Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TIN2017-88709-R

Financiado

DESARROLLO DE AGENTES DE NAVEGACION AUTONOMOS

EL ENTRENAMIENTO Y TESTEO DE VEHICULOS AUTONOMOS PRECISA DE ENORMES CANTIDADES DE DATOS, ASI COMO DE INFORMACION DE REFERENCIA, LA ADQUISICION DE DATOS ES UN PROCESO BASTANTE COSTOSO EN SI MISMO; SIN EMBARGO, LA PARTE MAS COMPLEJA... ver más

01/01/2017

CENTRO DE VISIÓN P...

117K€

Presupuesto del proyecto: 117K€

Líder del proyecto

CENTRO DE VISIÓN POR COMPUTADOR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 866K€

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

CENTRO DE VISIÓN POR COMPUTA...

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PID2021-125514NB-I00 MEJORAS EN COMPRENSION AUTOMATICA DE ESCENAS MEDIANTE MODALI... 113K€ Cerrado

DPI2012-36070 SLAM SEMANTICO Y ACTIVO PARA SISTEMAS HETEROGENEOS EN APLICA... 154K€ Cerrado

TIN2009-14205-C04-02 TECNICAS INTERACTIVAS Y ADAPTATIVAS PARA SISTEMAS AUTOMATICO... 100K€ Cerrado

DPI2016-78361-R CREACION DE MAPAS MEDIANTE METODOS DE APARIENCIA VISUAL PARA... 163K€ Cerrado

PID2019-108398GB-I00 INTEGRACION DE MODELOS Y DATOS PARA SLAM ACTIVO ROBUSTO EN E... 108K€ Cerrado

DPI2009-08126 SISTEMAS MULTI-ROBOT EN APLICACIONES DE SERVICIO Y SEGURIDAD 369K€ Cerrado

Líder del proyecto

CENTRO DE VISIÓN POR COMPUTADOR No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5 | 866K€

