Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Cited by Google
Similars in SciELO
Similars in Google
Share
Revista Facultad de Ingeniería
Print version ISSN 0121-1129On-line version ISSN 2357-5328
Abstract
VALENCIA-PAYAN M. SC, Cristian; MUNOZ-ORDONEZ M. SC, Julián and PENCUE-FIERRO, Leonairo. Sistema de assistência à condução usando visão por computador e aprendizagem máquina. Rev. Fac. ing. [online]. 2020, vol.29, n.54, e11760. Epub Dec 30, 2020. ISSN 0121-1129. https://doi.org/10.19053/01211129.v29.n54.2020.11760.
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.
Keywords : aprendizagem máquina; classificadores Haar; segurança rodoviária; sinais de trânsito; visão por computador.