Trabajo de investigacin T.I.

MIE-1001

Sistema de adquisicin de parmetros de trfico vehicular

Calderon. F, Forero A
AbstractEn este documento se describe una sistema de adquisicin de variables de trfico vehicular usando tcnicas de visin por computador mediante una cmara ubicada en una va de mximo tres carriles, se describen los procedimientos a seguir en la ubicacin de la cmara y las configuraciones propias del algoritmo para que se presente una efectividad en la estimacin superior al 95%. Index TermsParmetros de trfico, Visin por computador, conteo de vehculos, velocidad de vehculos.

La velocidad media de recorrido se calcula tomando una porcin de la va y dividindola entre el tiempo medio que tardan los vehculos en recorrerla, en este clculo estn incluidas las demoras del trfico por detenciones completas o congestin del mismo Si se tiene en cuenta el tiempo en el cual el vehculo est en movimiento el resultado de velocidad seria la velocidad media de movimiento C. Densidad La densidad se define como el nmero de vehculos que ocupan un segmento de longitud especifico de una va de tal manera que esta densidad est dada en vehculos por kilmetro, este valor depende del segmento considerado y del tiempo en el que se realiz la medicin. La densidad puede ser medida mediante un mecanismo que permita contar los vehculos en un tramo de la va deseado, en un instante de tiempo. Tericamente se puede llegar al mismo resultado aplicando la ecuacin fundamental del trfico: II. PLATAFORMA DE PROCESAMIENTO Con el fin de obtener un sistema de medicin de variables de trfico, es necesario proporcionar todos los detalles fsicos o de hardware en este caso la seleccin de la cmara de video, la ubicacin de la cmara sobre la va, la transmisin de datos de entrada salida y el sistema de procesamiento de la informacin. La entrada de datos al sistema est dada por el video tomado con la cmara y procesado en lnea tiempo real o grabado y la cantidad de cuadros por segundo a los que se presenta, los parmetros de configuracin de calibracin intrnsecos de la cmara, la altura a la que se encuentra la cmara y las variables de calibracin de los algoritmos de estimacin de fondo y seguimiento. La salida del sistema sern un archivos de texto generados por el programa separados entre archivos por cierto tiempo especificado por el usuario, que incluyen las 3 variables de trfico vehicular tomadas cada cierto tiempo tambin definido por el usuario. Para el desarrollo de este sistema se escogi la cmara de video PlayStationEYE [2], esta es desarrollada por SONY y fabricada por ECEE para su uso en la consola de juegos PlayStation3, en el que es usada como medio de entrada de video para videoconferencia pero tambin como control de juegos interactivos, por lo cual fue diseada con caractersticas deseables para cualquier sistema de visin por computador, al ser de produccin masiva, puede conseguirse fcilmente a un

I. INTRODUCCIN

A ingeniera del trfico es una rama de la ingeniera civil que se encarga de planear, disear y organizar la operacin del trfico en calles y autopistas, con el fin de obtener una movilidad segura y eficiente[1]. Como herramienta en el diseo de vas, se usan modelos de prediccin, que son diseados basndose en muestras de los tres principales parmetros de trfico, que se enumeran continuacin. A. Volumen e Intensidad De Circulacin: Son dos medidas que indican el nmero de vehculos que pasan por un segmento de va durante un intervalo de tiempo determinado. El Volumen se define como el nmero total de vehculos que pasan por una determinada seccin de la carretera en un intervalo de tiempo dado. Ya sean aos, das, horas o menos. Y es un valor real medido directamente en la va en el tiempo total de la medicin La intensidad horaria se define como el nmero de vehculos que pasan por un segmento de va durante un intervalo de tiempo inferior a una hora, pero expresado como una intensidad horaria equivalente. Se obtiene dividiendo el volumen registrado en un periodo entre la duracin del mismo expresado en horas vehculos / hora. B. Velocidad Se define como la distancia recorrida por un vehculo por unidad de tiempo y se expresa en kilmetros por hora; Para caracterizar el trfico, se usa como valor representativo la velocidad media, que se obtiene al promediar las velocidades individuales de cada vehculo.
Trabajo de investigacin para optar por el titulo de Magister en ingeniera electrnica, Pontificia Universidad Javeriana, Bogot Colombia, junio 2010.

