Mostrar el registro sencillo del ítem

dc.contributor.advisorDíaz Santos, Sonia
dc.contributor.advisorCaballero Gil, Cándido 
dc.contributor.authorDíaz Acosta, Jorge Luis
dc.contributor.otherMáster Universitario en Ingeniería Industrial
dc.date.accessioned2024-10-10T10:45:26Z
dc.date.available10/10/24 11:45
dc.date.issued2024
dc.identifier.urihttp://riull.ull.es/xmlui/handle/915/39356
dc.description.abstractThis master’s degree final project presents the obstacle detection and traffic light reading system using deep learning Artificial Intelligence that has been designed for trams in the tram network of Tenerife, Canary Islands, Spain. For its implementation, a state-of-the-art study of the current Artificial Intelligence object detection systems has been carried out, after which a YOLO model of object detection by transfer learning has been selected and trained, to subsequently implement it in a program that will run the model in a Jeson Nano device and generate alerts for the tram driver depending on what has been detected in front of the tram. AI-based systems are in vogue today, largely thanks to recent advances in modelling and the democratisation of user access to tools for developing AI systems. This project has demonstrated the feasibility of implementing an Artificial Intelligence system that detects obstacles and reads the traffic lights on the Tenerife Tramway network, with a view to implementing an Artificial Intelligence driving assistance system for trams.en
dc.description.abstractEn este proyecto de final de máster, se presenta el sistema de detección de obstáculos y lectura de semáforos mediante Inteligencia Artificial deep learning que ha sido diseñado para los tranvías de la red de tranvías de Tenerife, Islas Canarias, España. Para su implementación, se ha realizado un estudio del estado del arte de los sistemas de detección de objetos mediante Inteligencia Artificial actuales, tras lo cual se ha seleccionado y entrenado un modelo YOLO de detección de objetos mediante transfer learning, para posteriormente implementarlo en un programa que ejecutará el modelo en un dispositivo Jeson Nano y generará alertas para el conductor del tranvía en función de lo que hayas sido detectado frente al tranvía. Los sistemas basados en Inteligencia Artificial se encuentran en boga hoy en día, en gran medida gracias a los últimos avances en los modelos y la democratización de acceso de los usuarios a herramientas para el desarrollo de sistemas de Inteligencia Artificial. Con este proyecto, se ha demostrado que es viable la implementación de un sistema de Inteligencia Artificial que detecte obstáculos y lea los semáforos de la red de Tranvías de Tenerife, de cara a la implementación de un sistema de asistencia a la conducción de los tranvías con Inteligencia Artificial.es
dc.format.mimetypeapplication/pdf
dc.language.isoes
dc.rightsLicencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es_ES
dc.titleDiseño e implementación de un sistema deep learning para la detección de obstáculos y lectura de semáforos en tranvías usando Jetson Nanoes_ES
dc.typeinfo:eu-repo/semantics/masterThesis


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Licencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional)
Excepto si se señala otra cosa, la licencia del ítem se describe como Licencia Creative Commons (Reconocimiento-No comercial-Sin obras derivadas 4.0 Internacional)