Week 45 – Implementación de Perturbaciones DAgger, Aceleración Síncrona y Auto-Recuperación en CARLA
Trabajo realizado
- Implementación de Lógica de Perturbación DAgger: Se desarrolló un script automatizado para inyectar perturbaciones físicas en el vehículo ego durante la conducción con Autopilot. El sistema desplaza lateralmente y en angulo aleatoriamente el vehículo de 1 a 1.5 metros y en direrentes grados cada 10 segundos de simulación, forzando correcciones de trayectoria para capturar datos de recuperación cruciales en el entrenamiento de modelos de conducción autónoma robustos.
- Escalabilidad y Diversidad de Entornos (Domain Randomization): Se configuró una cola de ejecución iterativa que abarca 12 mapas de CARLA. Para optimizar el consumo de RAM y VRAM, se priorizaron las versiones optimizadas (
_Opt) y se estructuró la carga de manera progresiva, desde entornos urbanos ligeros (Town01_Opt, Town02_Opt) hasta mapas de alta densidad y regiones masivas (Town10HD_Opt, Town11, Town12, Town13, Town15).
- Aceleración de Simulación (Modo Síncrono y No-Rendering): Se reestructuró la arquitectura temporal del pipeline pasando a un Modo Síncrono estricto con pasos fijos de 0.05s (20 FPS). Al desacoplar el tiempo de simulación del tiempo real y habilitar la opción
no_rendering_mode, se logró acelerar masivamente la recolección de datos aprovechando la potencia de procesamiento multinúcleo, reduciendo bloques de 3 horas de conducción simulada a minutos de procesamiento real.
- Sistema de Auto-Curación y Filtrado de Colisiones: Para evitar la contaminación del dataset con telemetría inválida (datos post-accidente), se implementó un
sensor.other.collision vinculado al vehículo. Ante cualquier impacto detectado durante las perturbaciones, el sistema activa un protocolo de recuperación que purga la grabación corrupta en curso y teletransporta el vehículo a un nuevo punto de aparición seguro, garantizando un flujo de datos continuo y limpio.
