Este trabajo aborda el procesamiento de las imágenes y nubes de puntos proporcionados por una cámara RGB y un LiDAR 3D a bordo de un vehículo para la detección de obstáculos en entornos urbanos en el marco del proyecto de investigación PREMOVE. Dicha tarea se realizará en un entorno digital simulado, que permitirá recrear situaciones realistas minimizando los costes de experimentación y acelerando el proceso de desarrollo.
El simulador en cuestión es CARLA Simulator, que ofrece múltiples escenarios y una gran variedad de herramientas con las que poder experimentar. Para ello, se hará uso del modelo digital del vehículo realizado por Daniel Gamba en el TFG predecesor a este. Dicho modelo incluye además del vehículo, los sensores que lleva abordo. Entre ellos se destacan múltiples cámaras RGB y un sensor LiDAR 3D que recrean los modelos reales que se utilizarán en el proyecto PREMOVE.
Se someterá a dicho automóvil a distintos escenarios, donde el tráfico y el estado
climatológico jugarán un papel esencial. Por otro lado, se incluirán agentes del tráfico como peatones o ciclistas que pondrán a prueba de forma crítica el sistema de detección de obstáculos para la conducción segura.
Para facilitar el manejo, agrupación y procesamiento de dichos datos, se hará uso del software ROS2, una interfaz especializada en el desarrollo de programas orientados a la robótica.
Por último, para desarrollar la interfaz encargada de la detección de obstáculos, se acudirá a un modelo preentrenado de red neuronal especializado en dicha tarea. El estado del arte actual sugiere tanto modelos más clásicos como las redes CNN, así como las nuevas redes Transformer especializadas en la detección (DETR). Por tanto, un análisis profundo se realizará para determinar la mejor opción con la que puede contar este proyecto.
Buscar en Dimension