Algoritmos de visión asistida aplicados a estimar flujo y velocidad de automóviles

335

Sergio  Comas y Felix Taborda realizaron este martes la defensa de su trabajo final correspondiente a la carrera Ingeniería electrónica de la UTN Paraná.

En el Aula Magna de esta casa de estudios, describieron de qué se trata y qué soluciones aporta su “Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles”.

El disparador de la investigación, explicaron, fue una problemática del Túnel Subfluvial “Uranga- Silvestre Begnis”: sucede que la información sobre los parámetros de tráfico no puede ser vista desde la sala de comandos.  “A raíz de esto es que comenzamos a investigar 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 conveniente dentro del Túnel para obtener esta información son las técnicas de visión artificial”, detallaron los expositores.

En este sentido, realizaron una investigación sobre los distintos algoritmos para poder determinar cuál era el más eficiente para esa tarea y luego procedieron 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” señalaron y explicaron que “luego de tener una versión funcional de nuestro software se investigó sobre la viabilidad de portar el mismo a un dispositivo de bajos recursos, utilizando para esto distintos kits de desarrollo, como fueron la RaspBerry Pi 3, Zybo Zynq-7000 y BeagleBone Black”.

Comas y Tobaroda comentaron que “se realizaron pruebas en estos dispositivos, obteniendo resultados poco satisfactorios para las condiciones del túnel, y se propuso una solución mediante redes neuronales que hace posible la realización de las estimaciones”. Asimismo, destacaron, “el algoritmo en la RaspBerry Pi 3 se comportó de manera excelente en buenas condiciones de luz y posiciones de cámara”.