24 VISIÓN ARTIFICIAL El sistema permite optimizar las redes neuronales para hacer sistemas mucho más ligeros aplicados al coche. El software Halcon se ha utilizado, principalmente, para realizar la calibración de los intrínsecos del sistema de percepción. Actualmente, el equipo se encuentra investigando otras de las diversas y potentes herramientas que este programa ofrece, especialmente el potencial que tiene en la optimización de códigos. La correcta elección tanto de hardware como de software es fundamental no solo para el funcionamiento del vehículo, sino también para garantizar el cumplimiento de los requisitos de la Fórmula Student. Las pistas de las competiciones utilizan un formato concreto (ya que se delimitan mediante conos de medidas conocidas). Deep Learning y vehículos autónomos Esto hace que el uso de las cámaras junto los algoritmos de Deep Learning sea una combinación ideal, dado que estos algoritmos nos permiten hacer la clasificación de los conos que detectamos las imágenes, para luego proyectarlos según cómo de grandes se ven, y así poder generar la trazada idónea. Los algoritmos de Deep Learning utilizados resultan de gran utilidad para el equipo de trabajo, ya que son muy rápidos y precisos, pero a la vez accesibles para la capacidad del equipo ante la necesidad de generar bases de datos suficientemente amplias para la detección de objetos y segmentación de imágenes. Finalmente, para encontrar la precisión y certeza de los datos, el equipo replica una visualización 3D para comprobar la performance del vehículo y detectar posibles errores. Además, se monitorizan los cálculos que está haciendo el algoritmo. A través de Deep Learning (o aprendizaje automático), los algoritmos son capaces de detectar la posición del coche, aunque, muchas veces, la falta de detección real de distancia y profundidad representa un reto. La calibración, configuración y sincronización de las cámaras debe ser lo más certera posible para evitar colisiones
RkJQdWJsaXNoZXIy Njg1MjYx