'IEEE Transactions on Intelligent Transportation Systems' publica el estudio
Investigadores alemanes, con la colaboración de un profesor de la Universidad de Alcalá (UAH), han desarrollado un sistema que localiza mediante visión artificial la presencia de peatones delante del vehículo. El dispositivo, que pronto incorporarán los Mercedes de gama alta, incluye dos cámaras y una unidad que procesa en tiempo real la información que suministran todos los puntos de las imágenes.
Ejemplo real donde el sistema detecta un peatón (en rojo) dentro del área de detección (en magenta). Imagen: C. G. Keller et al.
“Nuestro nuevo sistema permite detectar a los peatones desde el automóvil con cámaras de espectro visible y en condiciones diurnas”, explica a SINC David Fernández Llorca, profesor de la Universidad de Alcalá (UAH). El investigador ha participado, junto a otros científicos de la Universidad de Heidelberg y el Instituto Max Planck de Informática, en un nuevo desarrollo destinado a los prototipos de la compañía Daimler, que tiene su centro de investigaciones en Ulm (Alemania). El estudio se publica en la revista IEEE Transactions on Intelligent Transportation Systems.
La novedad del dispositivo es el uso de un sistema estéreo denso. El término ‘estéreo’ hace referencia a la presencia de dos cámaras, separadas unos 30 cm en una estructura situada debajo el retrovisor. “Al igual que los seres humanos conocemos la distancia y la profundidad de los objetos gracias a los dos ojos, lo mismo ocurre con la visión artificial”, compara el investigador.
“El sistema se denomina ‘denso’ porque recoge esa información desde todos los puntos que componen cada una de las imágenes que captan las cámaras”, añade Fernández Llorca. Cuando se consiguen los datos solo de algunos puntos, aunque sean muy característicos (como bordes o esquinas del objeto) se utiliza la expresión ‘no denso’.
La visión estéreo densa permite realizar en tiempo real un reconocimiento mucho más exacto del entorno frontal del vehículo, en aspectos como el modelado de la carretera, la presencia de baches o las variaciones de pose entre el vehículo y el asfalto. De hecho, permite mejorar el reconocimiento de peatones por un factor de hasta 7,5 veces respecto a los sistemas no densos. Objetos animados, como por ejemplo un niño corriendo que cruza de repente la carretera, se puede detectar en menos de 200 milisegundos.
Unidad de procesamiento para ejecutar el algoritmo
Las dos cámaras están conectadas a una unidad de procesamiento que ejecuta el algoritmo de visión artificial. El complejo hardware ha llevado años de desarrollo y se basa en tecnología FPGA (por las siglas de Field Programmable Gate Array), una electrónica con bloques de lógica cuya funcionalidad se puede configurar in situ mediante un lenguaje especializado.
Las imágenes se pueden visualizar en directo en una pantalla, con heads-up displays (monitor transparente frontal) o con proyecciones sobre la luna del interior del coche. Además, se pueden añadir diversos elementos de actuación para advertir o ayudar al conductor, como alarmas que avisen de la presencia de un peatón, sistemas de activación del freno, e incluso dispositivos que actúan sobre el volante para ejecutar maniobras de evitación de atropellos.
“Posiblemente este sistema de reconocimiento de peatones lo veremos en muy poco tiempo en los nuevos modelo de gama alta de la marca Mercedes”, apunta Fernández Llorca, aunque reconoce que la última palabra “dependerá de las decisiones comerciales”, ya que hay muchas determinaciones que tomar antes de implantarlo en la cadena de producción.
En la actualidad los vehículos clase C de esta marca ya incorporan sistemas de una sola cámara para detectar objetos especiales, como las señales de tráfico. Otros fabricantes, como Toyota, también han anunciado que pronto sacarán al mercado sistemas estéreos de detección de peatones.
Referencia bibliográfica:
Christoph G. Keller, Markus Enzweiler, Marcus Rohrbach, David Fernández Llorca, Christoph Schnörr, and Dariu M. Gavrila. “The Benefits of Dense Stereo for Pedestrian Detection”. IEEE Transactions on Intelligent Transportation Systems 12 (4), diciembre de 2011. Doi: 10.1109/TITS.2011.2143410.
No hay comentarios:
Publicar un comentario