Algoritmo de visión artificial para detección de reductores de velocidad en superficies viales

Abstract

"Uno de los desafíos actuales para la conducción autónoma es la detección temprana de irregularidades en las calles para evitar daños o accidentes vehiculares; en particular, la detección de reductores de velocidad es una tarea crucial para una navegación segura. En países en vías de desarrollo es muy común encontrar reductores de velocidad sin señalamiento lo que dificulta su detección. Las técnicas existentes no han logrado resolver esta tarea al 100 % ya que algunos de ellos no funcionan en entornos a escala real o presentan errores altos. En este trabajo se propone una metodología para la detección de reductores de velocidad tanto señalizados como sin señalamiento. Para los reductores de velocidad señalizados se entrena un modelo aplicando máquinas de vectores de soporte a un conjunto de imágenes 2D, donde se extraen histogramas de patrones binarios locales para reconocer los patrones de señalamiento a partir de un conjunto de imágenes y se obtiene una exactitud del 89 %. Para la detección de reductores sin señalamiento se aplica visión estéreo para reconstruir escenas 3D de calles que son convertidas en mallas triangulares aplicando triangulación de Delaunay".