%0 Journal Article 
%A Valdebenito, Bruno Nicolás
%T Aumento de resolución de la nube de puntos generada por un LiDAR mediante técnicas de Deep Learning
%D 2020
%U http://hdl.handle.net/10017/44489
%X Para la utilización de técnicas de detección y seguimiento de múltiples objetos en una escena urbana basados en LiDAR con un sensor de bajo coste, se estudiará en este Trabajo de Fin de Grado la conversión de datos obtenidos de un sensor LiDAR de 16 haces a datos de un sensor LiDAR de 64 haces, haciendo uso de algoritmos de Deep Learning.
El fin de este sistema a diseñar es aplicarlo en el área de percepción de vehículos autónomos, combinándolos con sistemas de detección, también basados en algoritmos de Deep Learning, con el objetivo de lograr un aumento de resolución en los datos de entrada en la detección, obteniendo de esta forma mejores resultados en la detección de objetos, al usar modelos entrenados con LiDARs de 64 haces. Logrando un rendimiento similar al de un sensor LiDAR de 64 haces, pero con uno de 16 haces, reduciendo costes en el hardware.
Particularmente se trabajará en el proyecto Tech4AgeCar, del grupo de investigación Robesafe [1], donde se parte de un coche ya equipado con varios sensores, entre ellos un LiDAR de 16 haces, y un sistema ya capaz de conducir automáticamente el vehículo por las calles del campus externo de la Universidad de Alcalá. El equipo de Robesafe ya tiene desarrollado también un entorno para la simulación de este sistema de manera virtual en el simulador CARLA, con la capacidad de utilizar los mismos sensores y realizar ensayos previos a la prueba en el entorno real.

%K Conducción inteligente
%K Robótica
%K Sensor LiDAR
%K Percepción
%K Deep Learning
%K Smart driving
%K Robotics
%K LiDAR (Light Detection And Ranging)
%K Perception
%K Robótica e Informática Industrial
%K Robotics
%~ Biblioteca Universidad de Alcala