Sistema Inteligente para la Conducción Autónoma de un Vehículo en Entorno Virtual Simulado -Carla-

Abstract

El presente proyecto busca realizar el diseño y la implementación de un sistema de conducción autónoma que se desplace dentro de un entorno virtual representativo del campus de la Universidad del Norte y que tenga la capacidad de evitar obstáculos reaccionando de forma apropiada ante estos. Para lograr este objetivo, se seleccionó el simulador CARLA y el uso de un sistema de cámaras compuesto por una cámara RGB y una cámara de profundidad como sensores principales del sistema. De esta forma se diseñó un sistema de conducción autónoma compuesto por tres secciones principales separadas por sus funciones dentro del funcionamiento del vehículo autónomo: Percepción, Planeación y Control. La Percepción se encarga de obtener la información del entorno y determinar la presencia de obstáculos; esto lo logra utilizando los valores de la cámara de profundidad así como también el algoritmo de detección de objetos YOLOv3, el cual utiliza una red neuronal previamente entrenada para determinar qué obstáculos están en la vía. La etapa de Planeación obtiene la información de la Percepción y determina cual es el camino a recorrer, ya sea para seguir la ruta planeada o para sortear algún obstáculo. Por último el Control, que está compuesto por dos controladores PID, los cuales toman la información de la etapa de Planeación para obtener los valores de aceleración y freno y por otro lado el ángulo del volante. El sistema de conducción autónoma implementado fue evaluado en múltiples experimentos y validado estadísticamente obteniendo resultados positivos en su funcionamiento.

This project seeks to carry out the design and implementation of an autonomous driving system that moves within a virtual environment representative of the Universidad del Norte campus and that has the ability to avoid obstacles by reacting appropriately to them. To achieve this goal, the CARLA simulator and the use of a camera system consisting of an RGB camera and a depth camera were selected. In this way, an autonomous driving system was designed consisting of three main sections separated by their functions within the operation of the autonomous vehicle: Perception, Planning and Control. Perception is in charge of obtaining information about the environment and determining the presence of obstacles; This is accomplished using depth camera values as well as the YOLOv3 object detection algorithm, which uses a previously trained neural network to determine which obstacles are in the way. The Planning stage obtains the information from the Perception and determines which is the way to go, either to follow the planned route or to overcome any obstacle. Finally, the Control, which is made up of two PID controllers, which take the information from the Planning stage to obtain the acceleration and brake values and, on the other hand, the steering wheel angle. The implemented autonomous driving system was evaluated in multiple experiments and statistically validated, obtaining positive results in its operation.