Visión computacional para aplicaciones automotivas

Palabras clave: visión computacional, detección de aros, ángulos de calibración de vehículos, odometría estéreo

Resumen

Recientes avances en visión computacional han favorecido el desarrollo tecnológico en la industria automotiva. En este trabajo, presentamos métodos relevantes para el uso de cámaras como dispositivos de medición en visión computacional y sus aplicaciones en la industria automotiva. Los métodos descritos son detección de bordes y elipses, calibración de cámaras, reconstrucción 3-D y visión estéreo. Las aplicaciones presentadas incluyen métodos de detección de aros en ruedas automotivas, estimativa de los ángulos de calibración de vehículos y la reconstrucción de trayectoria de un vehículo usando visión estéreo. Los resultados demuestran el potencial de los métodos de visión computacional para resolver problemas complejos en la industria automotiva. Como conclusión se presentan un conjunto de técnicas y aplicaciones de visión computacional en la industria automotiva que pueden motivar desarrollos futuros en áreas afines o relacionadas.

Descargas

La descarga de datos todavía no está disponible.

Citas

[1] P. R. G. Kurka and A. A. Díaz Salazar, “Applications of image processing in robotics and instrumentation,” Mech. Syst. Signal Process., vol. 124, pp. 142–169, Jun. 2019.
[2] J. Canny, “A Computational Approach to Edge Detection,” IEEE Trans. Pattern Anal. Mach. Intell., vol. PAMI-8, no. 6, pp. 679–698, Nov. 1986.
[3] R. C. Gonzalez and R. E. Woods, Digital Image Processing, 3rd ed. Upper Saddle River, NJ: Pearson, 2008.
[4] R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision. Cambridge: Cambridge University Press, 2004.
[5] E. Trucco and A. Verri, Introductory Techniques for 3-D Computer Vision. Upper Saddle River, NJ: Prentice Hall, 1998.
[6] Y. Ma, S. Soatto, J. Košecká, and S. S. Sastry, An Invitation to 3-D Vision, vol. 26. New York, NY: Springer New York, 2004.
[7] R. O. Duda and P. E. Hart, “Use of the Hough transformation to detect lines and curves in pictures,” Commun. ACM, vol. 15, no. 1, pp. 11–15, Jan. 1972.
[8] D. H. Ballard, “Generalizing the Hough transform to detect arbitrary shapes,” Pattern Recognit., vol. 13, no. 2, pp. 111–122, Jan. 1981.
[9] P. R. G. Kurka, J. V. Delgado, C. R. Mingoto, and O. E. R. Rojas, “Automatic estimation of camera parameters from a solid calibration box,” J. Brazilian Soc. Mech. Sci. Eng., vol. 35, no. 2, pp. 93–101, Jun. 2013.
[10] T. Ardeshiri, F. Larsson, F. Gustafsson, T. B. Schön, and M. Felsberg, “Bicycle tracking using ellipse extraction,” in Fusion 2011 - 14th International Conference on Information Fusion, 2011.
[11] Yonghong Xie and Qiang Ji, “A new efficient ellipse detection method,” in Object recognition supported by user interaction for service robots, vol. 2, pp. 957–960.
[12] C. A. Basca, M. Talos, and R. Brad, “Randomized Hough Transform for Ellipse Detection with Result Clustering,” in EUROCON 2005 - The International Conference on “Computer as a Tool,” 2005, pp. 1397–1400.
[13] V. J. Delgado, P. R. Kurka, and E. Cardozo, “Visual odometry in mobile robots,” in IX Latin American Robotics Symposium and IEEE Colombian Conference on Automatic Control, 2011, pp. 1–4.
[14] A. Vedaldi and B. Fulkerson, “Vlfeat: An Open and Portable Library of Computer Vision Algorithms,” in Proceedings of the 18th ACM International Conference on Multimedia, 2010, pp. 1469–1472.
[15] J. V. Delgado and P. R. G. Kurka, “The Use of a Graphic Processing Unit (GPU) in a Real Time Visual Odometry Application,” in 2015 IEEE International Conference on Dependable Systems and Networks Workshops, 2015, pp. 141–146.
[16] D. Scaramuzza and F. Fraundorfer, “Visual Odometry [Tutorial],” IEEE Robot. Autom. Mag., vol. 18, no. 4, pp. 80–92, Dec. 2011.
[17] F. Fraundorfer and D. Scaramuzza, “Visual odometry: Part II: Matching, robustness, optimization, and applications,” IEEE Robot. Autom. Mag., vol. 19, no. 2, pp. 78–90, Jun. 2012.
Publicado
2020-11-28
Cómo citar
[1]
A. Díaz y P. Kurka, Visión computacional para aplicaciones automotivas, tecnia, vol. 30, n.º 2, pp. 74-81, nov. 2020.
Sección
Control, automatización y Sistemas Mecatrónicos