Generación de algoritmos para clasificación de obstáculos

Hoy en día, son muchas las personas que pierden la vida debido a los accidentes de tráfico. Por ello, los ingenieros de la industria automovilística buscan desarrollar nuevas tecnologías y aplicaciones que permitan reducir el número de víctimas, hasta llegar al caso ideal de que dicho número sea nulo. Éste proyecto busca proteger a los peatones en vías urbanas e interurbanas. El objetivo es diseñar un algoritmo que, mediante la fusión de un escáner láser y una cámara en el interior del vehículo, sea capaz de detectar de manera rápida y precisa peatones en tiempo real. Además, deberá de indicar sus coordenadas al conductor, para que éste sepa dónde se encuentran dichos peatones. Para desarrollar dicho algoritmo, se utilizan los algoritmos HOG (histograma de gradientes orientados) y SVM (máquina de soporte vectorial). El HOG es un método que se basa en la orientación del gradiente en áreas locales de una imagen para encontrar los objetos de dicha imagen. Destaca por su robustez ante los cambios de iluminación, en los fondos y en los objetos. El SVM por su parte, es un clasificador, el cual se usará para realizar el entrenamiento del HOG. Para mejorar el rendimiento, se hará un estudio de los parámetros del sistema que permiten conseguir los mejores resultados, tanto en el tiempo computacional como en la eficiencia en la detección. Por último, se recurrirá también a las librerías de OpenCV, útiles para el procesamiento de imágenes.Nowadays, so many people lose their lives due to traffic accidents. For that reason, the automobile industry engineers try to develop new technologies and applications that let reduce the number of victims, until get the ideal situation which this number is zero. This project tries to protect pedestrians in urban and intercity roads. The aim is design an algorithm that, through a fusion of a Scanner laser and a camera inside the vehicle, can be able to detect pedestrians quickly and accurately in real time. Also, it has to show the coordinates to the driver, in order to know the location of these pedestrians. To develop this algorithm, HOG (Histogram of Orientated Gradients) and SVM (Support Vector Machine) algorithms are used. The HOG method is based on the gradient orientation in local portions of an image and is used to detect the objects of that image. It offers good results due its invariance in illumination changes, backgrounds and objects. The SVM, meanwhile, is a classifier. It will be used to train the HOG. To improve the performance, a study of the system parameters is performed in order to get the best results in computational time as well as in detection efficiency. Finally, OpenCV libraries will be used because their utility in image processing.Ingeniería Electrónica Industrial y Automátic