Desarrollo de un sistema de visión artificial basado en redes convolucionales para el correcto posicionamiento de un vehículo autónomo en un carril.

El presente trabajo de titulación tiene como objetivo implementar un sistema de visión artífica basado en redes convolucionales para el correcto posicionamiento de un vehículo en un carril compuesto por dos módulos. La primera, de procesamiento de imágenes que son capturadas por un sensor óptico por medio de inteligencia artificial aplicando OpenCV, Tensorflow y Keras. El segundo modulo se encarga del control de los motores y la interpretación de los datos obtenidos por el primer módulo de procesamiento. El sistema fue sometido a pruebas de funcionamiento, determinando que el sistema de detección de carril está dentro de los rangos precisos de interpretación para evitar salirse de los limites trazados en un carril a escala, la precisión de entendimiento de la red neuronal llega a un 98.54%. Se concluye que el prototipo de sistema permite una conducción estable de un vehículo y de interpretación de imágenes en óptimas condiciones de iluminación. Para futuros proyectos e investigaciones se recomienda el uso de lotes de imágenes más grandes y una capacidad de procesamiento más robusta para un aprendizaje más optimo y el aumento de las capacidades autónomas.

• Главный автор: Jácome Montero, Yandry Alexander (author)
• Формат: bachelorThesis
• Язык: spa
• Опубликовано: 2021
• Предметы: APRENDIZAJE AUTOMÁTICO; REDES NEURONALES; ALGORITMOS GENÉTICOS; ALGORITMOS DE INDUCCIÓN; APRENDIZAJE PROFUNDO; SISTEMAS EXPERTOS; REPRESENTACIÓN DEL CONOCIMIENTO; COMPUTACIÓN COGNITIVA; INTELIGENCIA ARTIFICIAL
• Online-ссылка: https://dspace.espoch.edu.ec/handle/123456789/20492