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

Autores
Comas, Sergio Johann; Taborda, Félix Matías
Año de publicación
2019
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión borrador
Colaborador/a o director/a de tesis
Burgos, Sergio Enrique
Descripción
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
Fil: Comas, Sergio Johann. Universidad Tecnológica Nacional. FAcultad Regional Paraná; Argentina
Fil: Taborda, Félix Matías. Universidad Tecnológica Nacional. Facultad Regioal Paraná; Argentina
Materia
Área
Blur
Contornos
Detección
Flujo Óptico
OpenCv
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/3682
Acceder
id RIAUTN_5191c0a0ce5649266826c6e1b3fb844a
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/3682
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóvilesComas, Sergio JohannTaborda, Félix MatíasÁreaBlurContornosDetecciónFlujo ÓpticoOpenCvMotivados 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 cámaraFil: Comas, Sergio Johann. Universidad Tecnológica Nacional. FAcultad Regional Paraná; ArgentinaFil: Taborda, Félix Matías. Universidad Tecnológica Nacional. Facultad Regioal Paraná; ArgentinaBurgos, Sergio Enrique2019-06-12T21:28:31Z2019-06-12T21:28:31Z2019-03-26info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/drafthttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradotext/plainapplication/pdfhttp://hdl.handle.net/20.500.12272/3682spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Comas-TabordaCreative Commons - Atribución - No ComercialAttribution-NonCommercial-NoDerivatives 4.0 Internacionalreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2025-10-16T10:10:47Zoai:ria.utn.edu.ar:20.500.12272/3682instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-10-16 10:10:47.757Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
title Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
spellingShingle Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
Comas, Sergio Johann
Área
Blur
Contornos
Detección
Flujo Óptico
OpenCv
title_short Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
title_full Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
title_fullStr Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
title_full_unstemmed Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
title_sort Investigación e implementación de algoritmos de visión asistida aplicados a estimación de flujo vehicular y velocidad de automóviles
dc.creator.none.fl_str_mv Comas, Sergio Johann
Taborda, Félix Matías
author Comas, Sergio Johann
author_facet Comas, Sergio Johann
Taborda, Félix Matías
author_role author
author2 Taborda, Félix Matías
author2_role author
dc.contributor.none.fl_str_mv Burgos, Sergio Enrique
dc.subject.none.fl_str_mv Área
Blur
Contornos
Detección
Flujo Óptico
OpenCv
topic Área
Blur
Contornos
Detección
Flujo Óptico
OpenCv
dc.description.none.fl_txt_mv 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
Fil: Comas, Sergio Johann. Universidad Tecnológica Nacional. FAcultad Regional Paraná; Argentina
Fil: Taborda, Félix Matías. Universidad Tecnológica Nacional. Facultad Regioal Paraná; Argentina
description 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
publishDate 2019
dc.date.none.fl_str_mv 2019-06-12T21:28:31Z
2019-06-12T21:28:31Z
2019-03-26
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/draft
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str draft
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12272/3682
url http://hdl.handle.net/20.500.12272/3682
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Comas-Taborda
Creative Commons - Atribución - No Comercial
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Comas-Taborda
Creative Commons - Atribución - No Comercial
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.format.none.fl_str_mv text/plain
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1846146084545495040
score 12.712165

Publicaciones similares