Publication:

Uso del Deep Learning para desarrollar un software de seguridad activa embebido en un patinete urbano

Los patinetes eléctricos son cada vez más frecuentes en nuestras calles aportando una solución a muchos problemas de movilidad mientras en ocasiones causan otros relacionados con su seguridad. Este trabajo hace uso del Deep Learning y de las redes neuronales convolucionales existentes que puedan formar parte de un sistema de seguridad activa en este y otro tipo de vehículos similares. Gracias a los avances en el aprendizaje automático una sola cámara RGB es necesaria para analizar la escena y poder tomar decisiones inteligentes. Un hardware embebido será el encargado de procesar toda la información y dar respuesta en tiempo real. Para poder alcanzar este rendimiento son necesarias algunas modificaciones a los modelos de Deep Learning tales como cuantizar sus pesos para reducir su tamaño y el tiempo de sus inferencias. Como resultado se muestra un prototipo de sistema de seguridad funcional y reducido en costes.