Implementación de un Sistema Prototipo de Luces Frontales con Segmentación para Automotores Empleando Técnicas de Visión Artificial Difusas

• Coyago Tomalo, Jhinson Edgar ; Coyago Tomalo, Jonathan Javier ; Carrión Paladines, Cristian Jhonny ^[1] ; Cuenca Sáenz, Lorena Elizabeth ^[1]
  1. [1] UNINI-MX, Campeche,
• Localización: Polo del Conocimiento: Revista científico - profesional, ISSN-e 2550-682X, Vol. 6, Nº. 11, 2021, págs. 540-563
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • Debido a la gran cantidad de accidentes de tránsito que ocurren en la noche por imprudencia e impericia de conductores que no realizan los cambios de luces de altas a bajas, se implementó un sistema de visión artificial difusa para la segmentación respectiva de luces largas, con la finalidad de lograr el no deslumbramiento hacia los demás conductores que transiten en la vía. La construcción del prototipo se realizó con la conformación de una Raspberry Pi 3, Arduino UNO, Servomotores, Barra LED, relé automotriz y elementos de protección. Para el desarrollo del sistema de detección se hizo énfasis en el algoritmo de detección “Haar Cascade”, la interfaz gráfica fue desarrollada en el entorno Qt Creator. Cuando el sistema detecta la presencia de un vehículo que circule en sentido contrario o en el mismo sentido, este envía el ángulo determinado por las reglas de la lógica difusa hacia el Arduino haciendo que los servomotores se muevan, logrando la respectiva segmentación de luz. El clasificador en cascada permite crear una serie de datos admisibles al reconocimiento de vehículos determinando la posición del mismo. La interfaz gráfica será visualizada por el usuario permitiendo manipular 6 botones, cada uno cumple funciones específicas como: iniciar cámara, parar, detectar, graficar fuzzy, conectar y desconectar. Según las pruebas realizadas, se establece que la distancia máxima a la que puede detectar un vehículo es aproximadamente 200 metros; de igual manera el sistema presenta mejores resultados a bajas velocidades debido a un retardo en la adquisición de las imágenes en tiempo real.