Detección de agentes para asistente de conducción

El presente trabajo de investigaci n desarroll una simulaci n de un autom vil con asistente de conducci n para una trayectoria longitudinal donde el autom vil frena o acelera al detectar seis objetos de inter s (bicicletas, motos, se al de pare, autom viles, sem foros y peatones), logrando realizar estimaciones de la ubicaci n de los objetos y la categor a a la que pertenecen, utilizando como t cnica de deep learning (DL) la arquitectura YOLOv2. En el desarrollo de este trabajo se etiquetaron 2421 im genes extra das de las calles de la cuidad de Bogot (Colombia). Se implement una red neuronal convolucional (CNN) en paralelo, la cual diferencia el estado del sem foro (Verde o Rojo) con una precisi n del 99,64%. La simulaci n fue implementada en el ambiente virtual V-Rep y se acopla en tiempo real con el software de Matlab. Las gr ficas de precisi n - Recall con la base de datos de entrenamiento fue de 93.3%. y en la validaci n del 60%.