Saltar al contenido
Guardian EyeTFG · Telecomunicaciones
Recreación de un dron de búsqueda y rescate sobrevolando un bosque de montaña mientras un equipo de rescate revisa el sendero — ilustración generada por IA a modo de referencia, pendiente de sustituir por fotografía real del prototipo Guardian Eye en campo
En desarrollo · TFG Ingeniería de Telecomunicaciones

Rescate autónomo. Sistema abierto

Guardian Eye nace para demostrar que la Búsqueda y Rescate no necesita depender de costosas y cerradas soluciones comerciales: un dron abierto, auditable y adaptable para localizar personas perdidas y evaluar el entorno de la víctima.

Cómo funciona

Un sistema abierto de extremo a extremo

Nos basamos en los principios de código abierto, con piezas y componentes de bajo coste fácilmente disponibles en diferentes tiendas online, para facilitar así la construcción a medida de un sistema que nos permite localizar personas perdidas en montes, costas o zonas de difícil acceso.

Además, se incluye incluso la integración con diferentes sensores usando IoT para comprobar las condiciones ambientales del entorno de la víctima — humedad, temperatura o toxicidad del aire — antes de que lleguen los equipos de rescate.

En el ámbito del análisis de imagen, se utiliza un sistema de visión por computador (OpenCV) integrado con una red neuronal (YOLO) que ha sido entrenada específicamente para detectar e identificar elementos clave en el vídeo en tiempo real.

El sistema está diseñado bajo estrictos criterios de resiliencia y seguridad operativa. La arquitectura de comunicaciones garantiza una redundancia multicanal continua: mando de radiocontrol en 2.4 GHz, telemetría dedicada en 915 MHz, y enlaces de datos complementarios mediante 4G/LTE y Wi-Fi. De esta forma, nos aseguramos que el dron mantenga la conexión bajo cualquier circunstancia.

La privacidad de los datos y garantizar que la red esté protegida frente a accesos no autorizados es igual de prioritario. Todo el ecosistema opera bajo una infraestructura cloud, completamente cifrada de extremo a extremo mediante el un sistema de Zero Trust Network (ZTNA), empleando Tailscale para articular una VPN en malla (Mesh) privada, robusta e impenetrable.

Código abierto, de verdad

Todo el software que hace volar y pensar a Guardian Eye es público y auditable, repartido en dos repositorios independientes disponibles en mi GitHub, junto a la documentacion del proyecto.

Python
OpenCV
YOLO
Roboflow
MAVLink
Raspberry Pi
Linux
MQTT / IoT
Tailscale
AWS
InfluxDB
Grafana

Más que un TFG

Un desafío de ingeniería integral

Guardian Eye es el Trabajo de Fin de Grado de Nerea Gorostidi García, en Ingeniería de Tecnologías de Telecomunicación por la Universidad Carlos III de Madrid (convocatoria 2026), titulado:

“Diseño e Implementación de un Sistema UAV Autónomo con Comunicaciones 4G, Fusión de Sensores (Térmico/Visual) y Arquitectura IoT para Misiones de Búsqueda y Rescate”

Este proyecto destaca por sus peculiaridades como TFG: pocos TFG permiten combinar en un único sistema real disciplinas tan distintas como electrónica, comunicaciones, seguridad, resiliencia, normativa, IoT, cloud, programación e inteligencia artificial, en lugar de trabajarlas de forma aislada en asignaturas sueltas.

Ese enfoque integral permite profundizar en cada uno de esos ámbitos por separado y, al mismo tiempo, materializar en un dispositivo funcional el conocimiento acumulado a lo largo de estos cuatro años de carrera. Los objetivos concretos del proyecto detallan cómo se traduce esa motivación en un sistema real.

Sigue el progreso del proyecto

Voy publicando avances, decisiones y en qué estoy trabajando ahora en el diario (journal) del proyecto.

Guardian EyeTFG · Un sistema integral
Electrónica & hardwareRaspberry Pi, Pixhawk y Linux embebido
ComunicacionesSeguridad, resiliencia y normativa AESA
Inteligencia artificialModelos YOLO y LLM
IoT & cloudMQTT, AWS y telemetría en la nube
ProgramaciónDesarrollo web y scripting en Python

Landing de micromecenazgo

¿Quieres ayudarme en este proyecto?

Puedes hacerlo enviándome imágenes para entrenar mi sistema, o donando material. Consulta la web especifica de colaboración, una micro-web dedicada al patrocinio, donaciones de componentes y conseguir comunidad que aporta vídeos para seguir entrenando el modelo de detección.

Visita la Web del Crowdfunding