Diseño y validación de un sistema de procesamiento de imágenes para el reconocimiento vehicular en intersecciones viales

Abstract

Vehicular flow is an important measurement to design mobility strategies in cities such as traffic light configuration, civil engineering works, and others. This variable can be determined through different manual and automatic strategies. However, some street intersections, such as traffic circles are difficult to determine their origin-destination matrix. In the case of manual strategies, it is difficult to count every single car in a mid to large-size traffic circle. On the other hand, automatic strategies can be difficult to develop because it is necessary to detect, track and count vehicles that change its position inside an intersection. This chapter presents a vehicle counting method to determine origin-destination matrix for traffic circle intersections, using two main algorithms, ”Viola-Jones”for the detection and . O n-line Boosting”for the tracking. The method is validated with an implementation applied to a top view video of a traffic circle. The video is also processed manually and finally the comparison between both results is presented.

El flujo vehicular es una medida importante para diseñar estrategias de movilidad en ciudades como configuración de semáforos, obras de ingenierı́a civil entre otras. Esta variable se puede determinar a través de diferentes estrategias manuales y automáticas. Sin embargo, en algunas intersecciones, como las rotondas, es difı́cil determinar la matriz de origen destino. En el caso de las estrategias manuales, es difı́cil contar cada auto en una rotonda de tamaño mediano o grande. Por otro lado, puede ser difı́cil desarrollar estrategias automáticas porque es necesario detectar, rastrear y contar vehı́culos que cambian su posición dentro de la intersección. Este trabajo presenta un método de conteo de vehı́culos para determinar el volumen de tráfico y la matriz de origen-destino para rotondas, utilizando dos algoritmos principales, ”Viola-Jones”para la detección y . O n-line Boosting”para el seguimiento. El método se valida con una implementación aplicada a un video de vista superior de una rotonda de gran tamaño. El video también procesa manualmente y finalmente se presentan la comparación entre ambos resultados.