Detección de Carriles en Vías no Señalizadas mediante LIDAR y Deep Learning para Mejorar la Seguridad Vial

  • Raimundo Vázquez
  • Carlos Torre
  • Jorge Marighetti
  • Sergio Gramajo
  • Alberto Robeldo Sanchez
Palabras clave: detector de carril, asistencia al conductor, seguridad vial

Resumen

Las causas principales de los accidentes de tráfico se pueden atribuir principalmente a errores humanos como la falta de atención, mal comportamiento o distracción. Para abordar este problema, muchas empresas han desarrollado técnicas para mejorar la seguridad en la conducción y reducir los siniestros viales. Este trabajo presenta un procedimiento para detectar carriles en vías no señalizadas utilizando un sensor LIDAR montado en la parte superior de un vehículo. El escáner láser captura imágenes del entorno del conductor, que luego se procesan para identificar tres regiones dentro de la distancia de frenado del vehículo: izquierda, central y derecha de la calle. Los datos recopilados se utilizan para crear conjuntos de entrenamiento y test, que se analizan mediante bibliotecas de Deep Learning para extraer patrones y construir un modelo de detección de carriles. La efectividad de este modelo se evalúa utilizando la curva ROC. Esta propuesta ofrece una solución integral para estimar la ubicación del carril del vehículo, integrando tecnología LIDAR y técnicas de Deep Learning.

Publicado
2024-10-12
Cómo citar
Vázquez, R., Torre, C., Marighetti, J., Gramajo, S., & Robeldo Sanchez, A. (2024). Detección de Carriles en Vías no Señalizadas mediante LIDAR y Deep Learning para Mejorar la Seguridad Vial. Memorias De Las JAIIO, 10(11), 44-52. Recuperado a partir de https://publicaciones.sadio.org.ar/index.php/JAIIO/article/view/1050
Sección
SAIV - Simposio Argentino de Imágenes y Visión