FRRE - Producción de Investigación
Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/498
Browse
17 results
Search Results
Item Predicción de intenciones de conductores en rotondas no estructuradas mediante detección de vehículos con YOLO y análisis estadístico(Facultad de Ciencias Exactas y Naturales y Agrimensura (FACENA). Universidad Nacional del Nordeste (UNNE), 2024-12-02) Vázquez, Raimundo; Torres, Carlos; Marighetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto AndrésEste estudio aborda la complejidad de predecir las intenciones de los conductores en intersecciones no estructuradas, como rotondas sin señales de tráfico sin marcaciones viales. Estas situaciones presentan desafíos únicos para los sistemas avanzados de asistencia al conductor (ADAS) y los vehículos autónomos. A diferencia de autopistas con carriles y semáforos claramente definidos, las rotondas no reguladas exigen un análisis más sofisticado del comportamiento vehicular. El enfoque propuesto utiliza el modelo de detección de objetos YOLO para detectar vehículos en una rotonda y focaliza la detección en áreas específicas como las entradas y salidas, en lugar de analizar toda la escena, lo que mejora la precisión y eficiencia. Además, se aplica un sistema de seguimiento basado en centroides para evitar contar el mismo vehículo varias veces. Se definen seis zonas en la rotonda: tres para predecir el comportamiento de los conductores y tres para contar los vehículos que realmente toman una salida específica. El sistema también mide el tiempo de congestión en la rotonda cuando los vehículos permanecen inmóviles durante un tiempo determinado, proporcionando información clave para la gestión del tráfico. Los resultados muestran una tasa de acierto significativa en la predicción de las trayectorias vehiculares, aunque existen casos en los que la predicción no coincide con los movimientos reales de los vehículos, lo que sugiere la necesidad de mejoras en la precisión del algoritmo. El estudio también sugiere que la integración futura de modelos de aprendizaje automático podría mejorar notablemente el rendimiento del sistema. Finalmente, el trabajo ofrece un enfoque novedoso para mejorar la seguridad y eficiencia del tráfico en rotondas, a pesar de las limitaciones encontradas, como el ángulo de captura de video.Item Metodología integrada para la implementación y visualización de datos LiDAR en vehículos autónomos mediante ROS y Jetson Nano(Facultad de Ciencias Exactas y Naturales y Agrimensura (FACENA). Universidad Nacional del Nordeste (UNNE), 2024-12-02) Vázquez, Raimundo; Torres, Carlos; Marighetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto AndrésEste trabajo presenta una metodología clara y replicable para el uso de sensores LiDAR en proyectos relacionados con vehículos autónomos y sistemas avanzados de asistencia al conductor (ADAS). Se enfoca en superar las limitaciones de herramientas propietarias, como las ofrecidas por los fabricantes de sensores, proporcionando una alternativa flexible y personalizable mediante el Sistema Operativo Robótico (ROS) y herramientas como RVIZ. Se detalla el uso del sensor SICK S3000 junto con el hardware Jetson Nano, destacando su capacidad para manejar librerías avanzadas como OpenCV, YOLO, y sick_scan. La metodología incluye pasos para la configuración, captura y almacenamiento de datos en archivos ROS Bag, así como su conversión a formatos más manejables como CSV, facilitando el análisis off-line y la reproducibilidad de experimentos. Por último, se presentan ejemplos prácticos de visualización de datos y resultados en un contexto vehicular, junto con propuestas de configuración eléctrica para asegurar el correcto funcionamiento del sensor y el hardware complementario. Este trabajo contribuye significativamente al avance en la integración y uso de sensores LiDAR, brindando herramientas accesibles para estudiantes e investigadoresItem Control automático de la temperatura del aire de un secadero solar de productos de alimentación fisiológica saludable(2022-09-21) Vázquez, Raimundo; Spotorno, Rubén Ángel; Pochettino, Juan José; García, Fabián; Figueredo, Gustavo RaúlEn el presente trabajo se exponen los resultados obtenidos a partir del desarrollo del control automático de temperatura del aire en un secadero solar de productos de alimentación fisiológica saludable. La herramienta denominada Control Proporcional Integral Derivativo (PID) articulado con modulación por ancho de pulsos (PWM), permite establecer en tiempo real velocidades adecuadas de un ventilador, para regular la temperatura en el interior de la cámara de secado. El desarrollo se basa en un procedimiento utilizando un dispositivo genérico articulado con librerías de uso libre. Los conocimientos necesarios de programación y electrónica fueron mínimos debido a la tecnología utilizada. El software empleado incorpora funciones de alto nivel que facilitan el manejo del hardware. El ajuste de las constantes del PID se debió hacer en forma interactiva debido a los escasos conocimientos de la dinámica del sistema, permitiendo establecer en tiempo real valores adecuados en el PWM, que facilitaron un ajuste eficiente y suave de la temperatura del aire.Item Implementación de sistemas de detección de peatones para vehículos utilizando sensores LIDAR y deep learning(2024-09-10) Vázquez, Raimundo; Gramajo, Sergio; Marighetti, Jorge Omar; Torres, Carlos; Robledo Sanchez, Alberto AndrésEl desarrollo de sistemas de detección de peatones para vehículos representa un avance crucial en la seguridad vial y la integración de tecnologías de vanguardia en la industria automotriz. Este trabajo propone una solución innovadora que combina la capacidad del sensor LIDAR con archivos del tipo bag, con el objetivo de detectar peatones y diferenciar entre zonas de peligro y no peligro para el vehículo. La integración de datos obtenidos del sensor LIDAR con archivos bag abre nuevas posibilidades para mejorar la precisión y eficacia de los sistemas de detección de peatones. La utilización de archivos bag permite capturar datos en tiempo real en diversas condiciones de conducción, lo que facilita la recopilación de información relevante para el desarrollo y entrenamiento de modelos de detección. Mediante una serie de mediciones, se establecen situaciones de peligro y no peligro, donde se demuestra que los peatones en la vereda no representan una amenaza para el vehículo en movimiento, mientras que aquellos que cruzan la trayectoria del automóvil sí lo son. Los datos recopilados se transforman en archivos csv y se utilizan para entrenar un modelo de clasificación basado en redes neuronales del tipo Deep Learning. La evaluación de la efectividad del predictor se realiza mediante el análisis de la curva ROC, lo que proporciona una medida objetiva del rendimiento del sistema de detección propuesto. Los resultados obtenidos demuestran la viabilidad y eficacia del enfoque propuesto, destacando su potencial para mejorar la seguridad vial y reducir los accidentes relacionados con peatones.Item Detección de carriles en vías no señalizadas mediante LIDAR y deep learning para mejorar la seguridad vial(Sociedad Argentina de Informática (SADIO), 2024-10-24) Vázquez, Raimundo; Torres, Carlos; Marighetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto AndrésLas causas principales de los accidentes de tráfico se pueden atribuir principalmente a errores humanos como la falta de atención, mal comportamiento o distracción. Para abordar este problema, muchas empresas han desarrollado técnicas para mejorar la seguridad en la conducción y reducir los siniestros viales. Este trabajo presenta un procedimiento para detectar carriles en vías no señalizadas utilizando un sensor LIDAR montado en la parte superior de un vehículo. El escáner láser captura imágenes del entorno del conductor, que luego se procesan para identificar tres regiones dentro de la distancia de frenado del vehículo: izquierda, central y derecha de la calle. Los datos recopilados se utilizan para crear conjuntos de entrenamiento y test, que se analizan mediante bibliotecas de Deep Learning para extraer patrones y construir un modelo de detección de carriles. La efectividad de este modelo se evalúa utilizando la curva ROC. Esta propuesta ofrece una solución integral para estimar la ubicación del carril del vehículo, integrando tecnología LIDAR y técnicas de Deep Learning.Item Desarrollo de un procedimiento para detectar carriles en vías no señalizadas utilizando visión artificial(Sociedad Argentina de Informática (SADIO), 2023-12-01) Vázquez, Raimundo; Torres, Carlos; Marighetti, Jorge Omar; Gramajo, Sergio; Robledo Sanchez, Alberto AndrésLos accidentes de tráfico son causados principalmente por errores humanos como la falta de atención, mal comportamiento o distracción. Muchas empresas han desarrollado técnicas para mejorar la seguridad en la conducción y reducción de siniestros viales. El contexto del tráfico es el principal estímulo para la intención del conductor y puede ser utilizado para predecir una acción futura. Este trabajo desarrolla un procedimiento que permite detectar el carril en vías no señalizadas empleando visión artificial. Se utiliza una cámara de video en un vehículo para obtener imágenes del campo visual del conductor. En los fotogramas obtenidos se establecen cinco regiones comprendidas dentro de la distancia de frenado del vehículo. La primera región se encuentra a la izquierda del automóvil. Las tres siguientes en el centro y la última a la derecha. Luego, se incorporan librerías de deep learning encargadas de analizar estas imágenes. Se utiliza el operador de divergencia en histogramas para cuantificar texturas entre regiones. Los valores obtenidos permitieron clasificar semejanzas entre regiones. Por ejemplo, en el caso donde el automóvil viaja en el carril central se obtienen cinco texturas semejantes. En los casos de traslado en el carril derecho o izquierdo la divergencia aumentaba respecto a las regiones centrales. De esta manera se propone estimar la ubicación del carril del vehículo utilizando como base de comparación los valores de la divergencia entre regiones. Este trabajo realiza un aporte a las tecnologías relacionadas a la percepción del tráfico donde se incluyen la detección de obstáculos, estructura viales y detección de carril.Item Predicción de intención de giro de un conductor en la entrada de una rotonda utilizando un GPS y una red neuronal tipo LSTM(2022-12-01) Vázquez, Raimundo; Gramajo, Sergio; Marighetti, Jorge Omar; Torres, Carlos; Robledo Sanchez, Alberto AndrésSe presenta un procedimiento para estimar la intención del sentido de giro de un conductor segundos antes de ingresar a una rotonda. En situaciones reales, la detección de que un conductor va a girar en una determinada dirección al ingresar a la