Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas

Los accidentes de tránsito en muchos países representan la primera tasa de mortalidad, lo que pone de manifiesto la urgente necesidad de abordar este grave problema de salud pública. En los últimos años, se han desarrollado sistemas electrónicos que apoyan a los conductores de vehículos en movimient...

Full description

Autores:
Vargas Serrano, Álvaro Javier
Archila Vargas , Carlos Alberto
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2023
Institución:
Universidad Industrial de Santander
Repositorio:
Repositorio UIS
Idioma:
spa
OAI Identifier:
oai:noesis.uis.edu.co:20.500.14071/14698
Acceso en línea:
https://noesis.uis.edu.co/handle/20.500.14071/14698
https://noesis.uis.edu.co
Palabra clave:
Detección de objetos
Accidentes de tránsito
Peatones
Redes Neuronales Profundas
Vehículos en Movimiento
Object Detection
Traffic Accidents
Pedestrians
Deep Neural Networks
Moving Vehicles
Rights
openAccess
License
Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
id UISANTADR2_091df59bccf5a87d40c8e849e586a964
oai_identifier_str oai:noesis.uis.edu.co:20.500.14071/14698
network_acronym_str UISANTADR2
network_name_str Repositorio UIS
repository_id_str
dc.title.none.fl_str_mv Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
dc.title.english.none.fl_str_mv Implementation of a low-cost prototype for detecting people from moving vehicles using deep neural networks
title Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
spellingShingle Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
Detección de objetos
Accidentes de tránsito
Peatones
Redes Neuronales Profundas
Vehículos en Movimiento
Object Detection
Traffic Accidents
Pedestrians
Deep Neural Networks
Moving Vehicles
title_short Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
title_full Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
title_fullStr Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
title_full_unstemmed Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
title_sort Implementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundas
dc.creator.fl_str_mv Vargas Serrano, Álvaro Javier
Archila Vargas , Carlos Alberto
dc.contributor.advisor.none.fl_str_mv Castillo Bohorquez, Jeison Arley
Barrero Pérez, Jaime Guillermo
dc.contributor.author.none.fl_str_mv Vargas Serrano, Álvaro Javier
Archila Vargas , Carlos Alberto
dc.contributor.evaluator.none.fl_str_mv Fajardo Ariza, Carlos Augusto
Fonseca Estupiñan, Karen Andrea
dc.subject.none.fl_str_mv Detección de objetos
Accidentes de tránsito
Peatones
Redes Neuronales Profundas
Vehículos en Movimiento
topic Detección de objetos
Accidentes de tránsito
Peatones
Redes Neuronales Profundas
Vehículos en Movimiento
Object Detection
Traffic Accidents
Pedestrians
Deep Neural Networks
Moving Vehicles
dc.subject.keyword.none.fl_str_mv Object Detection
Traffic Accidents
Pedestrians
Deep Neural Networks
Moving Vehicles
