Grau en Enginyeria Informàtica
Permanent URI for this collection
Treballs de fi de grau en Enginyeria Informàtica de l'Escola Politècnica Superior [Més informació].
Browse
Recent Submissions
- ItemOpen AccessSistema de Mapeig 3D Semàntic per a Entorns Interiors Robòtics(2026-06) Gómez Serrano, SergiAquest Treball de Fi de Grau presenta el desenvolupament d’un sistema de mapeig 3D semàntic orientat a entorns interiors, amb l’objectiu de dotar un robot mòbil de la capacitat de comprendre i representar l’espai que l’envolta. El sistema processa dades RGB-D capturades amb un iPad (imatge de color i mapa de profunditat), aplica models d’intel·ligència artificial per detectar i classificar objectes rellevants, i genera com a resultat un mapa tridimensional anotat semànticament i un plànol 2D per a la navegació autònoma. El projecte sorgeix de la necessitat de proporcionar al robot Unitree G1 una representació detallada del seu entorn sense haver de dependre d’una cartografia manual ni d’un operador humà que indiqui on es troben els objectes. Gràcies al sistema desenvolupat, el robot pot saber on hi ha una cadira, una impressora o una planta, i planificar rutes de navegació que evitin obstacles. El sistema integra diverses tecnologies d’última generació: Grounding DINO (Liu et al., 2024) per a la detecció d’objectes sense entrenament específic, SAM (Segment Anything Model) (Kirillov et al., 2023) per a la segmentació d’instàncies, Open3D (Open3D Development Team, 2024a) per al processament de núvols de punts i RTAB-Map (Labbé i Michaud, 2024) per a la reconstrucció 3D robusta de l’espai. Tot l’entorn d’execució s’ha conteneritzat amb Docker i NVIDIA CUDA per garantir-ne la reproductibilitat. El resultat final és un pipeline modular i complet que, a partir d’un vídeo gravat mentre es recorre un espai, genera automàticament el mapa semàntic de l’entorn i el plànol de navegació corresponent, sense intervenció manual en el procés. A més, el sistema inclou un mòdul de visualització que superposa les coordenades dels objectes detectats directament sobre el núvol de punts 3D, permetent contrastar visualment els resultats i verificar que la posició assignada a cada objecte es correspon amb la seva ubicació real en l’espai.
- ItemOpen AccessSistema de predicció de demanda de pinso en explotacions ramaderes basat en estoc virtual(2026-06) Rao, AbdullahEl presente trabajo se enmarca dentro de una iniciativa de innovación tecnológica desarrollada en colaboración con el centro tecnológico Eurecat, orientada a mejorar la planificación logística y la gestión de la demanda de pienso en explotaciones ganaderas. El proyecto forma parte de un programa de investigación y desarrollo tecnológico, con el objetivo de aplicar técnicas de análisis de datos, predicción de demanda y optimización logística a un problema real del sector agroalimentario. En concreto, el desarrollo se ha llevado a cabo en la línea Agro&Food de la unidad de Inteligencia Artificial Aplicada de Eurecat. Actualmente, el proceso de planificación de las rutas de transporte de pienso desde las fábricas hasta las granjas se realiza de forma manual y depende en gran medida del conocimiento y la experiencia del equipo encargado de la planificación. Además, la asignación diaria de camiones y conductores debe resolverse en un tiempo limitado para garantizar que las rutas se comuniquen a los transportistas con suficiente antelación y que las entregas programadas puedan realizarse correctamente. En paralelo, la reciente instalación de sensores en los silos de las granjas permite disponer de información adicional sobre el estado real del stock de pienso. Estas nuevas fuentes de datos, combinadas con el histórico de pedidos y con información sobre el estado de las crianzas, abren la posibilidad de desarrollar modelos predictivos que permitan anticipar las necesidades de las granjas y mejorar la planificación logística. En este contexto, el proyecto propone el desarrollo de un sistema capaz de predecir la demanda de pienso y apoyar la toma de decisiones en la preparación de pedidos y la planificación de rutas. La solución pretende automatizar parte del proceso actualmente manual, mejorar la eficiencia operativa y proporcionar herramientas que permitan una gestión más eficiente de los recursos logísticos.
