Diseño de un prototipo funcional de vehículo autónomo por medio de visión artificial y sensores de proximidad, implementado en PYTHON sobre arquitectura de RASPBERRY PI.

Actualmente existen una gran cantidad de accidentes de tránsito debido a la imprudencia y experiencia de los conductores de vehículos que transitan por la ciudad. Las estadísticas muestran que cuando los bogotanos se desplazan de un lugar a otro, el tiempo de permanencia puede extenderse incluso al doble por los cuellos de botella, generados por diversos motivos. De las penurias para llegar oportunamente al lugar de destino, la persona incurre en el incumplimiento de las normas de tránsito, acarreando multas económicas evitables mediante soluciones informáticas que emplean algoritmos de inteligencia artificial (IA), generando valor a la sociedad al reducir las tarifas. de accidentes así como en multas en términos de sanciones. A través de este proyecto se pretende identificar y estudiar una solución que pueda considerarse viable frente a los problemas antes mencionados. Por lo anterior, evaluaremos el uso de una combinación de tecnologías informáticas, entendiendo que búsquedas similares están revolucionando la industria automotriz hoy, definiendo un mercado potencialmente interesante para las mismas en los próximos años. Para realizar la evaluación propuesta, se utiliza un prototipo de vehículo a escala el cual fue equipado con un dispositivo informático liviano, en el cual se utilizaron los algoritmos necesarios para hacer un uso "inteligente" de la información obtenida de los sensores, permitiendo generar respuestas a partir de los actuadores que sean adecuados a las situaciones cuya gestión se ha definido como fundamental. En este orden de ideas, haciendo uso de las ventajas que brinda un sistema informático, así como de un modelo configurable que permite generar diferentes escenarios aleatorios, con obstáculos de diversa índole, es posible asegurar que los algoritmos en jaque sean probados. a tal nivel de rigor que se alcance la adecuada selección y calibración de los más adecuados para la propuesta final.

• Autores: Rodríguez Martínez, Héctor Andrés; Ocampo Gómez, Miguel Leonardo; Culma Yate, Neiro
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad ECCI
• Repositorio: Repositorio Institucional ECCI
• Idioma: spa
• OAI Identifier: oai:repositorio.ecci.edu.co:001/3943
• Acceso en línea: https://repositorio.ecci.edu.co/handle/001/3943
• Palabra clave: Accidentes de tránsito; Visión artificial; Captaciòn de imagenes; Traffic accidents; Artificial vision; Image capture
• Rights: openAccess
• License: Attribution-NonCommercial-NoDerivatives 4.0 Internacional