Carregant...
Tipus de document
Treball de fi de grauData de publicació
Llicència de publicació
Si us plau utilitzeu sempre aquest identificador per citar o enllaçar aquest document: https://hdl.handle.net/2445/228470
Autonomous Mobile Robot for Traffic Sign Detection Using YOLO and a 3D Depth Camera with ROS 2 and Docker-Based Deployment
Títol de la revista
Director/Tutor
ISSN de la revista
Títol del volum
Recurs relacionat
Resum
[en] This Final Degree Project extends and improves a reactive navigation system based on a computer vision approach and focused on traffic sign detection. Specifically, it integrates a 3D depth camera into the detection pipeline to obtain real-world distances, and enable the control over a LIMO’s robot navigation system. Moreover, it addresses a latency issue derived from TheConstruct–a remote development platform centred on ROS–, by building a local development environment based on Docker and ROS2 Humble. Finally, it includes a set of code optimizations that not only removes the existing coupling in favour of a clean architecture but also increases the reliability of the distributed and concurrent system; improving the project’s modularity, extensibility, and robustness.
[ca] Aquest Treball Final de Grau amplia i millora un sistema de navegació reactiva centrat en la detecció de senyals de trànsit mitjançant visió artificial. En concret, integra una càmera de profunditat 3D en el pipeline de detecció per obtenir distàncies reals de forma precisa, cosa que permet el control de la navegació d’un robot LIMO. A més, planteja la solució a un problema de latència derivat de la plataforma remota TheConstruct mitjançant la construcció d’un entorn de desenvolupament local basat en Docker i ROS2 Humble. Finalment, es realitzen una sèrie d’optimitzacions en el codi que no només eliminen l’acoblament existent en favor d’una arquitectura més neta, sinó que augmenten la fiabilitat del sistema distribuït i concurrent; augmentant la modularitat, extensibilitat i robustesa del projecte.
[es] Este Trabajo Final de Grado extiende y mejora un sistema de navegación reactiva centrado en la detección de señales de tráfico mediante visión artificial. En concreto, integra una cámara de profundidad 3D en el pipeline de detección para obtener distancias reales de forma precisa, permitiendo así el control de la navegación de un robot LIMO. Además, plantea una solución a un problema de latencia derivado de la plataforma remota TheConstruct mediante la construcción de un entorno de desarrollo local basado en Docker y ROS2 Humble. Finalmente, se realizan una serie de optimizaciones en el código que no solo eliminan el acoplamiento existente en favor de una arquitectura más limpia, sino que aumentan la fiabilidad del sistema distribuido y concurrente; incrementando la modularidad, extensibilidad y robustez del proyecto.
Descripció
Treballs Finals de Grau d'Enginyeria Informàtica, Facultat de Matemàtiques, Universitat de Barcelona, Any: 2026, Director: Manel Puig i Vidal
Matèries (anglès)
Citació
Citació
ASTUDILLO SORIANO, Johnny brent. Autonomous Mobile Robot for Traffic Sign Detection Using YOLO and a 3D Depth Camera with ROS 2 and Docker-Based Deployment. [consulta: 1 de abril de 2026]. [Disponible a: https://hdl.handle.net/2445/228470]