Aprendizaje fin a fin para la conducción autónoma de vehículos domésticos usando visión artificial y redes neuronales convolucionales

Abstract

Los vehículos autónomos han pasado de ser un tema de ciencia ficción a convertirse en una realidad cada vez más cercana. Si bien existe un recorrido muy largo para llegar a implementar sistemas completamente autónomos en las calles, los recientes avances en la tecnolog´ıa junto y creciente interés económico de grandes empresas, universidades y centros de investigación en el mundo han hecho posible la inclusión exitosa de diversos niveles de autonomía en vehículos, con fines de uso doméstico e industrial. El presente proyecto se centra en el desarrollo de un sistema de conducción autónoma basado en visión artificial, para la generación de comandos de control para la conducción autónoma de un vehículo dom´estico. Se ha logrado desarrollar un sistema de aprendizaje “fin a fin” basado en una red neuronal convolucional, que consta de un modelo de predicción que genera comandos de control a partir de un estímulo visual proveniente de una cámara monocular. El sistema de aprendizaje está implementado sobre una plataforma de cómputo de bajo costo y bajo consumo de energ´ıa basado en un micro- controlador ARM Cortex M y una SBC Raspberry Pi encargados del control de bajo nivel en tiempo real; la adquisición de datos de entrenamiento, el entrenamiento de la red neuronal y un sistema de control e inferencia autónomo implementados en los lenguajes de programación Python y C++ usando ROS y Tensorflow. Finalmente, se ha validado el entrenamiento de la red neuronal convolucional en conjunto con todo el sistema de conducción autónoma en base a pruebas estad´ısticas de rendimiento y un análisis de representaciones internas de la red a estímulos visuales de diversa naturaleza.