Diseño de un Sistema de Conducción Autónoma Basado en Aprendizaje Profundo

Aristizabal Bossa, Willian Alejandro

Diseño de un Sistema de Conducción Autónoma Basado en Aprendizaje Profundo

dc.contributor.advisor	Calderón Chávez, Juan Manuel
dc.contributor.author	Aristizabal Bossa, Willian Alejandro
dc.contributor.corporatename	Universidad Santo Tomas	spa
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000380938
dc.contributor.cvlac	https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001559976
dc.contributor.orcid	https://orcid.org/0000-0002-4471-3980
dc.date.accessioned	2025-01-16T16:12:33Z
dc.date.available	2025-01-16T16:12:33Z
dc.date.issued	2024-12-18
dc.description	Este proyecto se basa en el diseño y la implementación de un sistema de navegación para vehículos autónomos utilizando aprendizaje profundo para desarrollar el enfoque de extremo a extremo. Esto permite que la red neuronal realice toda la tarea del manejo del vehículo en un sólo módulo, teniendo como entradas las imágenes del trayecto provenientes de una única cámara RGB central y las mediciones de un sensor de distancia. Las salidas son, el ángulo de la dirección del volante, la posición del acelerador y del freno. El modelo de la red neuronal se entrenó y evaluó en un tramo de una ciudad virtual del software Carla Simulator, con tres condiciones climáticas diferentes y diversos escenarios con/sin obstáculos, con resultados excelentes de la conducción autónoma.	spa
dc.description.abstract	This project is based on the design and implementation of a navigation system for autonomous vehicles using deep learning to develop an end-to-end approach. This allows the neural network to perform the entire task of driving the vehicle in a single module, having as input the images of the journey from a single central RGB camera and the measurements from a distance sensor. The outputs are the steering angle, the throttle and brake position. The neural network model was trained and evaluated in a section of a virtual city of the Carla Simulator software, with three different weather conditions and various scenarios with/without obstacles, with excellent autonomous driving results.	spa
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magister en Ingeniería Electrónica	spa
dc.format.mimetype	application/pdf
dc.identifier.citation	Aristizabal Bossa, W. A. (2024). Diseño de un Sistema de Conducción Autónoma Basado en Aprendizaje Profundo. [Trabajo de Maestría, Universidad Santo Tomas]. Repositorio Institucional.	spa
dc.identifier.instname	instname:Universidad Santo Tomás	spa
dc.identifier.reponame	reponame:Repositorio Institucional Universidad Santo Tomás	spa
dc.identifier.repourl	repourl:https://repository.usta.edu.co	spa
dc.identifier.uri	http://hdl.handle.net/11634/58981
dc.language.iso	spa
dc.publisher	Universidad Santo Tomás	spa
dc.publisher.branch	CRAI-USTA Bogotá	spa
dc.publisher.faculty	Facultad de Ingeniería Electrónica	spa
dc.publisher.program	Maestría Ingeniería Electrónica	spa
dc.relation.references	Keiron O’Shea y Ryan Nash. «An Introduction to Convolutional Neural Networks». En: arXiv preprint arXiv:1511.08458 (2015). URL: https://doi.org/10.48550/arXiv. 1511.08458.	spa
dc.relation.references	Inmaculada Aguado López. «Deep Learning: Redes Neuronales Convolucionales en R». Trabajo Fin de Grado. Sevilla, España: Universidad de Sevilla, sep. de 2020.	spa
dc.relation.references	Luis Diego Alpizar. Matriz de convolución. https : / / docs . gimp . org / 2 . 6 / es / plug - in - convmatrix . html# : ~ : text = Convoluci % C3 % B3n % 20es % 20el % 20tratamiento%20de,usado%20depende%20del%20efecto%20deseado. Accessed: 2024-07-15.	spa
dc.relation.references	The Information Lab. ¿Qué es un dataset? https://www.theinformationlab.es/ blog/que-es-un-dataset/. Accessed: 2024-07-15. 2024.	spa
dc.relation.references	Botpress. Deep Neural Network. https://botpress.com/es/blog/deep-neuralnetwork. Accessed: 2024-07-15. 2024.	spa
dc.relation.references	University of Toronto. Self-Driving Cars Specialization. Available online. Accessed: June 29, 2024. 2024. URL: https : / / www . coursera . org / specializations / self driving-cars?action=enroll.	spa
