Predicción del ángulo de giro para un auto: Implementación de dos áreas de interés

La predicción del ángulo de dirección en vehículos inteligentes es un tema ampliamente estudiado en la literatura. Sin embargo, se requiere la intervención de un usuario para operar al vehículo, limitando el grado de autonomía. Este trabajo propone algoritmos basados en redes neuronales artificiales para determinar el ángulo de giro de un vehículo en movimiento, con aplicaciones en tiempo real para vehículos a escala en una pista de dos carriles. Utilizando una cámara frontal centrada en el vehículo se determinan dos áreas de interés: la imagen original y una versión rectificada mediante un cambio de perspectiva. Posteriormente, se emplea la tupla de imágenes para construir dos bases de datos etiquetadas con el ángulo deseado de giro, las cuales, son empleadas para entrenar dos redes neuronales convolucionales. Una vez entrenadas, ambos modelos son implementados en tiempo real para guiar un vehículo a escala en una pista libre de obstáculos, permitiendo su navegación autónoma dentro del carril designado y observando el comportamiento en cada caso.