Publicado em: 20/06/2013

Tese de Doutorado em Processamento de Imagens

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMÁTICA
PROGRAMA DE PÓS-GRADUAÇÃO EM COMPUTAÇÃO

DEFESA DE PROPOSTA DE TESE

Aluno: Maurício Braga de Paula
Orientador: Prof. Dr. Claudio Rosito Jung

Título: Visão computacional para veículos inteligentes usando câmeras embarcadas
Linha de Pesquisa: Processamento de Imagens

Data: 27/06/2013
Horário: 15h30min
Local: Auditório José Mauro Volkmer de Castilho, Prédio 43424 – Instituto de Informática

Banca Examinadora:
Prof. Dr. Anderson Maciel (UFRGS)
Prof. Dr. Fernando Santos Osório (USP/SC)
Prof. Dr. Marcelo Walter (UFRGS)

Presidente da Banca: Prof. Prof. Dr. Claudio Rosito Jung

Resumo: O uso de sistemas de assistência ao motorista baseados em visão tem contribuído consideravelmente na redução de acidentes e consequentemente no auxílio de uma melhor condução. Estes sistemas utilizam basicamente uma câmera de vídeo embarcada (normalmente fixada no para-brisa) com o propósito de extrair informações acerca da rodovia e ajudar o condutor num melhor processo de dirigibilidade. Pequenas distrações ou a perda de concentração podem ser suficientes para que um acidente ocorra. Este trabalho apresenta uma proposta para o desenvolvimento de algoritmos para extrair informações sobre a sinalização em rodovias. Mais precisamente, serão abordados algoritmos de calibração de câmera explorando a geometria da pista, de extração da marcação de pintura (sinalização horizontal) e detecção e identificação de placas de trânsito (sinalização vertical). Adicionalmente, pretende-se explorar o uso de realidade aumentada para melhorar a percepção do motorista e, como resultado, a interação com o mundo real. Até o momento, já foram desenvolvidas abordagens para calibração da câmera e detecção/reconhecimento da marcação horizontal. Os resultados experimentais indicam que os métodos desenvolvidos para calibração de câmera são adequados para aplicações de realidade aumentada. Eles também indicam que a detecção e o reconhecimento dos tipos de marcações de pista apresentam bons resultados na classificação perante a diversidade de situações (sombras, variação de iluminação, etc.).

Palavra-Chave: Calibração de câmera, câmeras veiculares embarcadas, realidade aumentada, sinalização virtual, detecção de linhas de bordo, detecção de marcas horizontais longitudinais, sistemas de assistência ao motorista.