Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles

Abstract

Motivados por la problemática del túnel subfluvial en la cual la información sobre los parámetros de tráfico no puede ser vista desde la sala de comandos, se comienza a investigar sobre distintas alternativas de medición de estos parámetros, ya que solo se poseía la información del video de las cámaras de seguridad. En base a esto se concluye que uno de los métodos más convenientes dentro del túnel para obtener esta información son las técnicas de visión artificial. Se realizó una investigación sobre los distintos algoritmos para poder determinar cuál era el más eficiente para realizar dicha tarea y luego se procedió a implementar estos en una PC de propósito general. Las herramientas de software utilizadas fueron GCC, QT y OpenCV. Con estos se logró llegar, mediante distintos filtrados de la imagen, a estimar la velocidad de los vehículos y a poder hacer una clasificación de los mismos. Luego de tener una versión funcional de nuestro software se investigó sobre la viabilidad de portar el mismo a un dispositivode bajos recursos, utilizando para esto distintoskitsde desarrollo, como fueronla RaspBerryPi 3, Zybo Zynq-7000y Beagle Bone Black.Se realizaron pruebas en estos dispositivos,obteniendoresultados poco satisfactorios para las condiciones del túnel,y se propuso una solución mediante redes neuronales que hace posible la realización de las estimaciones. Apesar de esto, el algoritmo en la RaspBerry Pi 3 se comportóde manera excelente en buenas condiciones de luz yposiciones de cámara