Week 37 – Implementación de Control Manual y Generación de Datasets en Simulación

1 minute read

Trabajo realizado

Optimización del Pipeline de Captura: Se configuró el simulador en Modo Síncrono(fixed_delta_seconds). Esto asegura que el sistema espere a que la cámara procese y guarde la imagen antes de avanzar al siguiente paso de simulación, garantizando una sincronización del 100% entre la imagen procesada y la telemetría grabada en el CSV.
Refactorización de la API de Actores: Se corrigió el flujo de instanciación de vehículos. Se identificó que los atributos de rol (role_name) deben ser definidos a nivel de Blueprint antes del spawn, resolviendo errores de ejecución previos y permitiendo que los sensores reconozcan correctamente al vehículo “Ego”.
Pre-procesamiento de Visión: Se integró una función de enmascaramiento (half_mask) para eliminar el ruido visual del cielo y edificios altos, forzando al modelo a centrarse en la geometría de la carretera durante la fase de entrenamiento.
Suavizado: Se recibio respuesta de Felix y se aplicaron filtros de suavizado en la inferencia.

Generación de Dataset de Referencia: Realizar sesiones de conducción de larga duración en el loop de Town04 para capturar diversos escenarios de recuperación de carril.
Pruebas de Inferencia Closed-Loop: Evaluar el rendimiento del modelo entrenado en el entorno síncrono para verificar la mitigación de oscilaciones en curvas.
Control de Velocidad: Implementar un regulador PID para mantener una velocidad constante de 40 km/h, permitiendo que el modelo se enfoque exclusivamente en el control del volante (Steering).