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)
