Análise e fusão de imagens 2D e 3D com vistas para detecção e classificação de sinais de trânsito verticais em prol da segurança viária com veículos robóticos inteligentes (2020)
- Authors:
- Autor USP: BRUNO, DIEGO RENAN - ICMC
- Unidade: ICMC
- Sigla do Departamento: SSC
- DOI: 10.11606/T.55.2020.tde-23072020-180612
- Subjects: VISÃO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL; VEÍCULOS AUTÔNOMOS; AUTÔMATOS FINITOS; ROBÓTICA; ATENÇÃO VISUAL
- Keywords: ADAS; ADAS; Computer vision; Deep learning; Deep learning; Fusão de sensores; Intelligent robotic vehicles; Sensor fusion; Veículos robóticos inteligentes; Visual attention
- Language: Português
- Abstract: Os Veículos Robóticos Inteligentes são aplicados principalmente em beneficio da redução de acidentes de trânsito, possibilitando então reduzir falhas e imprudências humanas com sistemas que utilizam Visão Computacional, Inteligência Artificial, Automação e outras tecnologias, para auxiliar o condutor em sua tarefa de dirigir. Aplicando a robotização, também é possível o aumento do nível da segurança viária por meio do desenvolvimento de veículos autônomos totalmente livres do controle humano e que são programados para navegarem dentro das leis de trânsito. Sendo que as falhas humanas são a causa de mais de 90% para acidentes fatais em todo o mundo. Esta pesquisa de doutorado teve como objetivo principal o estudo, proposta, desenvolvimento, adaptações e testes de um conjunto de técnicas e métodos de Visão Computacional e Inteligência Artificial, com vistas para um sistema de percepcão com fusão de imagens 2D e 3D mais robusto para detecção de sinais de trânsito verticais. Também foi desenvolvido um modelo de Atenção Visual Fuzzy, capaz de analisar a prioridade de cada informação detectada por meio do sistema de percepção, possibilitando então dar suporte para a tomada de decisão do veículo envolvendo situações de emergência (acidentes e obras na via), utilizando como base, os valores de prioridade de cada regra de trânsito. O sistema de Visão Computacional Robótica deve ser capaz de detectar, classificar e analisar a prioridade dos sinais de trânsito verticais utilizadosatualmente e, que são funcionais para o trânsito envolvendo motoristas humanos no mundo real, não exigindo adaptações da sinalização. O sistema de visão deve então auxiliar um veículo totalmente autônomo, ou semi-autônomo, a navegar dentro das regras de trânsito locais, assim, detectando informações de grande importância, como: velocidade máxima, parada obrigatória, cones de emergência e cores do semáforo. Em casos de navegação autônoma, apenas o sistema de percepção e análise de sinais de trânsito verticais deve ser utilizado. Já para a navegação semi-controlada, ou seja, com auxílio de um humano, o sistema de visão externo deve trabalhar em conjunto com a análise do condutor e dos dados de controle do veículo, ativando rotinas automáticas corretivas com base nos erros detectados na tarefa de dirigir, possibilitando evitar graves acidentes relacionados com o desrespeito as sinalizações de trânsito e que são gerados por falha humana e imprudência.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2020
- Data da defesa: 03.04.2020
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
BRUNO, Diego Renan. Análise e fusão de imagens 2D e 3D com vistas para detecção e classificação de sinais de trânsito verticais em prol da segurança viária com veículos robóticos inteligentes. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23072020-180612/. Acesso em: 29 abr. 2025. -
APA
Bruno, D. R. (2020). Análise e fusão de imagens 2D e 3D com vistas para detecção e classificação de sinais de trânsito verticais em prol da segurança viária com veículos robóticos inteligentes (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23072020-180612/ -
NLM
Bruno DR. Análise e fusão de imagens 2D e 3D com vistas para detecção e classificação de sinais de trânsito verticais em prol da segurança viária com veículos robóticos inteligentes [Internet]. 2020 ;[citado 2025 abr. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23072020-180612/ -
Vancouver
Bruno DR. Análise e fusão de imagens 2D e 3D com vistas para detecção e classificação de sinais de trânsito verticais em prol da segurança viária com veículos robóticos inteligentes [Internet]. 2020 ;[citado 2025 abr. 29 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-23072020-180612/ - Visual attention system based on Fuzzy Classifier to define priority of traffic signs for intelligent robotic vehicle navigation purposes
- A literature review on the detection and tracking of obstacles applied for advanced driver assistance systems (ADAS) in robotic vehicle
- Development of a mobile robot: robotic guide dog for aid of visual disabilities in urban environments
- Real-time pedestrian detection and tracking system using deep learning and Kalman filter: applications on embedded systems in advanced driver assistance systems
- Simulador robótico: CoppeliaSim & V-REP
- CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS)
- Evaluation of lane-merging approaches for connected vehicles
- Advanced Driver Assistance System based on NeuroFSM applied in the detection of autonomous human faults and support to semi-autonomous control for robotic vehicles
- Lexical analysis of automatic transcriptions using speech-to-text services: a statistically evaluated case study
- Enhancing learning objects accessibility through speech-to-text based architecture: a comprehensive triangulation study
Informações sobre o DOI: 10.11606/T.55.2020.tde-23072020-180612 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
