Clasificación automática de obstáculos empleando escáner láser y visión por ordenador

• Autores: Aurelio Ponz Vila, Fernando García, David Martín Gómez, Arturo de la Escalera Hueso, José María Armingol Moreno
• Localización: Actas de las XXXVIII Jornadas de Automática / coord. por Hilario López García, 2017, ISBN 978-84-16664-74-0, págs. 999-1006
• Idioma: español
• Enlaces
  • Texto completo
• Resumen

  • Muchos sistemas enmarcados en el estado del arte del campo de los sistemas avanzados de asistencia a la conducción (ADAS) y de la conducción autónoma emplean fusión sensorial con el fin de conseguir detección y clasificación de obstáculos fiable en cualquier condición meteorológica y de iluminación. La fusión entre escáner láser y cámara se usa habitualmente en aplicaciones ADAS para mitigar las limitaciones inherentes a cada uno de los sensores empleados. En el sistema presentado se emplean algunas técnicas novedosas para alineamiento de datos y se aplican técnicas de inteligencia artificial (IA) en el tratamiento de las nubes de puntos para mejorar la fiabilidad de la clasificación de obstáculos. En este documento se presentan nuevos enfoques para la obtención de clústeres en nubes de puntos dispersas, maximizando la información obtenida desde escáneres láser de baja resolución. Tras la mejora de la detección de clústeres, se emplean técnicas de IA para clasificar el obstáculo no solo empleando visión por computador, sino también con información del láser. La fusión de la información obtenida desde ambos sensores, con la adición de la capacidad de clasificación del láser, mejoran la fiabilidad del sistema.