Sistema de Localización para Vehículos Autónomos Basado en Visión Artificial
Cargando...
Fecha
2023
Autores
Enlace al recurso
DOI
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
El presente trabajo de grado tiene como objetivo el desarrollo de un sistema para la georreferenciación de un vehículo autónomo basado en visión artificial, con un enfoque específico en la utilización de redes neuronales, aplicado en la plataforma DeepRacer de la empresa Amazon Web Services (AWS).
Se exploró la aplicación innovadora de la Red Neuronal Convolucional (CNN) como regresor para abordar la desafiante tarea de localización en el vehículo autónomo AWS DeepRacer. La CNN, entrenada con un dataset integral de imágenes y coordenadas espaciales, demostró ser eficaz en la predicción precisa de ubicaciones en un entorno bidimensional. Además, se evaluó exhaustivamente el desempeño de la CNN en comparación con el sistema de posicionamiento Lighthouse Position Deck, destacando la importancia de este último como un marco de refe rencia crucial. Se identificaron modelos específicos de la CNN que exhibieron un rendimiento destacado, minimizando las discrepancias entre las predicciones y las coordenadas reales. La investigación proporcionó percepciones valiosas sobre la efectividad de la CNN en entornos es pecíficos, estableciendo una base para la optimización continua de sistemas de localización en el AWS DeepRacer. La comparación entre la CNN y el sistema Lighthouse Position Deck contri buyó a la comprensión integral de los enfoques, sus fortalezas y limitaciones, y señaló áreas para investigaciones futuras en el campo de vehículos autónomos. La aplicación de visión artificial y redes neuronales ocupa una posición central en este proyecto, capacitando al vehículo autónomo para procesar y interpretar su entorno mediante datos visuales. Estas tecnologías posibilitan la identificación de puntos de referencia y características locales, facilitando el cálculo preciso de la posición del vehículo en su entorno. Este enfoque representa una destacada aplicación de la inteligencia artificial y el aprendizaje profundo en el contexto de la navegación autónoma, subrayando la relevancia y el impacto de estas innovaciones en el desarrollo de vehículos autónomos.
Abstract
The present thesis aims to develop a system for the georeferencing of an autonomous vehicle based on computer vision, with a specific focus on the use of neural networks, applied on the Amazon Web Services (AWS) DeepRacer platform.
An innovative application of Convolutional Neural Network (CNN) as a regressor was explored to address the challenging task of localization in the AWS DeepRacer autonomous vehicle. The CNN, trained with a comprehensive dataset of images and spatial coordinates, proved effective in accurately predicting locations in a two-dimensional environment. Additionally, the perfor mance of the CNN was thoroughly evaluated in comparison to the Lighthouse Position Deck positioning system, highlighting the latter’s importance as a crucial reference framework. Spe cific CNN models that exhibited outstanding performance, minimizing discrepancies between predictions and actual coordinates, were identified. The research provided valuable insights into the effectiveness of CNNs in specific environments, establishing a foundation for the continuous optimization of localization systems in AWS DeepRacer. The comparison between CNN and the Lighthouse Position Deck system contributed to a comprehensive understanding of the approa ches, their strengths and limitations, and pointed out areas for future research in the field of autonomous vehicles. The application of computer vision and neural networks plays a central role in this project, empowering the autonomous vehicle to process and interpret its environment through visual data. These technologies enable the identification of landmarks and local features, facilitating the precise calculation of the vehicle’s position in its surroundings. This approach represents a prominent application of artificial intelligence and deep learning in the context of autonomous navigation, emphasizing the relevance and impact of these innovations in the development of autonomous vehicles.
Idioma
spa
Palabras clave
Citación
Puerto Hernández, J. D. (2023). Sistema de Localización para Vehículos Autónomos Basado en Visión Artificial. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia