Implementación de un Sistema Prototipo de Luces Frontales con Segmentación para Automotores Empleando Técnicas de Visión Artificial Difusas

2021; Volume: 6; Issue: 11 Linguagem: Espanhol

10.23857/pc.v6i11.3286

ISSN

2550-682X

Autores

Jhinson Edgar Coyago Tomalo, Jonathan Javier Coyago Tomalo, Cristian Jhonny Carrión Paladines, Lorena Elizabeth Cuenca Sáenz,

Tópico(s)

Vehicle emissions and performance

Resumo

Debido a la gran cantidad de accidentes de transito que ocurren en la noche por imprudencia e impericia de conductores que no realizan los cambios de luces de altas a bajas, se implemento un sistema de vision artificial difusa para la segmentacion respectiva de luces largas, con la finalidad de lograr el no deslumbramiento hacia los demas conductores que transiten en la via. La construccion del prototipo se realizo con la conformacion de una Raspberry Pi 3, Arduino UNO, Servomotores, Barra LED, rele automotriz y elementos de proteccion. Para el desarrollo del sistema de deteccion se hizo enfasis en el algoritmo de deteccion “Haar Cascade”, la interfaz grafica fue desarrollada en el entorno Qt Creator. Cuando el sistema detecta la presencia de un vehiculo que circule en sentido contrario o en el mismo sentido, este envia el angulo determinado por las reglas de la logica difusa hacia el Arduino haciendo que los servomotores se muevan, logrando la respectiva segmentacion de luz. El clasificador en cascada permite crear una serie de datos admisibles al reconocimiento de vehiculos determinando la posicion del mismo. La interfaz grafica sera visualizada por el usuario permitiendo manipular 6 botones, cada uno cumple funciones especificas como: iniciar camara, parar, detectar, graficar fuzzy, conectar y desconectar. Segun las pruebas realizadas, se establece que la distancia maxima a la que puede detectar un vehiculo es aproximadamente 200 metros; de igual manera el sistema presenta mejores resultados a bajas velocidades debido a un retardo en la adquisicion de las imagenes en tiempo real.

Referência(s)
Altmetric
PlumX