Al detectar el estado del semáforo, el modelo inteligente toma la decisión de intervenir en el frenado del vehículo.
La base de datos consta de 13,642 videos. Se obtienen datos de distancia al semáforo y del color del semáforo para generar un modelo inteligente. Se están probando diversas arquitecturas de CNN de última generación de modelos inteligentes. Para el cálculo de distancia, se utiliza una cámara estéreo. La toma de decisión se realiza a través de Lógica Difusa y la salida de ésta puede activar un controlador de freno en función de la distancia y estado del semáforo.
Tipo de Proyecto:
Investigación
Palabras clave:
Vehículos Autónomos, Reconocimiento de Imágenes, Redes Neuronales