Trabajo Final de Grado de Jesus Franco. Universidad Católica - Sede Alto Paraná - 2020

Detección de carriles para la navegación de un vehículo Autonómo utilizando Visión Computacional

Resumen
La detección del carril es un problema desafiante y juega un papel fundamental tanto en los vehículos autónomos como en los sistemas avanzados de asistencia a la conducción (ADAS).

Para presentar una solución al problema, se han propuesto dos algoritmos basados en procesamiento de imágenes.
Ambas propuestas consisten en: modelar linealmente los carriles y extraer las características de los carriles a través de un análisis del gradiente de intensidades.

Los algoritmos utilizados para la posterior comprensión de estas características fueron, la transformada probabilística progresiva de Hough para la detección de líneas y el RANSAC (RANdom SAmple Consensus) para una estimación robusta del modelo.

Ambos algoritmos fueron evaluados de forma offline en dos datasets, TuSimple y Hernandarias (elaborado para el presente proyecto).

Finalmente, se han implementado ambos algoritmos como medio de percepción del entorno para mantener al vehículo en su respectivo carril, en el simulador CARLA.

Palabras clave
ADAS. Detección de carriles. RANSAC. Transformada de Hough. Vehículos autónomos.

DataSet Hernandarias: https://bit.ly/31qbZh4