Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning

En el presente trabajo se propone el desarrollo de un prototipo a escala de un vehículo autónomo para tareas de logística en un depósito industrial. Para ello, se combinan técnicas avanzadas de procesamiento de imágenes basadas en visión artificial y técnicas de Deep Learning para el reconocimiento...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Cesaratto, L. A., Bazzano, N. R.
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2020
Materias:
Ciencias Informáticas
Conducción autónoma
Deep learning
Computer vision
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/115882
http://49jaiio.sadio.org.ar/pdfs/est/EST-02.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-115882
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Conducción autónoma
Deep learning
Computer vision
spellingShingle Ciencias Informáticas
Conducción autónoma
Deep learning
Computer vision
Cesaratto, L. A.
Bazzano, N. R.
Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning
topic_facet Ciencias Informáticas
Conducción autónoma
Deep learning
Computer vision
description En el presente trabajo se propone el desarrollo de un prototipo a escala de un vehículo autónomo para tareas de logística en un depósito industrial. Para ello, se combinan técnicas avanzadas de procesamiento de imágenes basadas en visión artificial y técnicas de Deep Learning para el reconocimiento de objetos. El vehículo tiene la capacidad de identificar paquetes mediante códigos QR y de llevarlos hasta el depósito correspondiente. Una vez concluida dicha tarea, retorna a la base de forma automática a la espera de un nuevo paquete. Para ensayar el correcto funcionamiento del vehículo, se diseñó una pista de prueba, en la cual el vehículo debe reconocer el paquete a transportar, y siguiendo una línea de guía, busca el depósito correspondiente al paquete recibido. Para realizar dicha búsqueda, identifica distintos carteles con códigos QR en su trayectoria, y carteles numéricos sobre las bocacalles principales mediante Deep Learning. Una vez que llega al depósito, se posiciona de forma alineada con la calle y se aproxima a la línea identificatoria. Cabe destacar que, además, el vehículo es capaz de reconocer un semáforo peatonal.
format Objeto de conferencia
Objeto de conferencia
author Cesaratto, L. A.
Bazzano, N. R.
author_facet Cesaratto, L. A.
Bazzano, N. R.
author_sort Cesaratto, L. A.
title Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning
title_short Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning
title_full Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning
title_fullStr Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning
title_full_unstemmed Conducción autónoma para tareas de logística basada en visión por computadora y Deep Learning
title_sort conducción autónoma para tareas de logística basada en visión por computadora y deep learning
publishDate 2020
url http://sedici.unlp.edu.ar/handle/10915/115882
http://49jaiio.sadio.org.ar/pdfs/est/EST-02.pdf
work_keys_str_mv AT cesarattola conduccionautonomaparatareasdelogisticabasadaenvisionporcomputadoraydeeplearning
AT bazzanonr conduccionautonomaparatareasdelogisticabasadaenvisionporcomputadoraydeeplearning
bdutipo_str Repositorios
_version_ 1764820446311612416

Ejemplares similares