Desarrollo de sistema para la detección de baches de la vía Riobamba – El Arenal mediante la aplicación de una cámara estereoscópica y visión por computadora para reducir la probabilidad de caídas bruscas o maniobras de esquiva peligrosas

El presente proyecto técnico tuvo como objetivo el desarrollo de un sistema para la detección de baches de la vía Riobamba – El Arenal, aplicando visión por computadora y una cámara estereoscópica, para reducir la probabilidad de caídas bruscas o maniobras de esquiva peligrosas. Con la información obtenida de la revisión bibliográfica realizada sobre soluciones para la detección de baches, se escogió al modelo de detección de objetos YOLOR-P6 y al dispositivo Luxonis OAK-D Pro de enfoque fijo para desarrollar dicho sistema. La base de datos fue elaborada mediante la captura de imágenes a color de 1920x1080 píxeles recorriendo 41,27% de la ruta de análisis, sobre las que se etiquetaron las clases bache y parche, donde esta última se incluyó como filtro para evitar detecciones erróneas; obteniéndose 630 y 70 imágenes para el entrenamiento y evaluación de la red neuronal respectivamente. Este entrenamiento y evaluación se ejecutó en una tarjeta gráfica NVIDIA GeForce RTX 2070, y con los pesos resultantes se ejecutaron inferencias utilizando dicha tarjeta gráfica y la unidad de procesamiento de visión Myriad-X, para evaluar su rendimiento. Además, se analizaron los registros de los acelerómetros en los ejes X, Y y Z, generados en una conducción con y sin el detector de baches. De esta manera, la red neuronal entrenada, obtuvo una precisión de 49,39% y exhaustividad de 80,09% al evaluarla para ambas clases, mientras que en su validación para la clase bache, se obtuvo una precisión de 87,84% y exhaustividad de 67,24% con el crossover Renautl Stepway, y 83,73% y 69,87% con el SUV Toyota Corrolla Cross. Se concluye que la utilización del sistema permite reducir la intensidad de la caída en un bache, frenada y maniobras laterales de esquiva. Se recomienda robustecer la base de datos con la inclusión de nuevas rutas de estudio y condiciones climáticas.

• Autore principale: Gunsha Allauca, Edwin Alexis (author)
• Natura: bachelorThesis
• Lingua: spa
• Pubblicazione: 2022
• Soggetti: TECNOLOGÍA Y CIENCIAS DE LA INGENIERÍA; SISTEMA DE DETECCIÓN DE BACHES; RED NEURONAL; VISIÓN POR COMPUTADORA; VISIÓN ESTÉREO ACTIVA; ACELERÓMETRO
• Accesso online: https://dspace.espoch.edu.ec/handle/123456789/18859