Trabajo de investigacin T.I.MIE-1001 bajo precio comparada con otros sistemas de similares caractersticas. Para procesar la informacin proveniente de la cmara de video o del archivo de video, se escogi el uso de un procesador digital de arquitectura x86 como lo es el Intel Atom, junto con el ARM v7 como el ncleo OMAP Se escogieron porque estos son capaces de procesar grandes cantidades de informacin y tienen un tamao pequeo lo que permite que todo el sistema sea fcilmente ubicable sobre la va adems de tener bajos requerimientos de potencia. Para desarrollar el algoritmo y hacer las pruebas del software se trabaj con un PC. Las plataformas usadas para implementar los pilotos del sistema se listan en la Tabla I junto con sus principales caractersticas. La biblioteca de OpenCV, requiere de un sistema operativo funcionando sobre el procesador, la implementacin de esta librera hace que pueda funcionar bajo Windows y cualquier otro sistema operativo tipo UNIX o que cumpla el estndar POSIX o IEEE 1003 [3], para el desarrollo de este trabajo se escogi GNU/Linux por su caracterstica de portabilidad entre arquitecturas de hardware como x86 [4] y ARM [5], se trabaj con dos distribuciones de Linux, Para la familia x86 sobre Ubuntu GNU/Linux [6] y para la familia ARM sobre ngstrm GNU/Linux [7], usando caractersticas de Soft Real time, el cdigo fuente es compilado usando GCC [8], en sus versiones para x86 y ARM respectivamente. III. ALGORITMO PROPUESTO A. Acumulacin de lneas Spatio-tepmporal slice Sobre el cuadro de video solo se analizan dos lneas ubicadas de manera perpendicular a la va como se muestra en la Error! No se encuentra el origen de la referencia., lneas

TABLA I PLATAFORMAS EN HARDWARE

nombre en documento

corei7 Intel CORE i7 720QM 1,60 GHz mximo

Atom Intel Atom N270 1,6 GHz

Procesador Frecuencia de reloj

OMAP OMAP3530 DCBB72 + NEON 720 MHz 1 por procesador dedicado 256MB MDDR SDRAM PowerVR SGX530 @200MHz TMS320C64x+ @520MHz BeagleboardrevC4 Angstrom 2010-3 Kernel 2.6.32-47 Enlightenment 16.1.0.2 GCC 4.4.1 ARMv7

Nucleos/Hilos Memoria RWM

GPU DSP Tarjeta de desarrollo o PC

4/8 3.072 GB DDR3 @532MHz Mobility Radeon HD4570 no tiene Dell studio 1557 Ubuntu 9.10 x86 Kernel 2.6.31-19 Gnome 2.28.1 GCC 4.4.1 x86

1/2 1.016GB DDR2 @266MHz Intel 945 Express no tiene Hp mini 1101125LA Ubuntu 9.10 x86 Kernel 2.6.31-19 Gnome 2.28.1 GCC 4.4.1 x86

Sistema Operativo Entorno grfico Compilador

Figura I. Diagrama en bloques del algoritmo propuesto

en las cuales se ejecuta el algoritmo de deteccin, se hace de esta manera ya que no es necesario trabajar con todo el cuadro de video para obtener las variables de trfico de la va, esta forma de capturar, reportada para su aplicacin en trfico vehicular en 1997 por Setchell en [9] como un mtodo de aumentar la tasa de cuadros por segundo del algoritmo, tambin es propuesto su uso en conjunto a sensores laser como detectores de parqueo, [10] o como una tcnica de anlisis de movimiento en la escena y de segmentacin [11], de este ltimo se inspir la ubicacin de la lnea propuesta, este tambin introdujo el trmino de tajada espacio temporal o Spatio-Temporal Slice. En el trabajo documentado en [12], se aplica este concepto para realizar la deteccin y conteo de vehculos usando acumulacin por media y ms tarde los mismos autores [13] fijan algunas consideraciones en cuanto a la velocidad de los vehculos y la tasa de captura requerida para poder detectar los vehculos en la va.mas recientemente en el trabajo documentado en [14] se aplica la acumulacin temporal sobre una lnea por carriles en forma paralela a la va, para estimar la velocidad. Este mtodo es aplicado en este trabajo paso a seguir de trabajos previos del grupo SIRP [15] y como una tcnica que permite disminuir la cantidad de informacin a ser procesada y

