Proyecto Aivatar

UAH-DriveSet

UAH-DriveSet es una colección pública de datos capturados por nuestra aplicación de supervisión de conducción DriveSafe por varios evaluadores en diferentes entornos. Este conjunto de datos intenta facilitar el progreso en el campo del análisis de conducción proporcionando una gran cantidad de variables que fueron capturadas y procesadas por todos los sensores y capacidades de un teléfono inteligente durante las pruebas de conducción independientes. La aplicación se ejecutó en 6 conductores y vehículos diferentes, realizando 3 comportamientos diferentes (normales, somnolientos y agresivos) en dos tipos de carreteras (autopista y carretera secundaria), dando como resultado más de 500 minutos de conducción naturalista con sus datos brutos asociados e información semántica adicional, junto con las grabaciones de vídeo de los viajes.

 

                 

Para descargar la base de datos pinche aqui:

UAH-DriveSet

 

RobeSafe Driver Monitoring Video Dataset (RS-DMV)

El dataset RS-DMV es un conjunto de secuencias de vídeo de controladores, grabadas con cámaras instaladas sobre el panel. El conjunto de datos contiene actualmente 10 secuencias de vídeo. Los conductores estaban completamente despiertos, hablaban con frecuencia y se les pedía que miraran regularmente a los espejos retrovisores y operaran el sistema de sonido del coche. Las secuencias contienen oclusiones, cambios de iluminación y otros elementos que son problemáticos para enfrentar el seguimiento y los sistemas de monitoreo de controladores utilizando la visión por computadora.

Los fotogramas se graban a escala gris, a 30 fotogramas por segundo y se almacenan como vídeo RAW. El tamaño del fotograma de los vídeos al aire libre es de 960x480 píxeles y de 1390x480 para vídeos en interiores. Las caras de los vídeos se han marcado con 20 puntos.

El RS-DMV fue creado por el RobeSafe Research Group del Dpt. de Electrónica de la UAH. Los videos grabados en un simulador fueron grabados bajo el proyecto CABINTEC.

 

Para descargar la base de datos pinche aqui:

Datasets (uah.es)

Santiago Montiel Marín

Información Personal

Mail: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Position: BSc in Electronics and Industrial Automation Engineering

Linkedin: Santiago Montiel

gitHub: Santiago Montiel

 

Sobre mí

Mi nombre es Santiago Montiel Marín, actualmente cursando cuarto y último curso de la carrera de Grado en Ingeniería Electrónica y Automática en la Universidad de Alcalá. Como miembro del personal investigador del Grupo de Investigación RobeSafe (Departamento de Electrónica, Universidad de Alcalá), estoy desarrollando mi Proyecto de Fin de Grado "Sistema Multi Object-Tracking basado en LiDAR y RADAR para aplicaciones de Vehículos Inteligentes" bajo la supervisión del Prof. Luis Miguel Bergasa y el estudiante de doctorado Carlos Gómez Huélamo. Me gustaría que este proyecto se convirtiera en el punto de partida de mi carrera investigadora. Las principales áreas de interés consisten en Visión por Computador, Machine Learning, Deep Learning, Robótica, Sistemas Embebidos, Percepción en Vehículos Inteligentes y cualquier campo relacionado con estos.

 

Áreas de Investigación

Computer Vision, Machine Learning, Deep Learning, Robotics, Embedded Systems, Perception in Intelligent Vehicles

Miguel Eduardo Ortiz Huamani

Información Personal

Mail: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Position: Master Student

gitHub: Miguel Eduardo Ortiz Huamani

 

Sobre mí

Graduado en Ingeniería de Computadores y estudiante de Master en Ciberseguridad en la Universitdad de Alcalá.

 

Áreas de Investigación

Computer Vision, Machine Learning, Deep Learning, Intelligent Vehicles, Robotics

Juan Felipe Arango Vargas

Información Personal

Mail: Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Position: Phd Student

LinkedIn: Juan Felipe Arango Vargas

 

Sobre mí

Mi nombre es Juan Felipe Arango Vargas, actualmente candidato a doctor en Sistemas Electrónicos Avanzados y Sistemas Inteligentes en el grupo de investigación RobeSafe (Departamento de Electrónica, Universidad de Alcalá) bajo la supervisión del Prof. Luis Miguel Bergasa y el Prof. Pedro Revenga. Recibí mi licenciatura en Ingeniería en Electrónica Industrial y Automatización y mi maestría en Ingeniería Industrial por la Universidad de Alcalá.

Mi tesis doctoral se centra en "Validación de técnicas de navegación autónoma sobre un vehículo eléctrico real". Como miembro del grupo de investigación RobeSafe, trabajo en proyectos de investigación Tech4AgeCar ​​y RoboCity2030. Mi función principal consiste en la automatización y preparación de un vehículo eléctrico para realizar pruebas de validación de los sistemas de navegación autónomos desarrollados dentro del grupo. Más concretamente, mi trabajo es el diseño e implementación del módulo Drive-By-Wire y el módulo de Localización basado en RTK-DGNSS, IMU y fusión de posiciones de odometría, así como diseñar los métodos de validación de las técnicas de navegación en entornos reales.

 

Áreas de Investigación

Autonomous Vehicle, Drive-By-Wire System, Global Navigation Satellite System (GNSS), Real-Time Kinematic (RTK) Positioning, MEMS-IMU, Sensor Fusion, Extended Kalman Filter (EKF), Robot Operating System (ROS), Automotive Electronics, Embedded Systems.