Experimental design of autonomous vehicle using neural networks

Este artículo está relacionado con el diseño experimental e implementación de un vehículo autónomo para el transporte de mercancías o materias primas en el interior de una industria o comercio. El proyecto fue desarrollado y coordinado por la Escuela de Ingeniería Eléctrica y Electrónica de ITCA-FEPADE. Este vehículo es accionado a través de un conjunto de sensores, tales como infrarrojos, ultrasónicos y sensor LIDAR; el vehículo es capaz de detectar su entorno, y basados en ellos, alcanzar su destino mediante decisiones de un Raspberry, que, ejecutando un programa basado en red neuronal da las instrucciones a un microcontrolador Arduino, el cual impulsa los motores eléctricos utilizando una etapa de potencia basada en transistores MOSFETs. La red neuronal es un tipo de control adaptativo, que viene a sustituir a los controladores tradicionales; al igual que el ser humano, la red neuronal debe ser entrenada para un funcionamiento óptimo utilizando inteligencia artificial, tal como el método de retropropagación, en la cual la red neuronal aprende de manera supervisada, en base a patrones de entrada y salidas conocidas. El vehículo es capaz de transportar un peso de hasta 30 Kg y las tareas de carga y descarga serán realizadas por un operador humano. Debido a los componentes electrónicos a bordo del vehículo, se recomienda su operación en ambientes secos y una superficie plana. El nivel de autonomía del vehículo, se refiere a transportar la carga de un punto a otro sin acción humana directa durante su desplazamiento. Entre los campos de aplicación, se puede considerar el área logística e industrial, para el transporte de materia prima, herramientas, componentes electrónicos, telas y alimentos enlatados, entre otros