Journal de génie informatique et des technologies de l'information

Conception et développement d'une voiture autonome utilisant la détection d'objets avec YOLOv4

Rishabh Chopda, Saket Pradhan et Anuj Goenka

Les voitures du futur devraient être sans conducteur et offrir des services de transport point à point capables d'éviter les accidents mortels. Pour atteindre cet objectif, les constructeurs automobiles ont investi pour exploiter le potentiel de la conduite autonome. À cet égard, nous présentons un modèle de voiture autonome capable de conduire de manière autonome en utilisant la détection d'objets comme principal moyen de direction, sur une piste constituée de cônes colorés. Cet article passe en revue le processus de fabrication d'un modèle de véhicule, de sa plate-forme matérielle intégrée au pipeline ML de bout en bout nécessaire à l'acquisition automatisée de données et à la formation du modèle, permettant ainsi à un modèle d'apprentissage profond de dériver des données de la plate-forme matérielle pour contrôler les mouvements de la voiture. Cela guide la voiture de manière autonome et s'adapte bien aux pistes en temps réel sans extraction manuelle de caractéristiques. Cet article présente un modèle de vision par ordinateur qui apprend à partir de données vidéo et implique le traitement d'images, l'augmentation, le clonage comportemental et un modèle de réseau neuronal convolutionnel. L'architecture darknet est utilisée pour détecter des objets via un segment vidéo et le convertir en un chemin navigable en 3D. Enfin, l’article aborde la conclusion, les résultats et la portée des améliorations futures de la technique utilisée.