dc.relation.references	Mariusz Bojarski et al. «End to End Learning for Self-Driving Cars». En: arXiv preprint arXiv:1604.07316 (2016).	spa
dc.relation.references	HUAWEI. ¿Qué es Epoch en Machine Learning? https://forum.huawei.com/enterprise/ es/que- es- epoch- en- machine- learning/thread/667232453749784577667212895009779712. Accessed: 2024-07-15.	spa
dc.relation.references	Intel. ¿Cuál es la diferencia entre la CPU y la GPU? https://www.intel.la/content/ www/xl/es/products/docs/processors/cpu-vs-gpu.html. Accessed: 2024-0715.	spa
dc.relation.references	OMS. Traumatismos causados por el tránsito OMS. Español. Jun. de 2022. URL: https : / / www . who . int / es / news - room / fact - sheets / detail / road - traffic injuries.	spa
dc.relation.references	OPS. Informe de juventud y siniestralidad vial. Español. Inf. téc. Colombia, sep. de 2021. URL: https://www.paho.org/es/documentos/informe-juventud-siniestralidadvial.	spa
dc.relation.references	Agencia Nacional de Seguridad Vial. Cifras Año en curso. Accedido el 14 de junio de 2024. 2024. URL: https://www.ansv.gov.co/es/observatorio/estad%C3% ADsticas/cifras-ano-en-curso.	spa
dc.relation.references	European Commission, Joint Research Centre (JRC). Country Profile: Colombia. https: //edgar.jrc.ec.europa.eu/country_profile/COL. Accessed: 14-Jun-2024. 2024.	spa
dc.relation.references	Instituto de Estudios Urbanos, Universidad Nacional de Colombia. Congestión vehicular: un problema de movilidad. https://ieu.unal.edu.co/medios/noticias-delieu/item/congestion- vehicular- un- problema- de- movilidad. Accessed: 14-Jun-2024. 2022.	spa
dc.relation.references	Rishabh Chopda, Saket Pradhan y Anuj Goenka. «Design and Development of an Autonomous Car using Object Detection with YOLOv4». en. En: (ene. de 2022). Publisher: Zenodo. DOI: 10.5281/ZENODO.5854559. URL: https://zenodo.org/record/ 5854559 (visitado 03-09-2022).	spa
dc.relation.references	Larry Stolle y Dan Wellers. Autonomous Vehicles: Accelerating Into The Mainstream. Accedido el 21/08/2022. 2016. URL: https://www.forbes.com/sites/sap/2016/ 12/08/autonomous-vehicles-accelerating-into-the-mainstream/?sh= 363c42184ba5/.	spa
dc.relation.references	Alexey Dosovitskiy et al. «CARLA: An Open Urban Driving Simulator». En: Proceedings of the 1st Annual Conference on Robot Learning. 2017, págs. 1-16.	spa
dc.relation.references	Gustavo A Cardona y Juan M Calderon. «Robot swarm navigation and victim detection using rendezvous consensus in search and rescue operations». En: Applied Sciences 9.8 (2019), pág. 1702.	spa
dc.relation.references	David Paez et al. «Distributed particle swarm optimization for multi-robot system in search and rescue operations». En: IFAC-PapersOnLine 54.4 (2021), págs. 1-6.	spa
dc.relation.references	Luis G Jaimes y Juan M Calderon. «An UAV-based incentive mechanism for Crowdsensing with budget constraints». En: 2020 IEEE 17th Annual Consumer Communications & Networking Conference (CCNC). IEEE. 2020, págs. 1-6.	spa
dc.relation.references	Wilson O Quesada et al. «Leader-follower formation for UAV robot swarm based on fuzzy logic theory». En: Artificial Intelligence and Soft Computing: 17th International Conference, ICAISC 2018, Zakopane, Poland, June 3-7, 2018, Proceedings, Part II 17. Springer. 2018, págs. 740-751.	spa
dc.relation.references	Nicolás Gómez et al. «Leader-follower behavior in multi-agent systems for search and rescue based on PSO approach». En: SoutheastCon 2022. IEEE. 2022, págs. 413-420.	spa
dc.relation.references	Gustavo A Cardona et al. «Adaptive Multi-Quadrotor Control for Cooperative Transportation of a Cable-Suspended Load». En: 2021 European Control Conference (ECC). IEEE. 2021, págs. 696-701.	spa
dc.relation.references	Gustavo A Cardona et al. «Robust adaptive synchronization of interconnected heterogeneous quadrotors transporting a cable-suspended load». En: 2021 IEEE International Conference on Robotics and Automation (ICRA). IEEE. 2021, págs. 31-37.	spa
