Diseño e implementación de un sistema de detección y localización de objetos en tiempo real mediante YOLOv8n y ROS2

• Reig Lozano, Asier ^[1] ; Martinez Pascual, David ; Martín Batanero, Raúl ^[1] ; Rodríguez López, Daniel Alejandro ^[1] ; Lledó Pérez, Luís Daniel ^[1] ; García Aracil, Nicolás ^[1]
  1. [1] Universidad Miguel Hernández de Elche

     Universidad Miguel Hernández de Elche

     Elche, España

     
• Localización: Jornadas de Automática, ISSN-e 3045-4093, Nº. 47, 2026
• Idioma: español
• DOI: 10.17979/ja-cea.2026.47.13754
• Títulos paralelos:
  • Design and implementation of a real-time object detection and localization system using Yolov8n and Ros2
• Enlaces
  • Texto completo
• Resumen
  • español

    Este artículo presenta el diseño e implementación de un sistema de percepción visual en tiempo real para robótica de asistencia bimanual. Mediante el reentrenamiento de un modelo YOLOv8-nano con un conjunto de datos propio, etiquetado manualmente, y su posterior integración en el ecosistema ROS2 utilizando una cámara de profundidad RGB-D, se logra la detección y localización tridimensional de objetos cotidianos. El sistema se encapsula en contenedores Docker para garantizar su portabilidad y reproducibilidad en diferentes plataformas de hardware. Los resultados experimentales demuestran un rendimiento óptimo en términos de precisión computacional y estimación espacial. Se valida así una arquitectura modular capaz de equilibrar la velocidad de inferencia y la robustez del modelo ante variaciones del entorno mediante técnicas de aumento de datos, sentando las bases operativas para el control tridimensional de exoesqueletos.

  • English

    This paper presents the design and implementation of a real-time visual perception system for bimanual assistive robotics. By retraining a YOLOv8-nano model with a custom, manually labeled dataset and its subsequent integration into the ROS2 ecosystem using an RGB-D depth camera, three-dimensional detection and localization of daily objects are achieved. The system is encapsulated in Docker containers to guarantee portability and reproducibility across different hardware platforms. Experimental results demonstrate optimal performance in terms of computational accuracy and spatial estimation. This validates a modular architecture capable of balancing inference speed and model robustness against environmental variations through data augmentation techniques, laying the operational foundations for the three-dimensional control of upper-limb exoskeletons.

• Referencias bibliográficas
  • Catalán, J. M., Trigili, E., Nann, M., Blanco-Ivorra, A., Lauretti, C., Cordella, F., Ivorra, E., Armstrong, E., Crea, S., Alcañiz, M., et...
  • Crea, S., Nann, M., Trigili, E., Cordella, F., Baldoni, A., Badesa, F. J., Catalán, J. M., Zollo, L., Vitiello, N., Aracil, N. G., et al.,...
  • Fares, N., Sherratt, R. S., Elhajj, I. H., 2021. Directing and orienting ict healthcare solutions to address the needs of the aging population....
  • Frisoli, A., Barsotti, M., Sotgiu, E., Lamola, G., Procopio, C., Chisari, C., 2022. A randomized clinical control study on the efficacy of...
  • Irles, C. F., Ruiz, F. J. M., Ivorra, A. B., Cerdán, E. B., Orts, J. M. C., Aracil, N. G., 2024. Diseño mecánico de un exoesqueleto bimanual...
  • Izzo, C., Carrizzo, A., Alfano, A., Virtuoso, N., Capunzo, M., Calabrese, M., De Simone, E., Sciarretta, S., Frati, G., Oliveti, M., et al.,...
  • Jocher, G., Chaurasia, A., Qiu, J., 2023. Ultralytics yolov8. URL: https://github.com/ultralytics/ultralytics
  • Pantoni, L., Poggesi, A., Inzitari, D., 2009. Cognitive decline and dementia related to cerebrovascular diseases: some evidence and concepts....
  • Park, D., Hoshi, Y., Mahajan, H. P., Kim, H. K., Erickson, Z., Rogers, W. A., Kemp, C. C., 2020. Active robot-assisted feeding with a general-purpose...
  • Salomon, J. A., Vos, T., Hogan, D. R., Gagnon, M., Naghavi, M., Mokdad, A., Begum, N., Shah, R., Karyana, M., Kosen, S., et al., 2012. Common...
  • Tkachenko, M., Malyuk, M., Holmanyuk, A., Liubimov, N., 2020. Label Studio: Data labeling software. Open source software available from https://github.com/HumanSignal/label-studio.