Enabling Self-Charging Smart Cars with Deep Learning

Abstract

Este proyecto presenta el diseño e implementación de un sistema de vehículo eléctrico autónomo con carga también autónoma utilizando un modelo de navegación basado en aprendizaje profundo y carga inalámbrica estática. Se utilizó un coche robot JetRacer, alimentado por una NVIDIA Jetson Nano, que fue entrenado para seguir de forma autónoma una carretera y navegar hasta una estación de carga cuando los niveles de batería caían por debajo de un umbral. El sistema de navegación emplea una red neuronal ResNet-18 que genera comandos de dirección basados en la entrada de la cámara en tiempo real. El mecanismo de carga utiliza un módulo de transferencia de energía inalámbrica y un sistema de monitoreo de batería integrado mediante sensores INA219. Los resultados demostraron que, tras el entrenamiento adecuado, el sistema completó eficazmente las tareas de navegación y carga autónomas sin intervención humana.

This project presents the design and implementation of a self-charging autonomous electric vehicle system using a deep learning-based navigation model and static wireless charging. A JetRacer robot car, powered by an NVIDIA Jetson Nano, was trained to autonomously follow a road and navigate to a charging station when battery levels dropped below a threshold. The navigation system employs a ResNet-18 neural network that outputs steering commands based on real-time camera input. The charging mechanism uses a wireless power transfer module, and a battery monitoring system integrated via INA219 sensors. Results showed that after appropriate training, the system effectively completed autonomous navigation and charging tasks without human intervention.