Mini Carro Autônomo com Deep Learning

Abstract

Veículos estão se desenvolvendo em plataformas móveis interconecta- das. A razão para que isso esteja acontecendo reside na determina- ção política e econômica que se direciona para o meio ambiente eco- sustentável, a redução da superlotação de carros em grandes cidades, assim como os avanços na informação e comunicação estão sendo in- troduzidos nos veículos modernos. A detecção de auto-estradas é uma das principais tarefas no sistema de percepção de veículos autônomos. As abordagens baseadas em inteligência artificial são populares para esta tarefa devido a enorme quantidade de dados que temos disponível atualmente, por conta do amplo uso de dispositivos e serviços conec- tados em veículos. Neste projeto foi utilizada uma técnica em inteli- gência artificial chamada Redes Neurais Convolucionais, com o intuito de mapear os pixels brutos de uma câmera frontal diretamente para os comandos de direção em um mini carro que simula características de pilotagem semelhantes a veículos de produção. Com dados mínimos de treinamento de humanos, o objetivo deste pro- jeto é criar um sistema que aprende a navegar sobre uma auto-estrada em miniatura, simulando o comportamento de um carro autônomo co- mercial.

Vehicles are developing on mobile interconnected platforms. The reason why it is happening resides on political and economic determination that directs itself to a sustainable environment, as well as a way to ease the overcrowding of cities, the same way advances on information and communications are being introduced on modern passenger vehicles. Lane detection is one of the main duties on the perception system of autonomous vehicles. The approaches based on artificial intelligence are popular to perform this task due to the large amount of data we have currently, because of the broad use of devices and services connected to the vehicles. It was used on this project and approach on artificial intelligence called convolutional neural networks, with the intent to map the raw pixels from a front facing camera directly to steering commands in a mini car that simulates the characteristics of driving similar to production vehi- cles. With minimum human training data, the goal of this project is to create a system that learns to navigate on a miniature lane, simulating the behaviour of and commercial autonomous vehicle.