dc.relation.references	Jose León et al. «Robot swarms theory applicable to seek and rescue operation». En: Intelligent Systems Design and Applications: 16th International Conference on Intelligent Systems Design and Applications (ISDA 2016) held in Porto, Portugal, December 16-18, 2016. Springer. 2017, págs. 1061-1070.	spa
dc.relation.references	Gustavo A Cardona et al. «Visual victim detection and quadrotor-swarm coordination control in search and rescue environment». En: International Journal of Electrical and Computer Engineering 11.3 (2021), pág. 2079.	spa
dc.relation.references	Nestor I Ospina et al. «Argrohbots: An affordable and replicable ground homogeneous robot swarm testbed». En: IFAC-PapersOnLine 54.13 (2021), págs. 256-261.	spa
dc.relation.references	Edgar C Camacho, Nestor I Ospina y Juan M Calderón. «COVID-Bot: UV-C based autonomous sanitizing robotic platform for COVID-19». En: Ifac-papersonline 54.13 (2021), págs. 317-322.	spa
dc.relation.references	Edgar C Camacho, Jose Guillermo Guarnizo, Juan M Calderon et al. «Design and construction of a cost-oriented mobile robot for domestic assistance». En: IFAC-PapersOnLine 54.13 (2021), págs. 293-298.	spa
dc.relation.references	GA Cardona et al. «Autonomous navigation for exploration of unknown environments and collision avoidance in mobile robots using reinforcement learning». En: 2019 SoutheastCon. IEEE. 2019, págs. 1-7.	spa
dc.relation.references	Javier Alexis Cárdenas et al. «Optimal PID ø axis Control for UAV Quadrotor based on Multi-Objective PSO». En: IFAC-PapersOnLine 55.14 (2022), págs. 101-106.	spa
dc.relation.references	Javier A Cardenas et al. «Intelligent Position Controller for Unmanned Aerial Vehicles (UAV) Based on Supervised Deep Learning». En: Machines 11.6 (2023), pág. 606.	spa
dc.relation.references	Laura J Padilla Reyes et al. «Adaptable recommendation system for outfit selection with deep learning approach». En: IFAC-PapersOnLine 54.13 (2021), págs. 605-610.	spa
dc.relation.references	Armando Mateus Rojas, Sindy Paola Amaya y Juan M Calderon. «PBR Compiler: Automatic system description generator software». En: IFAC-PapersOnLine 55.4 (2022), págs. 219-224.	spa
dc.relation.references	Naciones Unidas. Objetivos de Desarrollo Sostenible. Accedido el 22 de octubre de 2023. añodepublicacin. URL: https : / / www . un . org / sustainabledevelopment / es / objetivos-de-desarrollo-sostenible/.	spa
dc.relation.references	J. Worland. «Self-Driving Cars Could Help Save the Environment—Or Ruin It. It Depends on Us». En: time (2016).	spa
dc.relation.references	Kristie Daniel. Objetivo 11: Las ciudades desempeñarán un papel importante en la consecución de los Objetivos de Desarrollo Sostenible. Accessed: 22-10-2023. 2020. URL: https://www.un. org/es/chronicle/article/objetivo-11-las-ciudades-desempenaranun-papel-importante-en-la-consecucion-de-los-objetivos-de.	spa
dc.relation.references	Mariusz Bojarski et al. «End to End Learning for Self-Driving Cars». En: arXiv preprint arXiv:1604.07316 (2016).	spa
dc.relation.references	Chao Huang et al. «Personalized Trajectory Planning and Control of Lane-Change Maneuvers for Autonomous Driving». en. En: IEEE Trans. Veh. Technol. 70.6 (jun. de 2021), págs. 5511-5523. ISSN: 0018-9545, 1939-9359. DOI: 10.1109/TVT.2021.3076473. URL: https://ieeexplore.ieee.org/document/9419761/ (visitado 10-03-2023).	spa
dc.relation.references	Da Yang et al. «A dynamic lane-changing trajectory planning model for automated vehicles». en. En: Transportation Research Part C: Emerging Technologies 95 (oct. de 2018), págs. 228-247. ISSN: 0968090X. DOI: 10.1016/j.trc.2018.06.007. URL: https://linkinghub. elsevier.com/retrieve/pii/S0968090X18305898 (visitado 10-03-2023).	spa
dc.relation.references	Ministerio de Educación Nacional. Colombia ratifica ante la ONU su compromiso para reducir siniestros viales desde la infancia. Consultado el: 22-10-23. agosto de 2019. URL: https: //www.mineducacion.gov.co/portal/salaprensa/Comunicados/387527: Colombia-ratifica-ante-la-ONU-su-compromiso-para-reducir-siniestrosviales-desde-la-infancia.	spa
