Loading...
2 results
Search Results
Now showing 1 - 2 of 2
- Embedded system for detection, recognition and classification of traffic signsPublication . Correia, Diogo Veríssimo; Gaspar, Pedro DinisThis study concerns the development of an embedded system with low computational resources and low power consumption. It uses the NXP LPC2106 with ARM7 processor architecture, for acquiring, processing and classifying images. This embedded system is design to detect and recognize traffic signs. Taking into account the processor capabilities and the desired features for the embedded system, a set of algorithms was developed that require low computational resources and memory. These features were accomplished using a modified Freeman Method in conjunction with a new algorithm "ear pull" proposed in this work. Each of these algorithms was tested with static images, using code developed for MATLAB and for the CMUcam3. The road environment was simulated and experimental tests were performed to measure traffic signs recognition rate on real environment. The technical limitations imposed by the embedded system led to an increased complexity of the project, however the final results provide a recognition rate of 77% on road tests.Thus, the embedded system features overcome the initial expectations and highlight the potentialities of both algorithms that were developed.
- Sistema embutido para detecção, reconhecimento e classificação de sinalética em tempo realPublication . Correia, Diogo Veríssimo; Gaspar, Pedro Miguel de Figueiredo Dinis OliveiraEste estudo reside no desenvolvimento de um sistema embutido de reduzida capacidade computacional e baixo consumo energético. O sistema constituído por um processador NXP LPC2106 (NXP, 2008) com arquitectura ARM7, destina-se à obtenção e processamento de imagens, com o intuito de detectar e reconhecer sinais de trânsito portugueses. Face ao processador utilizado e às características almejadas para o sistema embutido, foi criado um conjunto de algoritmos que requerem reduzidos recursos computacionais e de memória. As principais características deste estudo residem no facto de ter sido maioritariamente construído de raiz permitindo um profundo conhecimento do funcionamento destes algoritmos. Cada algoritmo foi testado com imagens estáticas, primeiramente utilizando o MATLAB e posteriormente através da programação da CMUcam3. Foi também efectuada a simulação do ambiente de estrada e finalmente foram realizados testes práticos. As limitações impostas pelo dispositivo levaram ao aumento da complexidade do projecto, porém, o resultado final corresponde a uma taxa de reconhecimento de 81,9%. Neste sentido, pode-se considerar que a taxa de reconhecimento conseguida ultrapassou as expectativas perspectivadas para o sistema embutido.