Implementación de infraestructura a escala para la evaluación de algoritmos por visión de computador para vehículos autónomos.

Abstract

La siguiente propuesta de trabajo tiene como objetivo principal desarrollar infraestruc tura a escala para realizar pruebas de visión de computador en un vehículo autónomo a escala, en donde se utilizará como base de la escala de vehículo el Polulu 3Pi+. Para ello, se utilizó una escala de reducción de 1:18.75 para el diseño y la manufactura de infraestructura vial a escala, incluyendo carreteras rectas, con curvas, señales de tránsito y semáforos. Las piezas se fabricaron de material MDF, mediante corte láser. Se utilizó la OpenMV Cam H7 para la visión de computador, en la que se implementó un algoritmo de detección de carriles de color amarillo y alineación verticalmente. El objetivo de este algoritmo es brindar direccionamiento al vehículo. Adicionalmente, se implementaron modelos de detección y clasificación de señales de tránsito y estados de los semáforos. Se utilizó la plataforma de Edge Impulse para entrenar y optimizar un modelo de machine learning, en donde se obtuvo un modelo TensorFLow Lite de detección de 5 clases de objetos (señal de alto, señal de peatón y estados del semáforo), con un tamaño de 56 KB. El modelo de entrenamiento demostró ser capaz de reconocer cada una de las clases entrenadas. (LA)