Vlfeat

XXVIII CONVOCATORIA DE PREMIOS “INGENIEROS DE TELECOMUNICACIÓN”

Proyecto Fin de Carrera

XXVII Convocatoria de premios "Ingenieros de Telecomunicación"

Sistema de Carrera Proyecto Fin de Odometría Visual para la Mejora del Posicionamiento Global de un Vehículo

DETECCIÓN Y RECONOCIMIENTO DE PANELES DE TRÁFICO MEDIANTE Autor: Roberto García García IMAGEN TÉCNICAS DE PROCESADO DEDirector: Dr. Miguel Ángel Sotelo Vázquez Escuela Politécnica Superior Universidad de Alcalá 2007

Amelio Antonio Vázquez Reina
Dept. Teoría de la Señal y Comunicaciones Universidad de Alcalá

2

1. Resumen
1.1. Origen de la investigación En los últimos años, el uso de sistemas basados en visión artificial se ha convertido en un elemento clave dentro de la investigación y desarrollo de losSistemas Inteligentes de Transporte y de los Vehículos Inteligentes en particular; entre otras razones por caracterizarse por una mayor velocidad y un menor coste que otro tipo de sensores comunes en el mundo de la Robótica, como son los basados en ondas de radio, LASERs y ultrasonidos. A su vez, una estimación precisa de la posición global de un vehículo es una cuestión clave, tanto para el desarrollode buenos sistemas de asistencia al conductor, como para alcanzar una navegación autónoma. En definitiva, el desarrollo de un sistema robusto de visión que estime el movimiento de un vehículo sin conocimiento previo del entorno, constituye un reto para los investigadores especializados en el campo de los Vehículos Inteligentes. A este tipo de sistemas se les conoce como sistemas de odometríavisual, por analogía con los clásicos sensores de odometría que utilizan datos provenientes de los encoders de las ruedas de los robots. Es decir, se puede definir la odometría visual como el proceso mediante el cual se determina la posición y la orientación de una cámara o de un sistema de cámaras mediante el análisis de una secuencia de imágenes adquiridas, sin ningún conocimiento previo del entorno.Como el movimiento del sistema de cámaras es solidario con el movimiento del vehículo, a esta técnica también se le conoce como “ego-motion” (movimiento propio). 1.2. Objetivos En la actualidad, es factible la implementación de este tipo de métodos en sistemas basados en PC estándar. Sin embargo, todavía existen cuestiones abiertas que constituyen un reto para alcanzar una estimación altamenterobusta del movimiento propio seguido por un vehículo en condiciones reales de tráfico. Estas cuestiones se resumen a continuación: 1. Se deben detectar objetos estacionarios que se tomarán como referencia. El sistema debe ser capaz de rechazar puntos no estacionarios, y así evitar una estimación incorrecta del movimiento. Por lo tanto, la selección de puntos de interés o características es crítica. 2.La información contenida en las escenas de tráfico puede dividirse en puntos de interés pertenecientes a la calzada y puntos de interés de fondo (“background”). Las calzadas se caracterizan por pocos puntos de interés (marcas viales) o incluso ningún punto en el caso de calzadas sin marcas. Por el contrario, el fondo de la escena en general contiene multitud de puntos de interés, sobre todo entramos urbanos (vehículos aparcados, árboles, edificios ...). Es clave la elección del algoritmo de extracción de puntos de interés y son necesarias técnicas de emparejamiento (“matching”) robusto para evitar emparejamientos falsos que produzcan por una parte una mala reconstrucción tridimensional del sistema estéreo y por otra un “tracking” o seguimiento de puntos erróneo.

3

3. Las escenas detráfico suelen contener una gran cantidad de puntos caracterizados por una falsa información (“outliers”). Entre esta información destacan los puntos pertenecientes a objetos no estacionarios como vehículos en movimiento y peatones. Todos estos objetos producen falsas medidas para el algoritmo de odometría visual. Entre las soluciones a este problema destacan dos: emplear alguna estrategia de...