description Los accidentes de tránsito en muchos países representan la primera tasa de mortalidad, lo que pone de manifiesto la urgente necesidad de abordar este grave problema de salud pública. En los últimos años, se han desarrollado sistemas electrónicos que apoyan a los conductores de vehículos en movimiento con el fin de evitar accidentes. Por esta razón, este proyecto está orientado al desarrollo de un prototipo autónomo de bajo costo para la detección de peatones mediante el uso de redes neuronales profundas. El modelo está compuesto por una Raspberry Pi 4 modelo B, una batería y una cámara web; en cuanto al funcionamiento, está dividido en dos etapas que se repiten de manera cíclica, la primera, es la captura de una imagen mediante la cámara que se encuentra ubicada en la parte frontal del vehículo para la detección de peatones en ese instante, este proceso mediante una red neuronal de detección de objetos, la imagen guardada con los peatones detectados entra en la segunda etapa, donde se clasificara para activar una salida acústica según las regiones de la imagen donde se encuentren personas detectadas, permitiendo al conductor tomar acciones de frenado para evitar accidentes cuando se encuentren peatones al frente del vehículo.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-08-03T20:42:29Z
dc.date.available.none.fl_str_mv 2023-08-03T20:42:29Z
dc.date.created.none.fl_str_mv 2023-08-03
dc.date.issued.none.fl_str_mv 2023-08-03
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.hasversion.none.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format http://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://noesis.uis.edu.co/handle/20.500.14071/14698
dc.identifier.instname.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.reponame.none.fl_str_mv Universidad Industrial de Santander
dc.identifier.repourl.none.fl_str_mv https://noesis.uis.edu.co
url https://noesis.uis.edu.co/handle/20.500.14071/14698
https://noesis.uis.edu.co
identifier_str_mv Universidad Industrial de Santander
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.license.none.fl_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
rights_invalid_str_mv Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
http://creativecommons.org/licenses/by-nc-nd/4.0/
http://purl.org/coar/access_right/c_abf2
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Industrial de Santander
dc.publisher.faculty.none.fl_str_mv Facultad de Ingeníerias Fisicomecánicas
dc.publisher.program.none.fl_str_mv Ingeniería Electrónica
dc.publisher.school.none.fl_str_mv Escuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
publisher.none.fl_str_mv Universidad Industrial de Santander
institution Universidad Industrial de Santander
bitstream.url.fl_str_mv https://noesis.uis.edu.co/bitstreams/7067f55c-aadc-498f-b66a-067245765dd1/download
https://noesis.uis.edu.co/bitstreams/1161904f-f6a5-4b8e-89df-e19f33ac1c8f/download
https://noesis.uis.edu.co/bitstreams/b750a7b2-c146-4064-a9ed-2614637e464d/download
https://noesis.uis.edu.co/bitstreams/a985ae54-9087-4e68-8e22-fac7fd65d846/download
bitstream.checksum.fl_str_mv d6298274a8378d319ac744759540b71b
db8b6422093d607d86208953ab0c6dcd
3b4d9c016866e5bbd2e899f919e1147c
dd2f05adcc3bdeb5efcbb4692ecbc27e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv DSpace at UIS
repository.mail.fl_str_mv noesis@uis.edu.co
_version_ 1831929772186271744
spelling Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Castillo Bohorquez, Jeison ArleyBarrero Pérez, Jaime GuillermoVargas Serrano, Álvaro JavierArchila Vargas , Carlos AlbertoFajardo Ariza, Carlos AugustoFonseca Estupiñan, Karen Andrea2023-08-03T20:42:29Z2023-08-03T20:42:29Z2023-08-032023-08-03https://noesis.uis.edu.co/handle/20.500.14071/14698Universidad Industrial de SantanderUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLos accidentes de tránsito en muchos países representan la primera tasa de mortalidad, lo que pone de manifiesto