less than 1 minute read

Integración del modelo entrenado en CARLA usando ROS 2

Esta semana se avanzó en la integración del modelo neuronal entrenado (PilotNet) dentro de un nodo ROS 2, conectado a la simulación de CARLA mediante el bridge de ROS. El objetivo era lograr que el vehículo se desplazara de manera autónoma con imágenes de segmentación semántica como entrada.


Adaptación del nodo de control en ROS 2

Se desarrolló el nodo team_control.py basado en el script de Carlos, el cual:

  • Carga un modelo .pth previamente entrenado por Carlos “last_model.pth” (PilotNet).
  • Suscribe al tópico de segmentación /carla/hero/semantic_segmentation_front/image.
  • Preprocesa la imagen segmentada para generar un tensor de entrada.
  • Publica comandos de control al vehículo en tiempo real.

El script fue adaptado para ejecutarse únicamente en CPU por problemas de compatibilidad con GPU AMD ya que al parecer este usa cuda.


Errores detectados durante la ejecución

Se presentaron múltiples errores que impidieron la conducción autónoma correcta:

  1. Dimensiones insuficientes en imagen segmentada
    Las imágenes recibidas eran más pequeñas de lo esperado, lo que causaba fallos al recortarlas antes de la inferencia.
    ```plaintext Error: La imagen segmentada es demasiado pequeña para recortar.