Presupuesto del proyecto 117K€

Descripción del proyecto EL ENTRENAMIENTO Y TESTEO DE VEHICULOS AUTONOMOS PRECISA DE ENORMES CANTIDADES DE DATOS, ASI COMO DE INFORMACION DE REFERENCIA, LA ADQUISICION DE DATOS ES UN PROCESO BASTANTE COSTOSO EN SI MISMO; SIN EMBARGO, LA PARTE MAS COMPLEJA ES LA ASOCIACION DE INFORMACION DE REFERENCIA, NUESTRO GRUPO ESTA SIENDO PIONERO EN EL USO DE MUNDOS VIRTUALES PARA LA GENERACION AUTOMATICA DE ESTOS DATOS, QUE SIRVEN PARA ENTRENAR MODELOS DE PERCEPCION, ESTOS MODELOS SON UTILES PARA LA CONDUCCION AUTONOMA DADO QUE PUEDEN SER ADAPTADOS PARA OPERAR EN EL MUNDO REAL UTILIZANDO TECNICAS DE ADAPTACION DEL DOMINIO (DA),NUESTRO GRUPO HA CREADO LA BASE DE DATOS PUBLICA SYNTHIA, UNA GRAN COLECCION DE IMAGENES SINTETICAS GENERADAS A BORDO DE UN COCHE VIRTUAL Y QUE INCLUYE INFORMACION POR PIXEL SOBRE PROFUNDIDAD, CLASES SEMANTICAS, SEGUIMIENTO DE VEHICULOS Y PEATONES, ETC, TAMBIEN MOSTRAMOS COMO LAS REDES NEURONALES CONVOLUCIONALES (CNNS) PUEDEN ENTRENARSE CON SYNTHIA Y OPERAR EN BASES DE DATOS DEL MUNDO REAL, GRACIAS A LA APLICACION DE DA, SYNTHIA HA SIDO MUY BIEN RECIBIDO INTERNACIONALMENTE (P,E, COMUNIDADES DE CONDUCCION AUTONOMA, VISION POR COMPUTADOR Y APRENDIZAJE MAQUINA), POR TANTO RESULTA IMPRESCINDIBLE REFORZAR NUESTRA INVESTIGACION EN ESTA PROMETEDORA LINEA Y EN PARTICULAR EN EL DESARROLLO DE AGENTES DE NAVEGACION AUTONOMA (DANA),ACTUALMENTE EXISTEN DOS PARADIGMAS PRINCIPALES PARA DESARROLLAR DICHOS AGENTES, POR UNA PARTE, EL PARADIGMA CLASICO, QUE SE BASA EN LA FUSION DE DIFERENTES BLOQUES, COMO LOS DE PERCEPCION Y CONTROL, CON LA FINALIDAD DE MANIOBRAR EN FUNCION DE UNA RECONSTRUCCION DEL ENTORNO 3D QUE RODEA AL VEHICULO AUTONOMO, POR OTRA PARTE, EL PARADIGMA EXTREMO-A-EXTREMO, DONDE UN MODELO PROCESA LA INFORMACION DE LOS SENSORES Y OBTIENE COMO RESULTADO, SIN UTILIZAR REPRESENTACIONES 3D EXPLICITAS DEL ESCENARIO, LA MANIOBRA A REALIZAR POR EL VEHICULO AUTONOMO, EN DANA ABORDAREMOS LA INVESTIGACION DE AMBOS PARADIGMAS:PRIMERO, REFORZANDO SYNTHIA EN TRES DIRECCIONES: (A) COMO FRAMEWORK PARA LA GENERACION DE DATOS, MEJORANDO EL FOTO-REALISMO DE LOS SENSORES Y AÑADIENDO LIDAR; (B) COMO SIMULADOR, POSIBILITANDO LA INTERACCION EN TIEMPO REAL CON AGENTES DE NAVEGACION AUTONOMOS (ANAS); (C) AÑADIENDO NUEVOS ESCENARIOS DE CONDUCCION, COMO ESCENARIOS REALES UTILIZADOS PARA TEST EN DANA (FACILITADOS POR EL AYUNTAMIENTO DE SANT QUIRZE DEL VALLES) Y TRAMOS CRITICOS DE LA RED DE TRANSPORTES ESPAÑOLA,SEGUNDO, DESARROLLANDO METODOS DE DA PARA LOS ANAS ENTRENADOS EN MUNDOS VIRTUALES Y QUE OPERAN EN EL MUNDO REAL, ESTO DESENCADENA UNA SERIE DE CUESTIONES A INVESTIGAR, NO ESTA CLARO SI LA MEJOR PRACTICA CONSISTE EN TRANSFORMAR LOS DATOS OBTENIDOS EN UN MUNDO VIRTUAL, INDEPENDIENTEMENTE DEL MODELO A APRENDER, PARA QUE SE PAREZCAN MAS A SU CONTRAPARTE DEL MUNDO REAL (P,E, UTILIZANDO REDES GENERATIVAS ADVERSARIAS, GANS); O BIEN APRENDIENDO MODELOS ORIENTADOS A TAREAS ESPECIFICAS QUE UTILICEN DATOS VIRTUALES Y QUE ADAPTEN SOLO EL MODELO EN SI PARA OPERAR EN EL MUNDO REAL, CUANDO SE SIGUE EL PARADIGMA CLASICO, SE PUEDE ADAPTAR EL DOMINIO DE FORMA SEPARADA PARA PERCEPCION Y CONTROL, SIN EMBARGO, EN EL PARADIGMA EXTREMO-A-EXTREMO LA ADAPTACION ES MAS COMPLEJA, YA QUE SE MODELA PERCEPCION Y CONTROL SIN UNA SEPARACION CLARA,TERCERO, CUANDO SE REALIZA LA DA ASUMIMOS EL USO DE APRENDIZAJE PROFUNDO, PERO TAMBIEN SEGUIREMOS PRINCIPIOS DEL APRENDIZAJE A LARGO PLAZO (P,E, MEJORA CONTINUA DEL MODELO CON NUEVOS DATOS) QUE RESULTA ESENCIAL PARA LA CONDUCCION AUTONOMA, VEHÍCULO AUTÓNOMO\VISIÓN POR COMPUTADOR\APRENDIZAJE MÁQUINA\SIMULACIÓN REALISTA\ADAPTACIÓN DE DOMINIO\APR. PERMANENTE

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores