Métodos de detección de carriles de baja complejidad para sistemas de fotometría de luz
Autores: Suder, Jakub; Podbucki, Kacper; Marciniak, Tomasz; Dbrowski, Adam
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Métodos de detección de carriles de baja complejidad para sistemas de fotometría de luz
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Soluciones
Detección de carriles
Pistas de aeropuerto
Calles de rodaje
Extracción de líneas basada en video
Dispositivos integrados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 40
Citaciones: Sin citaciones
El objetivo del documento era analizar soluciones efectivas para la detección precisa de carriles en las carreteras. Nos centramos en la detección efectiva de pistas de aterrizaje y calles de rodaje de aeropuertos para poder guiar correctamente un remolque de medición de luz. Se utilizaron tres técnicas para la extracción de líneas basadas en video para la detección específica de condiciones ambientales: (i) detección de líneas utilizando detección de bordes, máscara de Scharr y transformada de Hough, (ii) encontrar la ruta óptima utilizando el algoritmo de detección de líneas de ajuste de hipérbola basado en detección de bordes y (iii) detección de marcas horizontales utilizando segmentación de imágenes en el espacio de color HSV. Las soluciones desarrolladas se ajustaron y probaron con el uso de dispositivos integrados como Raspberry Pi 4B o NVIDIA Jetson Nano.
Descripción
El objetivo del documento era analizar soluciones efectivas para la detección precisa de carriles en las carreteras. Nos centramos en la detección efectiva de pistas de aterrizaje y calles de rodaje de aeropuertos para poder guiar correctamente un remolque de medición de luz. Se utilizaron tres técnicas para la extracción de líneas basadas en video para la detección específica de condiciones ambientales: (i) detección de líneas utilizando detección de bordes, máscara de Scharr y transformada de Hough, (ii) encontrar la ruta óptima utilizando el algoritmo de detección de líneas de ajuste de hipérbola basado en detección de bordes y (iii) detección de marcas horizontales utilizando segmentación de imágenes en el espacio de color HSV. Las soluciones desarrolladas se ajustaron y probaron con el uso de dispositivos integrados como Raspberry Pi 4B o NVIDIA Jetson Nano.