Busca avançada
Ano de início
Entree

Detecção de trajetória para veículos autônomos usando visão computacional e aprendizagem on-line

Processo: 12/21079-1
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Mestrado
Vigência (Início): 01 de março de 2013
Vigência (Término): 31 de agosto de 2013
Área do conhecimento:Engenharias - Engenharia Mecânica
Pesquisador responsável:Marcelo Becker
Beneficiário:Henry Antonio Roncancio Velandia
Supervisor no Exterior: Alberto Broggi
Instituição-sede: Escola de Engenharia de São Carlos (EESC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Local de pesquisa : Università degli Studi di Parma, Itália  
Vinculado à bolsa:11/03986-9 - Detecção e classificação de objetos em ambientes externos para navegação de um veículo de passeio autônomo utilizando fusão de dados de visão artificial e sensor laser, BP.MS
Assunto(s):Robótica   Robôs móveis   Visão computacional   Algoritmos   Aprendizado computacional   Veículos autônomos

Resumo

Este projeto de pesquisa será desenvolvido no VisLab na Universidade de Parma (Itália), como parte da parceria existente entre o LabRoM (USP - EESC) e o VisLab. O seu objetivo principal é o desenvolvimento de algoritmos para detecção de trajeto usando visão computacional, em especial, trajetos em ambientes urbanos e off-roads. Nesta pesquisa deseja-se melhorar systems de navegação atualmente encontrados na literatura que são baseados na análise 3D do terreno e no conhecimento a priori das características visuais do ambiente, através da adição online de um processo de aprendizagem. Logo, serão implementados a técnica de "road feature extractor", um módulo de treinamento dinâmico em conjunto com um classificador supervisionado e um módulo pós-processado para segmentação de trajeto e definição de "custo de transversabilidade". Todos os algoritmos serão escritos em C++ e implementados no GOLD framework, uma ferramenta desenvolvida no VisLab para o design de sistemas de visão computacional. Além disto, diversas técnicas de "machine learning" serão testadas para a tarefa de ajuste do classificador. Um dos desafios desta pesquisa será o design de algoritmos focados em rapidez de processamento, visto que eles serão testados online. (AU)