dc.relation.references	Chaojie Ou et al. «Predicting Steering Actions for Self-Driving Cars Through Deep Learning». En: Centre for Pattern Analysis and Machine Intelligence, Department of Electrical and Computer Engineering, University of Waterloo, Waterloo, ON, Canada (2018).	spa
dc.relation.references	Xiaoyun Liu et al. «Towards Efficient Mapless Navigation Using Deep Reinforcement Learning with Parameter Space Noise». En: 2019 Chinese Control Conference (CCC). 2019, págs. 8833-8837. DOI: 10.23919/ChiCC.2019.8866029.	spa
dc.relation.references	Mohamed Esmail Abed et al. «Steering Control for Autonomous Vehicles Using PID Control with Gradient Descent Tuning and Behavioral Cloning». En: Proceedings of NILES2020: 2nd Novel Intelligent and Leading Emerging Sciences Conference. Accessed via IEEE Xplore. Shaikh Zayed City, Egypt, 2020.	spa
dc.relation.references	Xianyong Yi, Hakim Ghazzai y Yehia Massoud. «End-to-End Neural Network for Autonomous Steering using LiDAR Point Cloud Data». En: 2022 IEEE 65th International Midwest Symposium on Circuits and Systems (MWSCAS). IEEE. 2022. DOI: 10 . 1109 / MWSCAS54063.2022.9859277.	spa
dc.relation.references	K Shalu George et al. «Steering Angle Estimation for an Autonomous Car». En: 2022 IEEE International Conference on Signal Processing, Informatics, Communication and Energy Systems (SPICES). Vol. 1. 2022, págs. 168-173. DOI: 10.1109/SPICES52834.2022.9774270.	spa
dc.relation.references	Damián Jorge Matich. Redes Neuronales: Conceptos Básicos y Aplicaciones. Cátedra: Infor- mática Aplicada a la Ingeniería de Procesos - Orientación I, Universidad Tecnológica Nacional, Facultad Regional Rosario, Departamento de Ingeniería Química, Grupo de Investigación Aplicada a la Ingeniería Química (GIAIQ). Profesores: Carlos Alberto Ruiz, Marta Susana Basualdo. Mar. de 2001.	spa
dc.relation.references	Alba Centeno Franco. Deep Learning. Trabajo Fin de Grado. Sevilla, España, jul. de 2019.	spa
dc.relation.references	Maahi Patel. The Complete Guide to Image Preprocessing Techniques in Python. Medium. Accessed: 28-Jun-2024. 2023. URL: https : / / medium . com / @maahip1304 / the complete-guide-to-image-preprocessing-techniques-in-python-dca30804550c.	spa
dc.relation.references	Hui Zeng et al. «Reliable and Efficient Image Cropping: A Grid Anchor Based Approach». En: 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2019, págs. 5942-5950. DOI: 10.1109/CVPR.2019.00610.	spa
dc.relation.references	GeeksforGeeks. Image Processing in Python. GeeksforGeeks. Accessed: 28-Jun-2024. 2023. URL: https://www.geeksforgeeks.org/image-processing-in-python/.	spa
dc.relation.references	F. Codevilla et al. «End-to-end driving via conditional imitation learning». En: arXiv preprint arXiv:1710.02410 (2017).	spa
dc.relation.references	Volodymyr Mnih et al. «Asynchronous Methods for Deep Reinforcement Learning». En: arXiv preprint arXiv:1602.01783 (2016). URL: https://arxiv.org/abs/1602.01783.	spa
dc.relation.references	Stanford. CARLA: An Open Urban Driving Simulator. YouTube. Accessed: 29-Jun-2024. Oct. de 2017.	spa
dc.relation.references	Chinmay Vilas Samak, Tanmay Vilas Samak y Sivanathan Kandhasamy. Control Strategies for Autonomous Vehicles. 2021. arXiv: 2011.08729 [cs.RO].	spa
dc.rights	Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2	spa
dc.rights.local	Abierto (Texto Completo)	spa
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keyword	autonomous vehicles	spa
dc.subject.keyword	deep learning	spa
dc.subject.keyword	end-to-end approach	spa
dc.subject.keyword	Carla Simulator	spa
dc.subject.lemb	Ingeniería	spa
dc.subject.lemb	Ingeniería Electrónica	spa
dc.subject.lemb	Electrónica	spa
dc.subject.proposal	vehículos autónomos	spa
dc.subject.proposal	aprendizaje profundo	spa
dc.subject.proposal	enfoque de extremo a extremo	spa
dc.subject.proposal	Carla Simulator	spa
dc.title	Diseño de un Sistema de Conducción Autónoma Basado en Aprendizaje Profundo	spa
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.drive	info:eu-repo/semantics/masterThesis
dc.type.local	Tesis de maestría	spa
dc.type.version	info:eu-repo/semantics/acceptedVersion