Sistema distribuido de asistencia a la conducción con inteligencia y visión artificial

Bulai, Cosmin Daniel (2022). Sistema distribuido de asistencia a la conducción con inteligencia y visión artificial. Thesis (Master thesis), E.T.S.I. de Sistemas Informáticos (UPM).

Description

Title: Sistema distribuido de asistencia a la conducción con inteligencia y visión artificial
Author/s:
  • Bulai, Cosmin Daniel
Contributor/s:
  • García Martín, Javier
Item Type: Thesis (Master thesis)
Masters title: Software de Sistemas Distribuidos y Empotrados
Date: July 2022
Subjects:
Freetext Keywords: Sistemas ADAS; Inteligencia artificial; Sistemas de tiempo real
Faculty: E.T.S.I. de Sistemas Informáticos (UPM)
Department: Sistemas Informáticos
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img] PDF - Users in campus UPM only - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (5MB)

Abstract

Diferentes estudios muestran que entre los 27 países de la Unión Europea (UE), el coche representa el medio de transporte más utilizado. Otros indican que esta situación se repite también en otras partes del mundo como, por ejemplo, Estados Unidos o Asia y por lo tanto se podría concluir que el coche es uno de los medios más utilizados a nivel mundial. Esto hace que también sea uno de los medios de transporte donde ocurren más accidentes y desafortunadamente un alto porcentaje de estos son muy graves e incluso mortales. Para reducir estos accidentes las autoridades han establecido nuevas normas de circulación y han obligado a los fabricantes de coches implementar sistemas de asistencia a la conducción que también reduzcan el número de accidentes. El Proyecto de Fin de Máster detallado en el presente documento, se desarrolla en el contexto anteriormente mencionado ya que consiste en el diseño e implementación de un sistema distribuido de asistencia a la conducción o ADAS. Para ello se ha definido un prototipo que analizará en tiempo real la situación de tráfico a través de diferentes sensores y cámaras y será capaz de identificar mediante técnicas de inteligencia artificial y procesamiento de imágenes diferentes situaciones de riesgo para el conductor, momento en el que actuará automáticamente sobre los sistemas del vehículo si el conductor no reacciona correctamente. Concretamente, el sistema detectará las señales de tráfico STOP, “ceda el paso” y también la situación de incorporación a autopista. En los dos primeros casos, el sistema alertará visualmente al conductor mediante un display y frenará el vehículo si fuera necesario y en el último caso el sistema realizará la maniobra de incorporación a la autopista. Dado que se pretende simular un sistema distribuido de tiempo real, el sistema está compuesto por cuatro nodos que llevan a cabo tareas específicas como por ejemplo el nodo 1 que realiza la detección de las señales de tráfico utilizando un algoritmo basado en redes neuronales. El nodo 2 utiliza el mismo tipo de algoritmo para detectar los vehículos presentes en la autopista en el momento de la incorporación. El nodo 3 incorpora un algoritmo basado en la detección de bordes para detectar la línea discontinua del carril de aceleración que permitirá saber el momento en el que el coche debe entrar al carril de la autopista. El nodo 4, pretende simular la unidad de procesamiento central o de un coche y por lo tanto su tarea principal es recibir la información de los demás nodos, analizarla y en actuar sobre un conjunto de componentes electrónicos que simulan los sistemas del coche (los frenos o la dirección). Para ello se ha utilizado una placa de desarrollo de la familia STM32 sobre la cual se ha instalado el sistema operativo real FreeRTOS para intentar alcanzar el tiempo real. Por último, con el mismo objetivo la comunicación entre los 4 nodos se realizará mediante el protocolo de comunicación CANBus. En cuanto a los logros de este proyecto, se ha conseguido detectar correctamente las señales de tráfico de ceda el paso y STOP y vehículos presente en la autopista, se detecta correctamente la línea discontinua del carril de aceleración y por último se ha logrado implementar las tareas individuales de activación de los componentes electrónicos del nodo 4 así como establecer la comunicación por el protocolo CAN. Abstract: Different studies carried out among 27 countries of European Union (EU), show that car represents one of the most used ways of transport. Many others indicate that this situation is also repeated in other parts of the world such as United States of America or Asia and therefore it could be concluded that the car is one of the most used means of transport worldwide.This makes it also one of the means of transport where most accidents occur and unfortunately a high percentage of these represent very sever accidents and even fatal. To reduce that number of accidents, the authorities have established new traffic regulations and have required car manufacturers to implement driving assistance systems that will also reduce the number of car accidents. The Master’s Thesis Project detailed in this document is developed in the above-mentioned context since it involves the design and implementation of a distributed driving assistance system also known as ADAS systems. For this purpose, a prototype has been defined that will try to analyse in real time the traffic situation through different sensors and cameras and will be able to identify by means of artificial intelligence and image processing techniques different risk situations for the driver, moment in which it will automatically control the vehicle. Specifically, the systema will detect STOP and yield traffic signals as well as highway access situations.In the first two cases, the system will visually alert the driver by means of a display and will automatically brake if necessary and in the las case the system will automatically perform the maneuver to incorporate to the highway. Since it is pretended to imitate a real time distributed system, it is composed of four nodes that perform specific task. Node 1 performs the detection of that two traffic signals using an artificial intelligence algorithm based on neural networks. Node 2 uses the same type of algorithm to detect if vehicles are present on the highway during incorporation. Node 3 employs an algorithm based on image processing techniques to detect the dashed line of the acceleration lane that will allow the system to know the moment in which the care should join the highway lane. Node 4 is meant to simulate the central processing unit (ECU) of the car and therefore its main task is to receive the information from the other nodes, analyse it and depending on this it will act on a set of electronic components that simulate car systems such as brakes of steering. For this purpose, a development board of STM32 family has been used, on which the real operating system FreeRTOS has been installed to try to achieve real time. With the same objective, the communication between the 4 nodes has been done by means of the CANBus communication protocol. Regarding the achievements of this project, the traffic signals STOP and yield and also the vehicles on the highway are detected correctly. Dashed line of the acceleration lane is also detected, and all the electronics components are controlled by the fourth node. Finally, sending data from node 1, 2 and 3 to node 4 using CAN protocol was also achieved.

More information

Item ID: 71760
DC Identifier: https://oa.upm.es/71760/
OAI Identifier: oai:oa.upm.es:71760
Deposited by: Biblioteca Universitaria Campus Sur
Deposited on: 22 Sep 2022 06:14
Last Modified: 22 Sep 2022 06:14
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM