Conducción autónoma con MATLAB

Día 1 de 2

Etiquetado de datos reales del terreno

Objetivo: Etiquetar datos reales del terreno en un vídeo o en una secuencia de imágenes de manera interactiva. Automatizar el etiquetado con algoritmos de detección y seguimiento.

• Introducción a la interfaz de Ground Truth Labeler
• Etiquetado de regiones de interés (ROIs) y escenas
• Etiquetado automático
• Visualización y exportación de resultados

Visualización de datos de sensores

Objetivo: Visualizar fotogramas, radar y detecciones lidar. Usar el sistema de coordenadas adecuado para transformar las coordenadas de la imagen en coordenadas del vehículo, y viceversa.

• Creación de gráficos en vista aérea
• Gráficas de la cobertura del sensor
• Visualización de detecciones y carriles
• Conversor de coordenadas de vehículo a imagen
• Etiquetar vídeos con detecciones y carriles

Detección de carriles y vehículos

Objetivo: Segmentar y modelizar carriles parabólicos. Usar detectores de objetos preentrenados para detectar vehículos.

• Transformaciones de vista aérea
• Detección de características de carriles
• Modelización de un carril
• Validación de detección de carriles con ground truth
• Detección de vehículos con detectores de objetos preentrenados

Procesado de nubes de puntos lidar

Objetivo: Trabajar con datos lidar como nubes de puntos 3D. Importar, visualizar y procesar nubes de puntos mediante la segmentación de estos en clusters. Registrar nubes de puntos para alinear y construir un mapa de nube de puntos acumulado.

• Importación y visualización nubes de puntos
• Preprocesado de nubes de puntos
• Segmentación objetos de los datos de un sensor lidar
• Construcción de un mapa a partir de los datos de un sensor lidar

Día 2 de 2

Fusión de detecciones de sensores y seguimiento

Objetivo: Crear un seguidor multiobjeto para fusionar información de múltiples sensores, tales como cámaras, radares y lidar.

• Seguimiento de múltiples objetos
• Preprocesamiento de detecciones
• Uso de filtros de Kalman
• Gestión de múltiples seguimientos
• Seguimiento con un seguidor multiobjeto

Seguimiento objetos extendidos

Objetivo: Utilizar una hipótesis de probabilidad sobre la densidad para el seguimiento de objetos extendidos y estimar su extensión espacial.

• Definición de la configuración del sensor
• Seguimiento de objetos extendidos
• Estimación de la extensión espacial

Generación de escenarios de conducción y modelización de sensores

Objetivo: Crear escenarios de conducción y radares sintéticos y sensores de cámara de manera interactiva, para testeas algoritmos de percepción de conducción autónoma.

• Introducción a la interfaz de Driving Scenario Designer
• Creación de escenarios con carreteras, actores y sensores
• Simulación y visualización de escenarios
• Generación de detecciones y exportación de escenarios
• Testeo de algoritmos con escenarios