la urgente necesidad de abordar este grave problema de salud pública. En los últimos años, se han desarrollado sistemas electrónicos que apoyan a los conductores de vehículos en movimiento con el fin de evitar accidentes. Por esta razón, este proyecto está orientado al desarrollo de un prototipo autónomo de bajo costo para la detección de peatones mediante el uso de redes neuronales profundas. El modelo está compuesto por una Raspberry Pi 4 modelo B, una batería y una cámara web; en cuanto al funcionamiento, está dividido en dos etapas que se repiten de manera cíclica, la primera, es la captura de una imagen mediante la cámara que se encuentra ubicada en la parte frontal del vehículo para la detección de peatones en ese instante, este proceso mediante una red neuronal de detección de objetos, la imagen guardada con los peatones detectados entra en la segunda etapa, donde se clasificara para activar una salida acústica según las regiones de la imagen donde se encuentren personas detectadas, permitiendo al conductor tomar acciones de frenado para evitar accidentes cuando se encuentren peatones al frente del vehículo.PregradoIngeniero ElectrónicoRoad accidents in many countries represent the number one fatality rate, highlighting the urgent need to address this serious public health problem. In recent years, electronic systems have been developed to support drivers of moving vehicles in order to avoid accidents. For this reason, this project is aimed at developing a low-cost autonomous prototype for pedestrian detection using deep neural networks. The model is composed of a Raspberry Pi 4 model B, a battery and a webcam; As for the operation, it is divided into two stages that are repeated cyclically, the first is the capture of an image by the camera that is located at the front of the vehicle for pedestrian detection at that moment, this process through a neural network object detection, the image saved with the detected pedestrians enters the second stage, where it is classified to activate an acoustic output according to the regions of the image where people are detected, allowing the driver to take braking actions to avoid accidents when pedestrians are in front of the vehicle.application/pdfspaUniversidad Industrial de SantanderFacultad de Ingeníerias FisicomecánicasIngeniería ElectrónicaEscuela de Ingenierías Eléctrica, Electrónica y TelecomunicacionesDetección de objetosAccidentes de tránsitoPeatonesRedes Neuronales ProfundasVehículos en MovimientoObject DetectionTraffic AccidentsPedestriansDeep Neural NetworksMoving VehiclesImplementación de un prototipo de bajo costo para la detección de personas desde vehículos en movimiento, mediante el uso de redes neuronales profundasImplementation of a low-cost prototype for detecting people from moving vehicles using deep neural networksTesis/Trabajo de grado - Monografía - Pregradohttp://purl.org/coar/version/c_b1a7d7d4d402bccehttp://purl.org/coar/resource_type/c_7a1fLICENSElicense.txtlicense.txttext/plain; charset=utf-82237https://noesis.uis.edu.co/bitstreams/7067f55c-aadc-498f-b66a-067245765dd1/downloadd6298274a8378d319ac744759540b71bMD54ORIGINALDocumento.pdfDocumento.pdfapplication/pdf14650220https://noesis.uis.edu.co/bitstreams/1161904f-f6a5-4b8e-89df-e19f33ac1c8f/downloaddb8b6422093d607d86208953ab0c6dcdMD56Nota de proyecto.pdfNota de proyecto.pdfapplication/pdf386428https://noesis.uis.edu.co/bitstreams/b750a7b2-c146-4064-a9ed-2614637e464d/download3b4d9c016866e5bbd2e899f919e1147cMD57Carta de autorización.pdfCarta de autorización.pdfapplication/pdf145698https://noesis.uis.edu.co/bitstreams/a985ae54-9087-4e68-8e22-fac7fd65d846/downloaddd2f05adcc3bdeb5efcbb4692ecbc27eMD5820.500.14071/14698oai:noesis.uis.edu.co:20.500.14071/146982023-08-03 15:42:33.37http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://noesis.uis.edu.coDSpace at UISnoesis@uis.edu.coRWwgc3VzY3JpdG8gQVVUT1Ig4oCTIEVTVFVESUFOVEUsIGlkZW50aWZpY2FkbyBjb21vIGFwYXJlY2UgYWwgcGllIGRlIG1pIGZpcm1hLCBhY3R1YW5kbyBlbiBub21icmUgcHJvcGlvLCB5IGVuIG1pIGNhbGlkYWQgZGUgYXV0b3IgZGVsIHRyYWJham8gZGUgZ3JhZG8sIGRlbCB0cmFiYWpvIGRlIGludmVzdGlnYWNpw7NuLCBvIGRlIGxhIHRlc2lzIGRlbm9taW5hZGEgY29tbyBzZSBlc3BlY2lmaWNhIGVuIGVsIGNhbXBvIOKAmFTDrXR1bG/igJksIHBvciBtZWRpbyBkZWwgcHJlc2VudGUgZG9jdW1lbnRvIGF1dG9yaXpvIGEgbGEgVU5JVkVSU0lEQUQgSU5EVVNUUklBTCBERSBTQU5UQU5ERVIsIHBhcmEgcXVlIGVuIGxvcyB0w6lybWlub3MgZXN0YWJsZWNpZG9zIGVuIGxhIExleSAyMyBkZSAxOTgyLCBsYSBMZXkgNDQgZGUgMTk5MywgZWwgRGVjcmV0byA0NjAgZGUgMTk5NSwgbGEgRGVjaXNpw7NuIEFuZGluYSAzNTEgZGUgMTk5MywgeSBkZW3DoXMgbm9ybWFzIGdlbmVyYWxlcyBzb2JyZSBkZXJlY2hvcyBkZSBhdXRvciwgcmVhbGljZSBsYSByZXByb2R1Y2Npw7NuLCBjb211bmljYWNpw7NuIHDDumJsaWNhLCBlZGljacOzbiwgZGlzdHJpYnVjacOzbiBiYWpvIGxhIG1vZGFsaWRhZCBkZSBhbHF1aWxlciwgcHLDqXN0YW1vIHDDumJsaWNvIG8gaW1wb3J0YWNpw7NuIGVuIGZvcm1hdG8gaW1wcmVzbyB5IGRpZ2l0YWwsIGxhIHRyYW5zZm9ybWFjacOzbiwgbGEgcHVibGljYWNpw7NuIGNvbW8gb2JyYSBsaXRlcmFyaWEsIGxpYnJvIGVsZWN0csOzbmljbyAoZS1Cb29rKSBvIHJldmlzdGEgZWxlY3Ryw7NuaWNhLCBpbmNsdXllbmRvIGxhIHBvc2liaWxpZGFkIGRlIGRpc3RyaWJ1aXJsYSBwb3IgbWVkaW9zIHRyYWRpY2lvbmFsZXMgbyBwb3IgSW50ZXJuZXQgYSBjdWFscXVpZXIgdMOtdHVsbyAgcG9yIGxhIFVuaXZlcnNpZGFkIHkgY29uIHF1aWVuIHRlbmdhIGNvbnZlbmlvIHBhcmEgZWxsbywgaW5jbHV5ZW5kbyBsYSBwb3NpYmlsaWRhZCBkZSBoYWNlciBhZGFwdGFjaW9uZXMsIGFjdHVhbGl6YWNpb25lcyB5IHRyYWR1Y2Npb25lcyBlbiB0b2RvcyBsb3MgaWRpb21hczsgbGEgaW5jb3Jwb3JhY2nDs24gYSB1bmEgY29sZWNjacOzbiBvIGNvbXBpbGFjacOzbiwgbGEgdHJhZHVjY2nDs24sIGZpamFjacOzbiBlbiBmb25vZ3JhbWEsIHB1ZXN0YSBhIGRpc3Bvc2ljacOzbiBlbiBmb3JtYXRvIGFuw6Fsb2dvLCBkaWdpdGFsLCBhdWRpb3Zpc3VhbCwgbWFnbsOpdGljbywgeSwgZW4gZ2VuZXJhbCwgbG9zIGZvcm1hdG9zIGVuICBxdWUgc2UgcHVlZGEgcmVwcm9kdWNpciB5IGNvbXVuaWNhciAgZGUgbWFuZXJhIHRvdGFsIHkgcGFyY2lhbCBtaSB0cmFiYWpvIGRlIGdyYWRvIG8gdGVzaXMuIAoKTGEgcHJlc2VudGUgYXV0b3JpemFjacOzbiBzZSBoYWNlIGV4dGVuc2l2YSBhIGxhcyBmYWN1bHRhZGVzIHkgZGVyZWNob3MgZGUgdXNvIHNvYnJlIGxhIG9icmEgZW4gZm9ybWF0byBvIHNvcG9ydGUgYW7DoWxvZ28sIGZvcm1hdG8gdmlydHVhbCwgZWxlY3Ryw7NuaWNvLCBkaWdpdGFsLCDDs3B0aWNvLCB1c28gZW4gcmVkLCBJbnRlcm5ldCwgZXh0cmFuZXQsIGludHJhbmV0LCBlbnRyZSBvdHJvcyBmb3JtYXRvcyB5IG1lZGlvcy4KCkVsIEFVVE9SIOKAkyBFU1RVRElBTlRFLCBtYW5pZmllc3RhIHF1ZSBsYSBvYnJhIG9iamV0byBkZSBsYSBwcmVzZW50ZSBhdXRvcml6YWNpw7NuIGVzIG9yaWdpbmFsIHkgbGEgcmVhbGl6w7Mgc2luIHZpb2xhciBvIHVzdXJwYXIgZGVyZWNob3MgZGUgYXV0b3IgZGUgdGVyY2Vyb3MsIHBvciBsbyB0YW50bywgbGEgb2JyYSBlcyBkZSBzdSBleGNsdXNpdmEgYXV0b3LDrWEgeSBkZXRlbnRhIGxhIHRpdHVsYXJpZGFkIHNvYnJlIGxhIG1pc21hLiAgCgpQYXJhIHRvZG9zIGxvcyBlZmVjdG9zIGxhIFVOSVZFUlNJREFEIElORFVTVFJJQUwgREUgU0FOVEFOREVSIGFjdMO6YSBjb21vIHVuIHRlcmNlcm8gZGUgYnVlbmEgZmU7IGVuIGNvbnNlY3VlbmNpYSwgZW4gY2FzbyBkZSBwcmVzZW50YXJzZSBjdWFscXVpZXIgcmVjbGFtYWNpw7NuIG8gYWNjacOzbiBwb3IgcGFydGUgZGUgdW4gdGVyY2VybyBlbiBjdWFudG8gYSBsb3MgZGVyZWNob3MgZGUgYXV0b3Igc29icmUgbGEgb2JyYSBlbiBjdWVzdGnDs24sIEVsIEFVVE9SIOKAkyBFU1RVRElBTlRFLCBhc3VtaXLDoSB0b2RhIGxhIHJlc3BvbnNhYmlsaWRhZCwgeSBzYWxkcsOhIGVuIGRlZmVuc2EgZGUgbG9zIGRlcmVjaG9zIGFxdcOtIGF1dG9yaXphZG9zLgo=

Publicaciones similares