Detección automática de líneas de carril basada en Inteligencia Artificial orientada a la asistencia del conductor.

Tomás Emmanuel Juárez Vallejo

Buscar

dc.rights.license	http://creativecommons.org/licenses/by-nc-nd/4.0	es_ES
dc.contributor	Juan Manuel Ramos Arreguín	es_ES
dc.creator	Tomás Emmanuel Juárez Vallejo	es_ES
dc.date	2023-01-22
dc.date.accessioned	2023-02-16T20:13:52Z
dc.date.available	2023-02-16T20:13:52Z
dc.date.issued	2023-01-22
dc.identifier.uri	http://ri-ng.uaq.mx/handle/123456789/4384
dc.description	Las carreteras pueden presentar distintas condiciones climáticas o alteraciones como suciedad o desgaste lo cual dificulta la visibilidad de las líneas carriles pudiendo causar accidentes, estos se pueden disminuir mediante sistemas de ayuda al conductor los cuales realizan una detección de las líneas de carril y se emite una alarma en caso de un abandono de carril accidental. En los últimos años se han propuesto diversos métodos de detección siendo una de ellas la detección mediante visión artificial con el uso de redes neuronales. En este trabajo se propusieron dos redes neuronales las cuales fueron entrenadas para la base de datos Tusimple, el primero modelo entrenado fue una red generativa adversarial llamada Pix2pix para esta red se utilizaron dos preprocesamientos: cambios en el espacio de color y un algoritmo de agrupamientos llamado Superpixel, con este modelo se obtuvo un índice Dice de 0.41. El segundo modelo consiste en una U-net modificada, se utiliza- ron distintas técnicas de preprocesamiento: Cambios en el espacio de color y diferente nu´mero de canales en la imagen. Se propuso una nueva función de perdida llamada Focal Tversky + L1, en los resultados se obtuvo un valor en el índice Dice de 0.83 y en las métricas oficiales de Tusimple se logró una precisión de 0.92 mientras que su tiempo de entrenamiento fue de 15 segundos por época. Finalmente se llevó a la implementación en una tarjeta Raspberry Pi 3 utilizando la librería TensorFlow lite.	es_ES
dc.format	Adobe PDF	es_ES
dc.language.iso	spa	es_ES
dc.publisher	Ingeniería	es_ES
dc.relation.requires	Si	es_ES
dc.rights	Acceso Abierto	es_ES
dc.subject	Ingeniería y Tecnología	es_ES
dc.subject	Ciencias Tecnológicas	es_ES
dc.subject	Ciencia de los ordenadores	es_ES
dc.title	Detección automática de líneas de carril basada en Inteligencia Artificial orientada a la asistencia del conductor.	es_ES
dc.type	Tesis de maestría	es_ES
dc.creator.tid	ORCID	es_ES
dc.contributor.tid	curp	es_ES
dc.creator.identificador	0000-0002-8601-2605	es_ES
dc.contributor.identificador	RAAJ710606HGTMRN01	es_ES
dc.contributor.role	Director	es_ES
dc.degree.name	Maestría en Ciencias en Inteligencia Artificial	es_ES
dc.degree.department	Facultad de Ingeniería	es_ES
dc.degree.level	Maestría	es_ES