El proyecto se titula “Conducción autónoma para tareas de logística basada en Visión por Computadora y Deep Learning” y propone el desarrollo de un prototipo a escala de un vehículo autónomo, no tripulado y eléctrico, para el transporte de paquetes en un ambiente industrial.

El mismo fue dirigido por el Dr. Gonzalo Sad, integrante del Laboratorio de Sistemas Dinámicos y Procesamiento de la Información de la Escuela de Ingeniería Electrónica de la FCEIA.

En el proyecto, se combinaron técnicas avanzadas de procesamiento de imágenes basadas en visión artificial y técnicas de Deep Learning para el reconocimiento de objetos.

El vehículo tiene la capacidad de identificar paquetes mediante códigos QR y de llevarlos hasta el depósito correspondiente.

Una vez allí se realizará la descargar del paquete y luego automáticamente deberá volver a su posición inicial. “El propósito principal es conseguir que en la industria automatice el proceso de transporte de paquetes” mencionó durante la presentación del trabajo Nicolás.

Con el objetivo de ensayar el correcto funcionamiento del vehículo, los recientes ingenieros electrónicos diseñaron una pista de prueba en la cual el vehículo debía reconocer el paquete a transportar, y siguiendo una línea de guía, buscar el depósito correspondiente al paquete recibido.

Para realizar dicha búsqueda, el vehículo identifica distintos carteles con códigos QR en su trayectoria, y carteles numéricos sobre las bocacalles mediante Deep Learning. Al llegar al depósito, se posiciona de forma alineada con la calle y se aproxima a la línea identificatoria. Cabe destacar que, además, el vehículo es capaz de reconocer un semáforo peatonal.