Sistema de mitigação de colisões por meio de visão computacional: detecção de aproximação de veículos

A evolução da tecnologia tem permitido enormes evoluções na sociedade em geral, um dos ramos que vem se destacando é o setor automobilístico. Diversos sistemas para aumento de conforto e principalmente da segurança dos condutores tem sido desenvolvidos, sendo o alvo deste trabalho sistemas de auxilio de direção que se destinam a utilização de visão computacional para sinalizar a aproximação de veículos. A aplicação proposta recebe imagens de uma câmera ou de uma base de dados e analisando estas imagens consegue reconhecer as linhas divisórias de uma rodovia e identificar veículos. A partir das linhas da rodovia criou-se correções de rota para manter o veículo no centro da pista, além disso, este sistema foi capaz de medir a distância entre outros veículos localizados a sua frente e para cada objeto detectado na imagem marca com uma caixa delimitadora que altera sua coloração conforme distância e posição deste objeto na pista de rodagem. O objetivo deste estudo foi desenvolver um sistema de visão computacional para sinalização de aproximação de veículos para mitigar colisões. Capaz de reconhecer linhas de uma rodovia através de imagens e indicar correções de direção necessárias para manter-se no centro da pista. O sistema em questão usa apenas imagens, um conjunto de algoritmos e cálculos aritméticos para tomada de decisão, ou seja, não possui contribuição de sensores físicos. Para o reconhecimento das linhas de referência da pista foi feito um pré-processamento da imagem e aplicado o algoritmo de detecção de bordas Canny em conjunto com a transformada de Hough. A identificação de objetos foi realizada com a rede neural You Only Look Once (YOLO) e para estimativa de distâncias fez-se uso de conceitos de distância focal. Todos demais processos foram resolvidos via cálculos aritméticos. Com esta abordagem atingiu-se bons resultados na detecção de objetos, identificação de linhas da rodovia e cálculo de distancia de veículo mesmo em condições climáticas desfavoráveis como à noite e com chuva. Para casos de chuva intensa obteve-se maiores dificuldades devido a distorções da imagem causados pelo excesso de água. A aplicação é viável e funcional, pois atinge de forma satisfatória a todos objetivos propostos, atingindo um erro médio de 8% para o cálculo de distâncias entre veículos.