Fusão sensorial aplicada à detecção 3D de obstáculos sob condições adversas

• Ano de defesa: 2024
• Autor(a) principal: Santos, Ruan Robert Bispo dos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: 3D object detection; adverse conditions; autonomous vehicles; condições adversas; detecção 3D de objetos; fusão sensorial; neural networks; redes neurais; sensor fusion; veículos autônomos
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18153/tde-01112024-104925/

Com o surgimento de veículos autônomos, algumas tarefas como a detecção de objetos 3D têm se tornado cada vez mais necessárias, uma vez que, localizar e identificar bem objetos como veículos e pedestres nas ruas pode representar um critério de adoção ou rejeição da tecnologia. Considerando as condições atuais, em que motoristas humanos são capazes de reconhecer e estimar, de maneira eficiente, a distância entre esses obstáculos nas vias sob variadas condições de clima e iluminação, espera-se que, como requisitos de viabilidade para a adoção de veículos autônomos nas ruas, o veículo seja capaz de desempenhar a mesma função de forma igual ou superior, considerando a mesma precisão e tempo de execução da tarefa. Assim, neste trabalho é apresentada a modificação de uma arquitetura de detecção 3D de objetos utilizando fusão sensorial câmera-radar com o objetivo de reduzir o tempo de processamento, volume de dados e memória requerida pelo artigo base, além de ser apresentada uma revisão da literatura com os métodos mais relevantes no contexto de detecção 3D de objetos aplicada a veículos autônomo seguida de observações que podem servir de guia para trabalhos futuros. Resultados demonstraram uma redução significativa no custo computacional mantendo as métricas no mesmo nível do trabalho modificado.