Page 26 - Acalán 115

Acalán 115 24 Julio - Diciembre

TÉCNICA DE VISIÓN ARTIFICIAL PARA DETECCIÓN DE
SEÑAL DE TRÁNSITO

1 Katia Martínez Coca
2 José Luis Vázquez Ávila
2 Jorge Gabriel Pacheco Richard
2 Rafael Sánchez Lara
2 Manuel May Alarcón

Resumen Abstract
Este trabajo pretende mostrar cómo se pueden This work aims to show how artif cial vision
utilizar las técnicas de visión artif cial para la techniques can be used for signal detection. To
detección de señales. Para ilustrar esto se propone illustrate this, it is proposed to design an object
diseñar un sistema detector de objetos capaz de detection system capable of detecting traff c signals,
detectar señales tránsito, en particular la señal de in particular the "STOP" signal in a sequence of
“Alto” en una secuencia de imágenes a través del images, this is done through the Haar/Adaboost
método basado en Haar/Adaboost. Para realizar method. To carry out tests, a robot car prototype
pruebas, se diseña un prototipo de carro robot con is designed with a graphical interface on the QT
una interfaz gráf ca en la plataforma QT, el cual platform, which will be remotely controlled. The
será controlado remotamente. La implementación implementation will be a low-cost computational
será un sistema computacional de bajo costo que system that uses the open source code of the
usa el código abierto de la biblioteca OpenCv, que OpenCv library, which has various artif cial vision
cuenta con diversos algoritmos de visión artif cial. algorithms. Among the main results, a detector
Dentro de los principales resultados se obtiene una precision of 96% and an accuracy of 97% in the
precisión del detector del 96% y una exactitud del detection of HIGH signals are obtained.
97% en la detección de señales de Alto.
Palabras Claves: Machine learning, Raspberry pi, Keywords: Machine learning, Raspberry pi,
visión artif cial. artif cial vision, Haar.

1 Egresada de la Licenciatura en Ingeniería Mecatrónica en la Universidad Autónoma del Carmen, Campeche. katiamtzcoca@gmail.com
2 Profesores Investigadores de la Facultad de Ingeniería de la Universidad Autónoma del Carmen, Campeche, Av. Central S/N con Fracc. Mundo
Maya, CP. 24115 Tel. 38 110 18 ext. 1702 y 1703. jvazquez@pampano.unacar.mx, jpacheco@pampano.unacar.mx, rsanchez@pampano.unacar.mx,
mmay@pampano.unacar.mx

UNIVERSIDAD AUTÓNOMA DEL CARMEN