Este Trabajo Fin de Grado presenta el desarrollo de un sistema de percepción basado exclusivamente en sensores LiDAR para la detección y clasificación de conos en vehículos autónomos de competición. Se diseñó un pipeline en ROS2 que incluye preprocesado de nubes de puntos, segmentación, clustering y clasificación mediante técnicas de Machine Learning. El sistema fue validado en un vehículo Formula Student Driverless, mejorando el rendimiento y la robustez respecto a soluciones previas.
Este Trabajo Fin de Grado presenta el desarrollo de un sistema de percepción basado exclusivamente en sensores LiDAR para la detección y clasificación de conos en vehículos autónomos de competición. Se diseñó un pipeline en ROS2 que incluye preprocesado de nubes de puntos, segmentación, clustering y clasificación mediante técnicas de Machine Learning. El sistema fue validado en un vehículo Formula Student Driverless, mejorando el rendimiento y la robustez respecto a soluciones previas. Read More
Related posts:
Optimización de la detección de obstáculos en entornos 3D mediante fusión cámara-LiDAR
Modelo de planificación (capacidad vulnerabilidad) para el emplazamiento de
una instalación de producción de Hidrógeno verde mediante SIG-AHP en la provincia de Badajoz
Desarrollo de un sistema de adquisición de registros y generación de alarmas guiado por inteligencia artificial
Detección y clasificación de aeronaves en imágenes SAR mediante machine learning y generación sintética con modelos de difusión
Situación de aprendizaje sobre entrenamiento de fuerza en 2ºESO
Estimación del volumen y forma de los cultivos leñosos mediante tecnología LiDAR en una plantación de almendros y melocotoneros para la
optimización de los tratamientos fitosanitarios. Aplicación práctica a una parcela de los Campos de Experimentación de la E.T.S.I Agronómica,
Alimentaria y de Biosistemas