rotonda no es suficiente para implementar estrategias de reducción de riesgos, por lo que es relevante reconocer una posible acción futura momentos antes de que ocurra. El método propuesto utiliza datos de posición asociados a tres rectas paralelas a una avenida cercana a la rotonda. De esta forma, fue posible obtener información relevante para alimentar una red neuronal con el fin de predecir la intención de giro de un vehículo en metros antes de ingresar a la rotonda. El entrenamiento y prueba se basó en una red tipo Long Short Term Memory, que permitió predecir la probabilidad de que el vehículo gire a la derecha, a la izquierda o siga derecho. Se logró construir un modelo con resultados prácticos, dando una importante ventana de predicción de 40 metros antes de llegar a la rotonda. Se consiguió construir un modelo con una exactitud aproximación de 0,80 y una pérdida menor a 0,47. Para evaluar la capacidad predictiva de la red se utilizó la herramienta denominada curva Característica Operativa del Receptor y las intenciones se definieron como clases.Item Improving craft beer style classification through physicochemical determination and the application of deep learning techniques(2024-04-09) Gómez Pamies, Laura Cecilia; Bianchi, María Agostina; Farco, Andrea Paola; Vázquez, Raimundo; Benítez, Elisa InésThe consumption of craft beer at fairs and festivals is a phenomenon that keeps growing in the world. For this reason, it is important to control the quality characteristics of the different styles. This study aimed to analyze the different styles of beer, classify them according to their physicochemical parameters, and propose a predictive pattern-based model known as deep learning that best defines the styles that are presented at festivals. Physicochemical analyses of final gravity, color, alcohol, bitterness, and α-acids were carried out on eight styles of beer. The first four parameters are those that characterize the styles according to the Beer Judge Certification Program style guide. The incorporation of the α-acid determination allowed a more realistic classification that considers the brewers’ new tendencies. This study will lay the foundations to improve local recipes, implement standardization, and provide training to local brewersItem Integración de hardware genérico, software libre y algoritmos de control como herramientas pedagógicas(2023-12-19) Vázquez, Raimundo; Spotorno, Rubén Ángel; Liska, Diego Orlando; Marighetti, Jorge OmarSe describe una experiencia realizada en el área de Ingeniería Electromecánica y Química, carreras que se cursan en la FRRe-UTN. El objetivo principal es desarrollar una herramienta pedagógica que integre el uso de nuevas tecnologías con el aula virtual y conceptos de Termodinámica y de Automatización. La experiencia permite optimizar la práctica docente mediante la utilización de estrategias basadas en la indagación y experimentación. Se integra aspectos formales y teóricos relacionando fenómenos físicos observados en el mundo real. Se parte del supuesto que al sujeto de aprendizaje le resulta confuso relacionar leyes fundamentales de Termodinámica con fenómenos físicos. A fin de facilitar el aprendizaje de conceptos relacionados al calentamiento de un cuerpo y técnicas de control, se elabora un laboratorio formado por un hardware, software libre y sensor digital de temperatura. El desarrollo permite cuantificar y controlar un fenómeno físico relativamente simple mediante técnicas de control de la variable temperatura.Item Laboratorio remoto utilizando dispositivos genéricos(2021-05-06) Vázquez, Raimundo; Spotorno, Rubén Ángel; Liska, Diego Orlando; Marighetti, Jorge OmarEn el presente trabajo se describe una experiencia de laboratorio remoto realizada en el área de Ingeniería Electromecánica, carrera que se dicta en la Facultad Regional Resistencia dependiente de la Universidad Tecnológica Nacional. El objetivo principal fue facilitar el proceso de aprendizaje del alumno y mejorar la práctica docente utilizando estrategias basadas en la indagación y la experimentación. Para tales fines se articuló aspectos formales y teóricos de termodinámica y fenómenos físicos observados en el mundo real. Se partió del supuesto que el sujeto de aprendizaje que se inicia en la Ingeniería le resulta complejo relacionar leyes fundamentales de Termodinámica. A fin de poder facilitar el aprendizaje de conceptos relacionados con el aire húmedo, se partió de un laboratorio remoto desarrollado mediante la integración de dispositivos tecnológicos como por ejemplo: hardware genérico, tecnología móvil, conexión remota. Esto permitió cuantificar y predecir el comportamiento de variables termodinámicas. Esta modalidad de aprendizaje impactó tanto en el rol del do-cente como en el rol del alumno. El docente se convirtió en un guía encargado de sugerir posibles caminos y soluciones, por otro lado se diseñó material didáctico orientado a la experimentación mediante el uso de sensores digitales tales como: termohigrómetro, manómetros, barómetros, termómetros articulados con software libre que simplificó las tareas del docente. Se debió desarrollar habilidades relacionadas con el uso de ambientes de pruebas y laboratorios. El alumno debió desarrollar competencias que le permitan indagar, analizar, experimentar, contrastar y aplicar resultados, de manera tal de poder apropiarse significativamente de nuevos conocimientos.