempo real. Se comparan lecturas directas del sensor con estimaciones umbralizadas bajo diferentes condiciones de iluminación y entornos espaciales. Los resultados muestran alta coincidencia en espacios interiores controlados, mientras que, en entornos adversos como contraluz o luz artificial intensa, el algoritmo umbralizado compensa las fallas del sensor, aunque introduce desviaciones en la estimación. Se concluyó que el sistema es funcional en entornos controlados, pero su precisión depende de la iluminación, el volumen del objeto y la estabilidad del entorno, por lo que se recomienda implementar filtros adaptativos a entornos variables.

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.