Read more
El presente trabajo de investigación desarrolló una simulación de un automóvil con asistente de conducción para una trayectoria longitudinal donde el automóvil frena o acelera al detectar seis objetos de interés (bicicletas, motos, señal de pare, automóviles, semáforos y peatones), logrando realizar estimaciones de la ubicación de los objetos y la categoría a la que pertenecen, utilizando como técnica de deep learning (DL) la arquitectura YOLOv2. En el desarrollo de este trabajo se etiquetaron 2421 imágenes extraídas de las calles de la cuidad de Bogotá (Colombia). Se implementó una red neuronal convolucional (CNN) en paralelo, la cual diferencia el estado del semáforo (Verde o Rojo) con una precisión del 99,64%. La simulación fue implementada en el ambiente virtual V-Rep y se acopla en tiempo real con el software de Matlab. Las gráficas de precisión ¿ Recall con la base de datos de entrenamiento fue de 93.3%. y en la validación del 60%.
About the author
Joseph Jhonas Vogulys nació en Bogotá Colombia en 1992, obtuvo su Maestría en Ingeniería Mecatrónica de la Universidad Militar Nueva Granada de Bogotá Colombia en 2020. Ha sido jurado de investigaciones en la Universidad TEINCO ponente en la Universidad Tecnológica de Tepic Mexico, Ha sido expositor en CORFERIAS Bogotá.
