El objetivo de este proyecto es utilizar pasos de peatones, de los denominadospasos de cebra, como puntos de referencia dentro del entorno, detal forma que estos sirvan para corregir el error de posicionamiento que cometensistemas como la Odometría Visual o el GPS, a la hora de localizarun vehículo en el plano. El trabajo desarrollado en este proyecto se podríadividir en dos partes.La primera de ellas, es el desarrollo de un algoritmo de visión por computadorque permite reconocer los pasos de peatones mediante un sistema decámaras estereoscópicas instalado en un coche. Para lograr este objetivo, enprimer lugar, las imágenes obtenidas por una de las cámaras son procesadascon la combinación de un ltro de percentil 43 aplicado a nivel local más unaumbralización (Sebsadji et al., 2010). Este proceso se realiza con el n deextraer aquellos píxeles de la imagen original que pertenecen potencialmentea marcas pintadas en la carretera. Si un píxel de la captura inicial tiene unnivel de gris mayor que el de su correspondiente de la imagen ltrada más elumbral seleccionado, ese píxel es considerado perteneciente a una marca vial,lo que en de nitiva, quiere decir que éste tiene un nivel de gris mucho másalto que el de aquellos píxeles próximos a él. El resultado de este proceso,por tanto, es una imagen binaria que representa en blanco todos aquellospíxeles que pueden pertenecer a una marca vial.Aparte de las marcas viales, fuera de la calzada hay muchos píxeles quecumplen esta condición. Para eliminar de la imagen binaria obtenida todosaquellos que no están sobre la carretera, se utiliza un algoritmo, pertenecientea otro proyecto de la universidad, que realiza este proceso utilizando elmapa de disparidad y el u-disparity de la escena. Es posible obtener estasestructuras gracias al sistema estereoscópico de cámaras.Tras estos dos procesos se obtiene una imagen binaria que representa únicamentelas marcas viales. Si además la parte inferior de la imagen es muyoscura, previamente a estas operaciones se le realiza una mejora de contraste,que realza la zona de la misma correspondiente a la calzada. También serealiza una erosión para eliminar errores de segmentación.Una vez extraídas las marcas viales de la imagen original, se distinguenlas que son pasos de peatones del resto mediante un análisis de las frecuenciasde la transformada rápida de Fourier (Fast Fourier Transform, FFT).Para obtener ésta se usa la proyección horizontal, la cual se obtiene comoresultado de la suma de los píxeles de cada columna de la imagen binariaobtenida. Cuando se detecte un paso de peatones, se calculará su posiciónen la imagen y su distancia con respecto al vehículo. Para determinar laposición, se utiliza la losofía anterior de la proyección horizontal, aplicadaen esta ocasión a las las de la imagen binaria (proyección vertical). Unavez calculada ésta, se hace uso del per l de la calzada y los parámetrosópticos del sistema para calcular su distancia. Para aproximar el per l dela calzada se utilizará el v-disparity y la Transformada de Hough para rectas.En la segunda parte del trabajo, una vez detectado un paso de peatonesy conocida su posición relativa respecto al vehículo, se pretende usar estainformación para corregir el error de posicionamiento que introducen otrossistemas de localización. Usando como dato la cartografía de OpenStreetMap(OSM), si un sistema de localización como el GPS, o la Odometría Visual,predice que el coche se aproxima a un paso de peatones, el algoritmo devisión entraría en funcionamiento. Si el paso de peatones fuera detectadopor el algoritmo de visión antes o después de lo previsto por el sistema deposicionamiento tradicional, el error que éste cómete podría ser estimadoy corregido, reposicionando el vehículo en su localización correcta dentrodel mapa. Esta parte sólo es desarrollada de manera teórica en el presenteproyecto, de tal manera que se propone su implementación para futurostrabajos.
展开▼