El projecte Detecció de situacions perilloses via Machine learning guanya el Case Study de lETSEIB
“Els humans podem atribuir perill a una situació en fraccions de segons i actuar en conseqüència. Aquesta facultat rau en l’experiència que aconseguim a través dels anys. Però, com pot un cotxe autònom adquirir intuïció? Se l’hi pot entrenar?”. Així presentava el grup de joves estudiants d’Enginyeria en Tecnologies Industrials i/o Màster el seu projecte, guanyador del Case Study sobre la “conducció autònoma” organitzat per l’UPC i l’ETSEIB.
L’estudi “Detecció de situacions perilloses via Machine learning” proposa un sistema per detectar situacions de perill a través de les càmeres incorporades als cotxes autònoms i mitjançant la codificació d’una xarxa neuronal convolucional (CNN). Es tracta d’un estudi que, “mitjançant l’anàlisi d’imatges, poden detectar amb elevada fiabilitat situacions de risc i proporcionar alarmes”, segons ha assenyalat Josep Amat, membre del jurat.
L’objectiu és assolir que la xarxa neuronal detecti, després d’haver visionat un conjunt d’imatges catalogades com a “perill” o “no perill”, si les futures imatges capturades pel cotxe autònom són o no perilloses. D’aquesta forma, es pretén crear un algoritme que pugui dotar els futurs cotxes autònoms d’intuïció. Els patrons seran més fiables i amb major certesa depenent del nombre d’imatges visionades.
La investigació també mostra com hauria d’actuar el cotxe autònom davant de les situacions detectades com a perilloses. A més, la intenció és assolir que el cotxe pugui contemplar més d’una situació perillosa alhora i sàpiga donar una resposta correcte davant de l’escenari. Un dels motius pels quals han decidit premiar aquest projecte ha estat degut al fet que “també aporta uns resultats inicials realitzats amb Matlab, que permeten donar més solidesa”, ha afegit Amat.
En conclusió, l’estudi ha realitzat un pressupost on es presenta l’impacte econòmic que ha suposat la investigació. A més, també es presenta el que costaria la seva explotació en cas que es volgués dur a terme.
