Metodología para la detección de incidentes de tráfico a partir de imágenes digitales empleando técnicas de inteligencia artificial

Resumen: Las centrales de administración de tráfico son los centros encargados de supervisar, administrar e informar sobre la red vial de una ciudad. Se denomina detección automática de incidentes al conjunto de métodos utilizados para detectar las anomalías que se puedan presentar en el flujo norma...

Full description

Autores:
Quiceno Gutiérrez, Cristian Alberto
Tipo de recurso:
Fecha de publicación:
2013
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/12244
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/12244
http://bdigital.unal.edu.co/9920/
Palabra clave:
0 Generalidades / Computer science, information and general works
Detección automática de incidentes
Conteo automático de vehículos
Tráfico
Centro de administración de tráfico
Lógica difusa
Procesamiento de imágenes
Automatic incident detection
Automatic vehicle accounting
Traffic
Traffic management center
Fuzzy logic
Image
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Resumen: Las centrales de administración de tráfico son los centros encargados de supervisar, administrar e informar sobre la red vial de una ciudad. Se denomina detección automática de incidentes al conjunto de métodos utilizados para detectar las anomalías que se puedan presentar en el flujo normal de una vía. Estas técnicas no suelen ser aplicadas por estas centrales, debido a diversos problemas que presentan. En esta tesis se presenta un método para la detección automática de incidentes a partir del cálculo del volumen y la velocidad de los vehículos de una vía. Estos valores pueden ser obtenidos a partir de, entre otras fuentes, de imágenes digitales. Como resultados experimentales de este trabajo, al utilizar técnicas de inteligencia artificial como la lógica difusa y la validación del estado de la velocidad media espacial, se obtuvieron un 92% de tasa de detección de incidentes, con un 0% de falsos positivos y 1.3 min de tiempo medio de detección