Estudo comparativo dos softwares de simulação para carros autônomos CARLA e Udacity

Abstract

A grande maioria dos acidentes de trânsito podem ser evitados, não fosse a imprudência dos condutores. Soluções de automação, inteligência artificial e IoT para carros autônomos já se encontram em estudo e desenvolvimento, como visto nos artigos usados no estudo deste trabalho. Neste trabalho, foram abordados os conceitos de aprendizado de máquina e comunicação entre sensores dentro de duas ferramentas de simulação para veículos autônomos disponíveis no mercado, CARLA e Udacity. Levando em conta as características individuais de cada ferramenta, este trabalho abordou os aspectos de processamento de imagens com técnicas de aprendizado por reforço e técnicas de aprendizado supervisionado. A partir das experiências reunidas neste trabalho, foi possível elaborar uma síntese dos pontos fortes e fracos de cada ferramenta dentro de suas propostas através da avaliação de desempenho e verificação da acurácia dos modelos desenvolvidos dentro das ferramentas, juntamente com os resultados obtidos no decorrer no desenvolvimento e teste deste trabalho, formando assim uma tabela de análise resumindo os resultados obtidos dentro de critérios escolhidos para medir performance, com o intuito de ajudar iniciantes em uma aplicação dentro desta área e documentar os resultados e pontos fortes e fracos das análises relativas a cada modelo