Year: 2026
Type: dissertation
Abstract: La percepción del entorno es uno de los fundamentos básico de los sistemas autónomos, ya que, de ellos depende el correcto funcionamiento general y la viabilidad del sistema, este proyecto se centra en el desafío de la estimación de poses humanas 3D (HPS) empleando únicamente nubes de puntos LIDAR, con el objetivo de superar las limitaciones lumínicas y de falta de precisión en coincidencias lejanas inherente a los enfoques tradicionales basados en visión artificial con cámaras RGB. El objetivo principal de este proyecto es desarrollar un pipeline end to end eficiente dividido en dos etapas: la primera de esta realizando una detección espacial de los peatones asilando las nubes de puntos en cajas tridimensionales, y una segunda fase centrada en el procesamiento de las nubes de puntos aisladas para inferir la posición anatómica de las articulaciones de los peatones. Para garantizar la viabilidad del sistema y eliminar cuellos de botella durante el procesamiento de la nubes de puntos, se desarrola una optimización del flujo de datos proyectando los datos brutos del sensor a una representación cilíndrica densa (range-view) previa al entrenamiento, sobre los datos generados opera una red neuronal convolucional usando detección libre de anclas (anchor-free) ofreciendo una flexibilidad mayor en la detección espacial de los peatones. El entrenamiento se estabiliza mediante una focal-loss optimizada para representar los peatones como distribuciones continuas (heatmaps) permitiéndonos una mayor precisión en la detección de grupos densos de individuos, posteriormente se realiza una regresión tridimensional mediante smooth-l1 para situar el centroide y las dimensiones del peatón. Los resultados demostraron una mejora en la eficiencia de los entrenamientos gracias al uso del preprocesamiento de datos y una robustez de la arquitectura propuesta en la etapa de detección. La implementación de técnicas de actualización dinámica de hiperparámetros de entrenamiento en tiempo de ejecución como la tasa de entrenamiento y la parada temprana (early-stopping), permitió al modelo lograr una mejor generalización frente a los datos de validación. Las inferencias confirman que el detector localiza con precisión el centro de los peatones y proyecta la geometría de la caja delimitadora de forma correcta, mitigando los falsos positivos en zonas vacías del espacio métrico, permitiendo que la segunda fase del pipeline no pierda tiempo de computo en zonas donde no hay ningún peatón localizado. En conclusión, el principal objetivo de este proyecto radica en su capacidad para trasladar la estimación de pose humana desde entornos controlados donde se usan unos sensores LIDAR de alta resolución hacia escenarios reales con unos sensores LIDAR de menor resolución. Si bien los modelos de inferencia anatómica actuales demuestran una alta eficacia cuando la presencia y ubicación del peatón están previamente garantizadas, su aplicación directa en entornos abiertos resulta inoperante debido al ruido del entorno. El pipeline de detección de peatones desarrollado resuelve la delimitación de forma autónoma a los peatones y aislar sus nubes de puntos correspondientes, sin embargo demuestra ciertos problemas en la inferencia de las posturas de peatones alejados ya que le densidad de puntos puede ser teóricamente insuficiente.
Author: Serrano Pérez, Alejandro
Institution: Universidad Politécnica de Madrid
Language: Spanish
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7223419260
