1 minute read

CARLA con modelo de control y mejoras de hardware

Esta semana realicé una mejora significativa en el equipo de cómputo y además logré controlar el vehículo en CARLA usando un modelo de red neuronal entrenado con datos propios.


Cambio de Procesador

Se realizó la actualización del procesador de Ryzen 5 3600 a Ryzen 9 5900X, lo cual permitió corregir el error de que carla se cerraba solo y mejorar el rendimiento en simulaciones y entrenamiento de modelos en PyTorch.

Esto resultó en tiempos de entrenamiento más cortos y simulación más fluida en CARLA.


Entrenamiento de modelo CNN

Se recolectó un dataset con imágenes RGB y comandos de conducción desde el autopilot en CARLA.
Posteriormente, se entrenó un modelo CNN tipo PilotNet en PyTorch para predecir steer, throttle y brake desde imágenes.


Control del vehículo con modelo entrenado

Se desarrolló el script model_drive.py, el cual:

  • Carga el modelo .pth
  • Recibe la imagen de cámara en tiempo real
  • Predice los comandos de control
  • Aplica los comandos al vehículo dentro de CARLA


Visualización en tiempo real con OpenCV

Se implementó un visor independiente con OpenCV (camera_follow_vehicle.py) que permite ver el entorno o seguir al vehículo sin interferir con la simulación principal.
También se probó una cámara “dron” y una cámara anclada al vehículo.