Work

CrossDetect : detección de pasos de peatones usando algoritmos de visión por computador para la mejora del posicionamiento de vehículos

Year: 2014
Type: dissertation
Abstract: El objetivo de este proyecto es utilizar pasos de peatones, de los denominados \npasos de cebra, como puntos de referencia dentro del entorno, de \ntal forma que estos sirvan para corregir el error de posicionamiento que cometen \nsistemas como la Odometría Visual o el GPS, a la hora de localizar \nun vehículo en el plano. El trabajo desarrollado en este proyecto se podría \ndividir en dos partes. \nLa primera de ellas, es el desarrollo de un algoritmo de visión por computador \nque permite reconocer los pasos de peatones mediante un sistema de \ncámaras estereoscópicas instalado en un coche. Para lograr este objetivo, en \nprimer lugar, las imágenes obtenidas por una de las cámaras son procesadas \ncon la combinación de un ltro de percentil 43 aplicado a nivel local más una \numbralización (Sebsadji et al., 2010). Este proceso se realiza con el n de \nextraer aquellos píxeles de la imagen original que pertenecen potencialmente \na marcas pintadas en la carretera. Si un píxel de la captura inicial tiene un \nnivel de gris mayor que el de su correspondiente de la imagen ltrada más el \numbral seleccionado, ese píxel es considerado perteneciente a una marca vial, \nlo que en de nitiva, quiere decir que éste tiene un nivel de gris mucho más \nalto que el de aquellos píxeles próximos a él. El resultado de este proceso, \npor tanto, es una imagen binaria que representa en blanco todos aquellos \npíxeles que pueden pertenecer a una marca vial. \nAparte de las marcas viales, fuera de la calzada hay muchos píxeles que \ncumplen esta condición. Para eliminar de la imagen binaria obtenida todos \naquellos que no están sobre la carretera, se utiliza un algoritmo, perteneciente \na otro proyecto de la universidad, que realiza este proceso utilizando el \nmapa de disparidad y el u-disparity de la escena. Es posible obtener estas \nestructuras gracias al sistema estereoscópico de cámaras. \nTras estos dos procesos se obtiene una imagen binaria que representa únicamente \nlas marcas viales. Si además la parte inferior de la imagen es muy \noscura, previamente a estas operaciones se le realiza una mejora de contraste, \nque realza la zona de la misma correspondiente a la calzada. También serealiza una erosión para eliminar errores de segmentación. \nUna vez extraídas las marcas viales de la imagen original, se distinguen \nlas que son pasos de peatones del resto mediante un análisis de las frecuencias \nde la transformada rápida de Fourier (Fast Fourier Transform, FFT). \nPara obtener ésta se usa la proyección horizontal, la cual se obtiene como \nresultado de la suma de los píxeles de cada columna de la imagen binaria \nobtenida. Cuando se detecte un paso de peatones, se calculará su posición \nen la imagen y su distancia con respecto al vehículo. Para determinar la \nposición, se utiliza la losofía anterior de la proyección horizontal, aplicada \nen esta ocasión a las las de la imagen binaria (proyección vertical). Una \nvez calculada ésta, se hace uso del per l de la calzada y los parámetros \nópticos del sistema para calcular su distancia. Para aproximar el per l de \nla calzada se utilizará el v-disparity y la Transformada de Hough para rectas. \nEn la segunda parte del trabajo, una vez detectado un paso de peatones \ny conocida su posición relativa respecto al vehículo, se pretende usar esta \ninformación para corregir el error de posicionamiento que introducen otros \nsistemas de localización. Usando como dato la cartografía de OpenStreetMap \n(OSM), si un sistema de localización como el GPS, o la Odometría Visual, \npredice que el coche se aproxima a un paso de peatones, el algoritmo de \nvisión entraría en funcionamiento. Si el paso de peatones fuera detectado \npor el algoritmo de visión antes o después de lo previsto por el sistema de \nposicionamiento tradicional, el error que éste cómete podría ser estimado \ny corregido, reposicionando el vehículo en su localización correcta dentro \ndel mapa. Esta parte sólo es desarrollada de manera teórica en el presente \nproyecto, de tal manera que se propone su implementación para futuros \ntrabajos.
Author: Marín Cabeza, Adrián T.
Language: Spanish
Open Access status: green
OpenAlex ID: W7027465629
Cites: 31
Cited by:
Related to: 10