Diseño de un algoritmo para el análisis de carreteras basado en procesamiento de imágenes

Abstract

El presente trabajo nace de la idea de intentar solucionar la problemática de los accidentes de tránsito en carreteras, especialmente de los buses interprovi ncia les. La idea es situar una cámara de video en la parte superior del vehículo y mediante el algoritmo desarrollado, determinar si el bus está en su carril o si se está desviando. Se plantea el reconocimiento y análisis de las líneas de las carreteras mediante el procesamiento de imágenes. Con el objetivo de implementar un sistema de análisis completo y aprovechando las capacidades del procesamiento de imágenes, se ha planteado reconocer las líneas y distinguirlas de acuerdo a sus características. Considerando las líneas de la pista en zona de carretera, se tienen cuatro tipos: Línea blanca continua: indica los límites de la pista. Línea amarilla continua: indica pista de doble sentido, lo cual significa que no se puede cambiar de carril. Línea blanca segmentada o discontinua: significa división de carriles y tránsito en la misma dirección. Línea amarilla segmentada o discontinua: significa que la pista es de doble sentido, sin embargo está permitido el cambio de carril. Para el presente trabajo de investigació..n, se consideran tres tipos de líneas: Líneas continuas (blancas o amarillas), líneas discontinuas blancas y líneas discontinuas amarillas. Entonces al reconocer alguna línea, se analizará para saber qué tipo es y finalmente el sistema marcará las líneas para indicar los bordes de los carriles sobre la carretera. El desarrollo del algoritmo se dividió en tres partes: segmentación de todos los objetos que contrastan con el color del pavimento, identificación de las líneas y clasificación de las líneas encontradas. En la segmentación de los objetos se utilizó primero Umbralización automática. Este proceso reconocía la tonalidad de gris que marcaba la diferencia entre la tonalidad del pavimento y la de las líneas. Sin embargo, usando este método no se obtuvo los resultados esperados debido a la presencia de líneas con distintas tonalidades. Entonces se usó un filtro detector de contrastes de tal manera que con esto sólo se tiene una idea dónde pueden estar las líneas. Luego se usa esto como máscara y se hace una umbralización automática en cada región independiente hallada en el filtro. La identificación de las líneas fue un proceso más empírico. Ya que primero se obtuvieron los datos de los objetos: área, longitud, ancho, ángulo y centro de gravedad (centroide). Luego se estableció un rango de valores - hallado experimentalmente- de cada parámetro que mediante comparaciones, se concluía si es que se trataba de una línea. En esta parte se tuvo que hacer muchos ajustes luego de las pruebas. Puesto que en un principio se trabajó con líneas casi ideales y el rango fue muy reducido. En la clasificación de las líneas, también se uso un método similar al anterior: basado en comparaciones. Aunque en esta parte fue necesario tener mayores consideraciones para el desarrollo del algoritmo. Se tuvo que considerar el tema de la perspectiva para saber obtener mediciones más exactas con relación a la realidad. Finalmente un sistema de ayuda o asistencia al conductor para buses interprovinciales, tendría como base e.ste algoritmo de análisis desarrollado. Sin embargo faltaría establecer el sistema de control que recibiría las señales del algoritmo de reconocimiento y emitiría las salidas hacia los actuadores ya sea de manera pasiva (algún tipo de sonido o luz) o activa (control del volante o de los frenos). De tal manera que el bus pueda ser más seguro ante errores del chofer.