- ItemOpen AccessShadowSeeker: OSINT i vigilància digital de filtracions(2026-06) Ortiz Sanchez, PauAquest Treball de Fi de Grau presenta ShadowSeeker, una plataforma web d’OSINT (Open Source Intelligence, intel.ligència de fonts obertes) que he desenvolupat per detectar filtracions de dades i revisar l’exposició digital d’una organització des d’un únic panell. El sistema combina APIs de seguretat (Leak-Lookup, IntelligenceX, GitHub, urlscan.io, entre d’altres), crawling de superfície (subdominis, certificats, DNS) i un mòdul de Dark Web que només opera via proxy Tor sobre serveis ocults .onion (adreces de la xarxa Tor), amb un filtre de rellevància per no inundar l’analista de soroll. He implementat l’arquitectura en Node.js i Express, amb MongoDB, autenticació multitenant (múltiples clients aïllats; alta només per administrador), plans Basic, Pro i Enterprise, notificacions SMTP, tasques programades de retenció i llista blanca d’indicadors. En les proves del TFG he comprovat que, per a un correu concret, les filtracions es detecten millor al mòdul OSINT; Tor aporta mencions complementàries quan la consulta i el tipus d’indicador són adequats.
- ItemOpen AccessContent-Based Movie Recommendation System through Graphs(2026-04) Duch Pont, PauThis project can be defined as a proof of concept with no commercial intent. The main goal is the design and development of a functional Global Graph. This structure connects movies using weights derived from the intrinsic metadata of each movie rather than data based on user trends. This network featuring weighted edges positions related movies closer to each other, thus forming clusters based on their theme. By using the metadata, the graph is able to identify complex relationships among entities such as actors, directors, and genres to calculate a connection weight. The objective is to implement a recommendation system based on content that generates personalized suggestions adapted to the attributes and ratings of the movies selected by the user. By using the Global Graph, the system can identify movies that are similar to those chosen by the user by relying on content. This recommendation process leads to the User Graph, a structure containing the user inputs as well as the relevant suggestions, thereby acting as a subgraph of the Global Graph. The focus of the project is to prove the effectiveness of the proposed model architecture based on graphs as a functional alternative to traditional recommendation systems tha work with collaborative filtering algorithms. This study aims to demonstrate that this methodology using recommendations based on content could offer a relevant quality of discovery compared to established models.
- ItemOpen AccessControl autònom del robot humanoide Unitree G1 en simulació MuJoCo mitjançant models d’IA i aprenentatge per reforç(2026-06) Serra Paris, PauAquest Treball de Fi de Grau presenta el desenvolupament d’un sistema de control autònom per al robot humanoide Unitree G1 (29 graus de llibertat) en entorn de simulació MuJoCo 3.8.0. El sistema integra OpenClaw (amb el model Claude Sonnet) com a motor cognitiu, un bot de Telegram com a interfície d’usuari amb suport de reconeixement de veu mitjançant Whisper i síntesi d’àudio mitjançant Microsoft Azure (veu Elvira), i s’executa íntegrament a Google Cloud Platform per complir amb les restriccions de seguretat associades a OpenClaw. OpenClaw interpreta instruccions en text, veu i imatge, consulta un catàleg de 22 accions predefinides i, si cal, en genera de noves autònomament seguint un esquelet de codi estàndard. L’orquestrador ver_simulacion.py gestiona el cicle de vida de la simulació amb suport de hot reload, de manera que les noves accions s’integren sense reiniciar el simulador. El robot disposa d’una càmera virtual a l’alçada dels ulls que processa els fotogrames en temps real amb YOLO per a la detecció d’objectes, integrada amb el raonament d’OpenClaw. Per eliminar la dependència d’un arnès virtual de suspensió, s’ha entrenat una política RL amb NVIDIA Isaac Lab (algorisme PPO, 4.096 entorns paral·lels) i transferida a MuJoCo via sim-to-sim; la mateixa política no sols garanteix l’equilibri estàtic sinó que, de manera emergent, ha habilitat la locomoció bípeda. Les proves del sistema s’han estructurat en tres nivells de complexitat creixent, validats iterativament. El catàleg de 22 accions combina 4 accions creades manualment per l’autor i 18 generades autònomament per OpenClaw al llarg del procés, amb un temps de resposta màxim inferior a 2 minuts per a instruccions que requereixen generació de codi nou. El 72% de les accions (16 de 22) s’executen de forma plenament estable amb la política RL activa, incloent-hi caminar.py que executa 6–7 passes de marxa bípeda consecutives que s’aturen sense caiguda; les 6 restants impliquen flexió activa o suport monopodal. La integració amb el robot físic real i amb ROS2 queda plantejada com a treball futur.