Detección de objetos usando cámaras y sensores LIDAR

Simple item page
dc.audiencegeneralPublices_MX
dc.contributorPineda Torres, Ivo Humberto
dc.contributor.advisorPINEDA TORRES, IVO HUMBERTO; 227848
dc.contributor.authorRojas Ramos, Fernando
dc.date.accessioned2021-01-08T20:18:50Z
dc.date.available2021-01-08T20:18:50Z
dc.date.issued2020
dc.description.abstract“En los siguientes años para que los vehículos autónomos puedan operar exitosamente, necesitan estar al tanto de otros vehículos con tiempo suficiente para hacer planes seguros y estables. Dadas las velocidades cercanas entre dos vehículos, esto requiere la capacidad de detectar con precisión los vehículos cercanos y los distantes. Muchos detectores de objetos actuales basados en imágenes que utilizan redes neuronales convolucionales exhiben un excelente rendimiento en conjuntos de datos existentes como KITTI, este Dataset se utilizara para realizar el estudio con imágenes y datos reales de sensores LIDAR. La empresa automotriz Tesla por ejemplo no usa detección de objetos con sensores LIDAR solo usan cámaras y radares a comparación de muchas otras empresas dedicadas al desarrollo de autos autónomos donde su enfoque esta en usar sensores LIDAR como medio de visión. En este proyecto de estudio se propone lo siguiente: Usar aprendizaje profundo con redes neuronales profundas usando únicamente imágenes para la detección de objetos (clases disponibles en el conjunto de datos). Usar aprendizaje profundo con datos de los sensores LIDAR para detectar objetos (clases disponibles en el conjunto de datos). Metodología para comparar la eficiencia de detección de ambos dispositivos (Cámaras y LIDAR). De acuerdo a los parámetros de medición que nos brindan las redes neuronales.”es_MX
dc.folio20201103085649-1958-Tes_MX
dc.formatpdfes_MX
dc.identificator7es_MX
dc.identifier.urihttps://hdl.handle.net/20.500.12371/9884
dc.language.isospaes_MX
dc.matricula.creator218470388es_MX
dc.publisherBenemérita Universidad Autónoma de Pueblaes_MX
dc.rights.accesopenAccesses_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subject.classificationINGENIERÍA Y TECNOLOGÍAes_MX
dc.subject.dbgunamAprendizaje automático (Inteligencia artificial)es_MX
dc.subject.lccAutomóviles--Control automático--Investigaciónes_MX
dc.subject.lccRedes neuronales (Computación)--Diseño y construcciónes_MX
dc.subject.lccPercepción remota--Investigaciónes_MX
dc.subject.lccRadar óptico--Investigaciónes_MX
dc.thesis.careerMaestría en Ciencias de la Computaciónes_MX
dc.thesis.degreedisciplineÁrea de Ingeniería y Ciencias Exactases_MX
dc.thesis.degreegrantorFacultad de Ciencias de la Computaciónes_MX
dc.thesis.degreetoobtainMaestro en Ciencias de la Computaciónes_MX
dc.titleDetección de objetos usando cámaras y sensores LIDARes_MX
dc.typeTesis de maestríaes_MX
dc.type.conacytmasterThesises_MX
dc.type.degreeMaestríaes_MX
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
20201103085649-1958-C.pdf
Size:
490.89 KB
Format:
Adobe Portable Document Format
Description:
Download
Thumbnail Image
Name:
20201103085649-1958-T.pdf
Size:
8.38 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
Tesis de Maestría