Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/16204
Título: Estratégia para função de detecção e reconhecimento de faixas em rodovias com aplicação a sistemas de assistência ao condutor
Título(s) alternativo(s): Strategy for roads track detection and recognition with application to driver assistance systems
Autor(es): Franco, Felipe Rezende
Orientador(es): Santos, Max Mauro Dias
Palavras-chave: Sistemas de segurança
Automóveis
Automação
Security systems
Automobiles
Automation
Data do documento: 1-Nov-2017
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Ponta Grossa
Citação: FRANCO, Felipe Rezende. Estratégia para função de detecção e reconhecimento de faixas em rodovias com aplicação a sistemas de assistência ao condutor. 2017. 68 f. Trabalho de Conclusão de Curso (Engenharia Eletrônica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2017.
Resumo: As funções automotivas ADAS (Advanced Driver Assistance Systems) no âmbito atual são critério de diferenciação tecnológica e comercial, futuramente tais funções serão essenciais nos veículos terrestres. O desenvolvimento destas funções com a metodologia baseada em modelos garante compatibilidade e segurança para com os veículos atuais e futuros, com a possibilidade de diversas verificações e validações alinhadas ao desenvolvimento. Este trabalho é focado no desenvolvimento da estratégia de uma função ADAS para o reconhecimento de faixas, através de método estatístico RANSAC (Random Sample Consensus), para a aplicação ao LDW (Lane Departure Warning) e resultou em um algoritmo robusto que garantiu segurança e compatibilidade, porém ainda com possibilidades de aprimoramentos. Os testes quantitativos e qualitativos realizados para com o algoritmo demonstram a assertividade no reconhecimento de faixas em diversas situações, e consequentemente a assertividade do LDW.
Abstract: The automotive functions of ADAS (Advanced Driver Assistance Systems) in the current scope are criterion of technological and commercial differentiation, in the future such functions will be essential in the terrestrial vehicles. The development of these functions with the model-based design methodology ensures compatibility and safety for current and future vehicles, with the possibility of several verifications and validations aligned to the development. This work is focused on the development of the strategy of an ADAS function for the lanes recognition, using RANSAC (Random Sample Consensus) statistical method, for the application of LDW (Lane Departure Warning) and resulted in a robust algorithm that guaranteed security and compatibility, but still with possibilities for improvements. The quantitative and qualitative tests performed with the algorithm demonstrate the assertiveness in the lanes recognition in several situations, and consequently the assertiveness of the LDW.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/16204
Aparece nas coleções:PG - Engenharia Eletrônica

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PG_COELE_2017_2_06.pdf2,61 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.