Actualidad

Fusión de sensores y deep learning en medios dispersivos

Los vehículos no tripulados y semiautónomos precisan de un conjunto completo de sensores que, al menos, necesita cámaras, LIDAR (Light Detection And Ranging) y radar para cubrir sus requisitos de percepción. Si bien el lado del hardware es hoy en día bien conocido en CD6, donde se integran las cámaras de hardware y LIDAR, una solución completa necesita una percepción mejorada del software para, como por ejemplo, para la detección de peatones o amenazas a largas distancias. Este proyecto ayudará a impulsar una línea de trabajo en CD6 en torno a aspectos basados ​​en software de percepción y fusión de sensores de generadores de imágenes y nubes de puntos de alta densidad.

El proyecto investigará el uso de una solución de cámara+LIDAR para la detección en medios dispersivos, como la niebla o el humo, que es un problema de evidente relevancia que puede abordarse mediante software utilizando enfoques basados ​​en aprendizaje profundo. El presente trabajo de investigación tiene como objetivo investigar, analizar, proponer y desarrollar algoritmos de fusión de sensores que permitan integrar el procesamiento de imágenes en tiempo real de diferentes sensores de imagen, datos de radar y LIDAR respectivamente. Se espera que este enfoque con múltiples sensores cubra los diferentes modos de fallo de los sensores y, por lo tanto, proporcione un entorno de trabajo sólido en todas las condiciones climáticas.

Este proyecto ha recibido financiación del programa de investigación e innovación Horizonte 2020 de la Unión Europea bajo el acuerdo de subvención Marie Skłodowska-Curie No 712949 (TECNIOspring PLUS), así como de la Agencia para la Competitividad de la Empresa de la Generalidad de Cataluña