| Journal: | Facultad de Ingeniería - Universidad Pedagógica y Tecnológica de Colombia |
| Database: | PERIÓDICA |
| System number: | 000441617 |
| ISSN: | 0121-1129 |
| Authors: | Valencia Payan, Cristian1 Muñoz Ordóñez, Julián2 Pencue Fierro, Leonairo1 |
| Institutions: | 1Universidad del Cauca, Popayán, Cauca. Colombia 2Corporación Universitaria Comfacauca, Popayán, Cauca. Colombia |
| Year: | 2020 |
| Season: | Ene-Mar |
| Volumen: | 29 |
| Number: | 54 |
| Country: | Colombia |
| Language: | Español |
| Document type: | Artículo |
| Approach: | Aplicado, descriptivo |
| Spanish abstract | La seguridad ha sido uno de los puntos claves en el diseño vehicular, por lo que uno de los principales objetivos es implementar sistemas de alerta para notificar al conductor sobre algún proceso inadecuado o atípico en su conducción, con el fin de evitar accidentes que afecten a sus ocupantes, así como a terceros; un ejemplo, de esto se observa en el auge de los vehículos autónomos. De acuerdo con la Organización Mundial de la Salud, en el 2016 se presentaron 1.35 millones de muertes relacionadas con accidentes de tráfico, por ello, actualmente se crean más sistemas para monitorizar el ambiente alrededor del vehículo de modo que se garantice una conducción segura en todo momento. Esta investigación presenta el primer sistema de asistencia a la conducción desarrollado para Colombia, el sistema detecta y reconoce señales de tránsito preventivas y reglamentarias basado en clasificadores Haar, lo cual permite que su precisión no se afecte debido a las rotaciones y escala de las señales presentes en un viaje sobre un trayecto real. El sistema reconoce salidas de carril, estimación de la dirección de la curva y detección de obstáculos que sobresalen en la carretera utilizando algoritmos de visión por computadora convirtiéndolo en un sistema de bajo costo computacional. Además, esta investigación proporciona los primeros clasificadores en cascada resultantes para la detección de señales reglamentarias y preventivas colombianas. El sistema es probado en ambientes reales de carreteras colombianas obteniendo una precisión superior al 90%. La investigación demuestra que métodos basados en visión por computadora son competitivos frente a propuestas actuales como las redes neuronales profundas |
| English abstract | Safety has been one of the key points in vehicle design, in this case one of its main objectives is to implement warning systems to notify the driver about inappropriate or atypical process in their driving process, trying to avoid accidents that affect their vehicle passengers, as well as inflicting damage on third parties. Day by day, more systems are created to monitor the environment around the vehicle in order to ensure safe driving at all times. According to the World Health Organization, for 2016 there were 1.35 million deaths related to traffic accidents. This research presents the first driving assistance system developed for Colombia, the system detects and recognizes preventive and regulatory traffic signals and its precision is not affected by rotations and scale of the traffic signals present in an actual route, this is this way because the system is based on Haar classifiers. The system recognizes lane deviations, estimation of the curve direction and obstacle protruding along the way using computer vision algorithms, making it a low-cost computational system. Furthermore, this research provides the first resulting cascades for the detection of Colombian regulatory and preventive traffic signals. The system is tested in real environments on Colombian roads, obtaining an accuracy of over 90%. This research shows that computer vision-based methods are competitive against current proposals such as deep neural networks |
| Portuguese abstract | A segurança tem sido um dos pontos chaves no desenho veicular, pelo que um dos principais objetivos é implementar sistemas de alerta para notificar ao condutor sobre algum processo inadequado ou atípico em sua condução, com o fim de evitar acidentes que afetem a seus ocupantes, assim como a terceiros; um exemplo, disto observa-se no auge dos veículos autônomos. De acordo com a Organização Mundial da Saúde, em 2016 apresentaram-se 1.35 milhões de mortes relacionadas com acidentes de tráfico, por isso, atualmente criam-se mais sistemas para monitorizar o ambiente ao redor do veículo de modo que se garanta uma condução segura em todo momento. Esta pesquisa apresenta o primeiro sistema de assistência à condução desenvolvido para a Colômbia, o sistema detecta e reconhece sinais de trânsito preventivos e regulamentário baseado em classificadores Haar, o que permite que sua precisão não seja afetada devido às rotações e escala dos sinais presentes em uma viagem sobre um trajeto real. O sistema reconhece saídas de faixa, estimação da direção da curva e detecção de obstáculos que sobressaem na estrada utilizando algoritmos de visão por computador convertendo-o em um sistema de baixo custo computacional. Além disso, esta pesquisa proporciona os primeiros classificadores em cascata resultantes para a detecção de sinais regulamentários e preventivos colombianos. O sistema é provado em ambientes reais de estradas colombianas obtendo uma precisão superior a 90%. A pesquisa demonstra que métodos baseados em visão por computador são competitivos frente a propostas atuais como as redes neuronais profundas |
| Disciplines: | Ingeniería, Ciencias de la computación |
| Keyword: | Ingeniería automotriz, Sistemas de asistencia a la conducción, Aprendizaje de máquinas, Clasificadores Haar, Seguridad vial, Señales de tránsito, Visión por computadora |
| Keyword: | Automotor engineering, Driver-assistant systems, Computer vision, Haar classifiers, Machine learning, Road safety, Traffic signals |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
