Author(s):
Correia, Diogo Veríssimo
Date: 2010
Persistent ID: http://hdl.handle.net/10400.6/3842
Origin: uBibliorum
Subject(s): Reconhecimento de imagem; Microcontrolador LPC2106; Sistema embutido - Reconhecimento de imagem - Sinais de trânsito; Sistema embutido - Reconhecimento de imagem - Processamento em tempo real; CMUcam3
Description
Este 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.
This study involves the development of an embedded system with low computational resources and low power consumption. The system constituted by the NXP LPC2106 (NXP, 2008) with an ARM7 processor architecture, acquires and processes images, in order to detect and recognize Portuguese traffic signs. Considering the processor and the aimed characteristics for the embedded system, a set of algorithms was developed that require low computational resources and memory. The main characteristics of this study consist in the development from scratch which allows a deep knowledge of the algorithms operation. Each algorithm was tested with static images, first using MATLAB and then by programming the CMUcam3. The road environment was simulated and experimental tests were performed. The limitations imposed by the device led to increased complexity of the project, however the final result corresponds to recognition rate of 81.9%. Thus, it can be considered that the recognition rate obtained overcome the expectations for this embedded system.