RECONOCIMIENTO DE SEÑALES

  • Posted on: 10 March 2017
  • By: jose

 

RECONOCIMIENTO DE SEÑALES

El reconocimiento de señales de tráfico es una tecnología aplicada a la nueva generación de coches de tal manera que son capaces de identificar estas señales durante la circulación. El motivo de esta tecnología es ayudar en la seguridad vial del conductor, ya que de esta manera si el conductor se encuentra cansado o no ha sido capaz de fijarse en la señal, este sistema informa al conductor de la velocidad máxima permitida en aquella vía.

Mediante un tratamiento digital de imágenes que captan una cámara que va grabando la carretera, un ordenador es capaz de leer una señal, interpretarla y ayudar al conductor para aumentar su seguridad o incluso ahorrarse multas por distracción. La tecnología TSR (Traffic Sign Recognition) tiene una aplicación pasiva y activa.

  • Aplicación pasiva. Esta aplicación consiste en advertir al conductor mediante pictogramas, sonidos o cualquier otro tipo de señales de que está infringiendo una limitación de velocidad, que entra en zona de curvas peligrosas, peligro de nieve / hielo, etc. El conductor tiene como obligación leer todas las señales, pero puede ser de ayuda ante una distracción.
  • Aplicación activa. Esta aplicación consiste en que el coche interviene para evitar un accidente. Por ejemplo, si se circula a 90 Km /h y el coche lee un STOP, y no interpreta que el conductor vaya a parar, ordena a los frenos a parar el coche antes de llegar a la señal para evitar un posible accidente. Dependiendo del fabricante, esta ayuda puede ser desconectable voluntariamente o no.

Mejoras para el futuro

Basado en la experiencia adquirida en las pruebas, los aspectos que deben ser investigados más a fondo y mejorarse en el futuro son:

  • Reconocimiento de los signos de una forma más compleja (octógono, forma de diamante). La forma de estos signos pueden ser detectados utilizando otra variación de la transformada de Hough, la transformada de Hough Generalizada. Puede detectar las formas en una imagen, que no necesariamente tienen que ser descritas por una ecuación matemática analítica como el triángulo o el círculo.
  • Reconocimiento de los dos (o más) signos de la misma región de interés. Es posible que en algunos casos aparezcan dos o más signos en la misma región de interés. Este problema se puede tratar con cambios en la estructura del algoritmo.
  • Aumento de la velocidad del algoritmo mediante la mejora de fuentes y otra vez, por los posibles cambios en su estructura.
  1. Los tres componentes (R, G y B) dependen de la intensidad.
  2. Colores, que para un ser humano pueden ser perceptivamente cerca, no deben estar cerca el uno del otro (distancia euclídea) en RGB el espacio.
  3. Superficies suavemente sombreadas pueden corresponder a varios grupos en un espacio de color.

Soluciones de mejora del reconocimiento

Estos factores indican que el umbral de color, un paso esencial para el proceso en conjunto, se ve muy afectada por los cambios de condición de luz.

Una posible solución al problema es la sustitución de los valores umbral durante la adquisición de las imágenes, fotografiando una placa de metal construida con el mismo color que las señales con las condiciones de luz actuales y medición de los nuevos umbrales.

Por otro lado, el sistema de color HSI puede ser utilizado en lugar del RGB. El modelo HSI (del inglés Hue, Saturation, Intensity: tonalidadsaturaciónintensidad) es mucho menos sensible a cambios en condiciones de luz que el RGB.

Otro método es el uso de redes neuronales. Las redes neuronales son un método para el reconocimiento de patrones que recientemente comenzó a ser investigado y se asocia con la Inteligencia Artificial. Se simula el sistema nervioso humano y utiliza su capacidad de aprender para encontrar reconocibles las formas y objetos en las imágenes. La programación es mucho más complicada, pero también más eficaz y más rápida.

TIPO DE CONTENIDO: 
video: