Mostrar el registro sencillo del ítem
dc.contributor.advisor | Flores, Marco | |
dc.contributor.author | Conlago Guatemal, Cristian Roberto | |
dc.contributor.author | Yunda Sangoluisa, Jhonny Alexander | |
dc.date.accessioned | 2017-02-03T21:43:59Z | |
dc.date.available | 2017-02-03T21:43:59Z | |
dc.date.issued | 2016 | |
dc.identifier.citation | Conlago Guatemal, Cristian Roberto y Yunda Sangoluisa, Jhonny Alexander (2016). Sistema automático de detección y reconocimiento de señales de tránsito en intersecciones viales para aplicaciones en vehículos inteligentes. Carrera de Ingeniería en Electrónica, Automatización y Control. Universidad de las Fuerzas Armadas ESPE. Matriz Sangolquí. | es_ES |
dc.identifier.other | 053557 | |
dc.identifier.uri | http://repositorio.espe.edu.ec/handle/21000/12242 | |
dc.description.abstract | En la actualidad miles de personas se ven afectadas por los accidentes de tránsito en el mundo y en el Ecuador, por lo cual se están desarrollando nuevas tecnologías que buscan hacer la conducción más segura a través de los Sistemas Avanzados de Asistencia a la Conducción (ADAS). Esta investigación contempla el desarrollo de un sistema automático de detección y reconocimiento de señales de tránsito en intersecciones viales, enfocándose en las señales de Pare y Ceda el Paso. El proceso de detección consiste en extraer las regiones de interés (ROIs) que contienen a los posibles candidatos a ser una señal de tránsito, en esta etapa se utilizó el espacio de color RGB normalizado, la segmentación está basada la clasificación del color rojo mediante el algoritmo k-NN, para determinar los parámetros óptimos de funcionamiento de esta etapa se utilizaron las curvas ROC, obteniendo una precisión en la clasificación de color en la etapa de detección del 98.60%. La etapa de reconocimiento está formado por la extracción de características, utilizando una modificación HOG utilizando diferentes tamaños de bloques y orientaciones, y el clasificador SVM. Para determinar las parámetros óptimos del clasificador se utilizó las curvas ROC, obteniendo una clasificación en la etapa de reconocimiento del 99.57%. El sistema ha sido puesto a prueba en tiempo real en diferentes condiciones de iluminación sobre las carreteras del Ecuador, con una precisión del 96%, medido a través de la curva DET. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Universidad de las Fuerzas Armadas ESPE. Carrera de Ingeniería en Electrónica, Automatización y Control. | es_ES |
dc.rights | openAccess | es_ES |
dc.subject | SISTEMA AUTOMÁTICO DE CONTROL | es_ES |
dc.subject | SEÑALES Y SISTEMAS | es_ES |
dc.subject | VEHÍCULOS INTELIGENTES | es_ES |
dc.subject | SEÑALES DE TRÁNSITO | es_ES |
dc.title | Sistema automático de detección y reconocimiento de señales de tránsito en intersecciones viales para aplicaciones en vehículos inteligentes | es_ES |
dc.type | bachelorThesis | es_ES |