Please use this identifier to cite or link to this item: http://bibdigital.epn.edu.ec/handle/15000/23911
Title: Diseño y construcción de un robot móvil que aprenda a detectar diferentes señales de tránsito mediante inteligencia artificial.
Authors: Ávila Proaño, Estefanía
Garay, Patricio
Grefa, Verónica
Montúfar, Esteban
Revelo, Mario
Keywords: RASPBERRY
PYTHON
HAAR-CASCADE
OPENCV
SEÑALES TRÁNSITO
Issue Date: Nov-2017
Publisher: Quito : EPN, 2017.
Citation: Ávila Proaño, E., Garay, P., Grefa, V., Montúfar, E. y Revelo M. (2017). Diseño y construcción de un robot móvil que aprenda a detectar diferentes señales de tránsito mediante inteligencia artificial. Memorias, XXVII Jornadas en Ingeniería Eléctrica y Electrónica, 27(15), 114-121.
Abstract: El paper tiene como fin presentar el diseño de un prototipo móvil que aprende a detectar señales de tránsito mediante el uso de un controlador Raspberry Pi 3. El robot móvil detecta las diferentes señales de tránsito PARE, señal de giro hacia la derecha y las luces amarillo, verde y rojo del semáforo. El sistema se implementa en el lenguaje de programación Python con la ayuda de la librería OpenCV empleando un protocolo de detección de objetos basado en el algoritmo Haar-cascade ejecutado en el dispositivo Raspberry Pi 3. Se realizan varias pruebas de funcionamiento y se obtiene un prototipo con eficiencia de detección para las señales pare y giro a la derecha de 90%, mientras que para las luces del semáforo la eficiencia alcanzada es de 73.33%. La distancia a la que cada señal es detectada varía de acuerdo a las características de la imagen e iluminación, la señal de pare comparada con la señal de giro a la derecha tiene un rango de detección diferente en 10 cm ya que la señal de giro a la derecha posee menos características a ser detectadas.
URI: http://bibdigital.epn.edu.ec/handle/15000/23911
ISBN: 978-9978-383-49-0
Type: Article
Appears in Collections:2017 Memorias de las XXVII Jornadas en Ingeniería Eléctrica y Electrónica (2017 J - FIEE)

Files in This Item:
File Description SizeFormat 
2017AJIEE-15.pdf6,63 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.