Ponz, AurelioGarcía, FernandoEscalera, Arturo de laArmingol, José María2020-07-022020-07-022017Ponz, A., García, F., Martín, D., Escalera, A., Armingol, J. A. Clasificación automática de obstáculos empleando escáner láser y visión por ordenador. En Actas de las XXXVIII Jornadas de Automática, Gijón, 6-8 de Septiembre de 2017 (pp.999-1006). DOI capítulo: https://doi.org/10.17979/spudc.9788497497749.0999 DOI libro: https://doi.org/10.17979/spudc.9788497497749978-8416664-74-0 (UOV)978-84-9749-774-9 (UDC electrónico)http://hdl.handle.net/2183/25871[Resumen] Muchos sistemas enmarcados en el estado del arte del campo de los sistemas avanzados de asistencia a la conducción (ADAS) y de la conducción autónoma emplean fusión sensorial con el fin de conseguir detección y clasificación de obstáculos fiable en cualquier condición meteorológica y de iluminación. La fusión entre escáner láser y cámara se usa habitualmente en aplicaciones ADAS para mitigar las limitaciones inherentes a cada uno de los sensores empleados. En el sistema presentado se emplean algunas técnicas novedosas para alineamiento de datos y se aplican técnicas de inteligencia artificial (IA) en el tratamiento de las nubes de puntos para mejorar la fiabilidad de la clasificación de obstáculos. En este documento se presentan nuevos enfoques para la obtención de clústeres en nubes de puntos dispersas, maximizando la información obtenida desde escáneres láser de baja resolución. Tras la mejora de la detección de clústeres, se emplean técnicas de IA para clasificar el obstáculo no solo empleando visión por computador, sino también con información del láser. La fusión de la información obtenida desde ambos sensores, con la adición de la capacidad de clasificación del láser, mejoran la fiabilidad del sistema.spaAtribución-NoComercial-CompartirIgual 4.0 Españahttp://creativecommons.org/licenses/by-nc-sa/4.0/es/Visión por computadorLiDARSistemas avanzados de asistencia a la conducciónFusión sensorialconference outputopen accesshttps://doi.org/10.17979/spudc.9788497497749.0999