Control de vehicles autònoms basat en el reconeixement visual de senyals viaris
En el camp dels «SDCs» (Self Driving Cars), resulta crucial la implementació d'algorismes actius que permetin als vehicles reconèixer i respondre adequadament a tota mena de marques viàries i senyals. A pesar que ja existeixen enfocaments que donen bons resultats per a la navegació autònoma, el...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Recursos: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | catalán |
| OAI Identifier: | oai:upcommons.upc.edu:2117/417367 |
| Acesso em linha: | https://hdl.handle.net/2117/417367 |
| Access Level: | acceso abierto |
| Palavra-chave: | Automated vehicles Artificial intelligence Machine learning Intel·ligència artificial Vehicles autònoms Detecció d’objectes Senyals viàries Aprenentatge profund Aprenentatge automàtic Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial Àrees temàtiques de la UPC::Informàtica::Automàtica i control |
| Resumo: | En el camp dels «SDCs» (Self Driving Cars), resulta crucial la implementació d'algorismes actius que permetin als vehicles reconèixer i respondre adequadament a tota mena de marques viàries i senyals. A pesar que ja existeixen enfocaments que donen bons resultats per a la navegació autònoma, els seus preus són elevats i manquen d'algunes característiques desitjables. A causa d'això, resulta interessant disposar d'una alternativa de baix cost que continuï mantenint els requisits d'eficàcia i eficiència. En aquest sentit, el «Machine Learning» aplicat a les tècniques de visió per ordinador s'ha popularitzat en l'última dècada. Aquest treball pretén controlar un vehicle autònom mitjançant el reconeixement visual de senyals utilitzant una intel·ligència artificial (IA) per a la detecció d'objectes. Per a aconseguir-ho, s'utilitza una combinació de tècniques de visió per computadora i aprenentatge profund, que permeten al vehicle la detecció, la classificació i la comprensió de marques viàries i senyals en temps real. Aquest enfocament ofereix una solució escalable i adaptable, que pot ser implementada en una varietat d'entorns de conducció. Per assolir aquest treball, primer s’haurà de fer un estudi dels diferents elements disponibles per fer el projecte, que serà el nostre punt de partida, com per exemple, tota la informació y exemples que hi ha actualment sobre intel·ligència artificial, i el kit de robot AI basat en el Jetson Nano Developer Kit, que serà el kit que s’utilitzarà com a vehicle per dur a terme aquest projecte, i els diferents exemples existents |
|---|