Trabajo de investigacin T.I.MIE-1001

3 de estimacin estadstica por ocurrencias de color descrita en [16] y otra parte de estimacin de umbrales de movimiento descrito en [17]. El grupo de investigacin SIRP ha trabajado este algoritmo y hecho algunas modificaciones propias a trfico vehicular documentadas en [18] El algoritmo de libro de cdigos o Codebook descrito por primera vez en [19], e implementado y descrito en OpenCV [20]. La implementacin de ejemplo bsica de este algoritmo consiste en el anlisis de los primeros N cuadros con el fin de obtener un modelo a usar en la totalidad del video, este modelo debe actualizarse cada cierto tiempo con el fin de poder se adaptable a cambios en el fondo como iluminacin o condiciones atmosfricas. Tambin trabaja en el espacio de color YCrCb y el ejemplo est implementado de esta manera para mejorar la separacin de componentes claras y oscuras de un video de prueba del algoritmo [20], en el presente documento se realiza una prueba de este algoritmo en los espacios de color RGB y HSV y otra alternando dos de estos Codebook en HSV durante todo el video para mantener el modelo actualizado C. Anlisis del primer plano A cada imagen binaria le es extrada los contornos usando el algoritmo de extraccin de contornos basado en [21] presente en las bibliotecas de OpenCV, son extrados los contornos ms externos de las dos imgenes a estos se les realiza un anlisis por rea y permetro para Determinar si pueden ser unidos o no, donde estos parmetros dependen directamente del tamao de la imagen unos valores tpicos son 100 pixeles cuadrados de rea y 30 pixeles de permetro para una imagen de 640 x 480 y la mitad para una imagen de 320 x 240. Del filtrado de los contornos se generan estructuras de deteccin llamadas bloques, estos bloques ya filtrados se encuentran por cada una de las lneas de captura acumulndolos en una secuencia de estructuras de caractersticas. Cada una de estas estructuras cuenta con un identificador de la posicin del bloque que representa a cada vehculo, que consiste en un rectngulo contenedor y un identificador de la imagen en la que se encontr, tambin si el bloque hace parte de los extremos superior o inferior de la imagen de acumulacin de primer plano, esto con el fin de poder unirlo a otro bloque de una imagen de acumulacin de primer plano posteriormente si se da el caso de que la separacin de N lneas corta en dos la aparicin de uno o ms vehculos Estas estructuras son emparejadas y luego a partir de estas parejas encontradas en la dos imgenes se realiza la estimacin de las variables de trfico. En este punto del algoritmo se procede a examinar los bloques emparejados, cada una de estas parejas de bloques representa un posible vehculo que pas por ambas lneas de acumulacin, sin embargo para que sea contado como vehculo y extrada su velocidad debe pasar por un segundo anlisis.

Figura II, Acumulacin temporal de lineas del cuadro de video

por ende el tiempo de procesamiento por cuadro B. Algoritmo de deteccin Se seleccionaron 3 algoritmos de estimacin del primer plano para la deteccin de los vehculos, el algoritmo de FGDStatmodel el de Codebook sobre la imagen en componentes HSV y actualizando el modelo mediante la tcnica de umbral de movimiento y el algoritmo de acumulacin de media usando la tcnica de umbral de movimiento para la actualizacin. La salida de este bloque de deteccin consiste en dos imgenes binarias sin limpiar del primer plano capturado por lneas cada N cuadros, este proceso se repite cada vez que se termina de acumular. El algoritmo conocido como FGDStatmodel por sus siglas en ingles, que corresponde a un conjunto de algoritmos de Deteccin estadstica de primer plano, consiste en una parte

Figura III, Algoritmos de estimacin de primer plano trabajados, A, imagen orginal, B algoritmo de FGDStatmodel, B Algoritmo de Codebook modificado, C algoritmo de acumulacin de media con umbral adaptativo.

Trabajo de investigacin T.I.MIE-1001 1) Estimacin de la los parmetros de trfico Nombre del video Video 1 Video 2 Video 3 Video 4
TABLA II VIDEOS DE PRUEBA

Si se cumple la condicin de ubicar las lneas de acumulacin sobre cada sentido de carril, en el orden propuesto en la Figura I la distancia entre los bloques siempre va a ser positiva, ya que un vehculo debe pasar primero por la lnea uno, de color amarillo y luego por la lnea dos, de color verde por lo que si se da el caso de encontrar una distancia negativa, esta se elimina como un error de emparejamiento. Debido al muestreo sobre los objetos causado por la acumulacin de lneas, existe una incertidumbre en la estimacin de la velocidad de ms o menos una muestra dada por la distancia e recorrida por el objeto a velocidad v en T s segundos como puede verse en la Figura IV. La velocidad real del objeto v puede estar dada en metros o pixeles por segundo, y de esta depende la magnitud de la distancia e, que est dada por: El ancho de los bloques L en pixeles resultado de la acumulacin de lneas est dado por:

altura "m" 6,5 6,5 8 8

Velocidad media Carriles Conteo Km/h 2 2 3 3 56 64 86 94 39,2 40,5 30,2 28

TABLA III RESULTADOS CONTEO lneas cercanas conteo #video Video 1 Video 2 Video 3 Video 4 TOTAL 56 64 86 94 300 Algoritmo 1 % 100 96,8 98,8 98,9 98,7 56 62 85 93 296 Algoritmo 2 conteo 52 53 83 91 279 % 92,8 82,8 96,5 96,8 93 Algoritmo 3 conteo 38 50 63 65 216 % 67,85 78,12 73,3 69,15 72 Manual conteo

Donde Lv es el largo del vehculo de igual manera puede encontrarse una ecuacin similar para el nmero de muestras de diferencia entre la acumulacin de la primera lnea con respecto a la segunda, n:
Km/h

TABLA IV RESULTADOS VELOCIDAD lneas cercanas Velocida d media Algoritmo 1 Vel media 36,7 42,7 24,5 26,5 Algoritmo 2 Vel medi a 40,8 35,3 25,94 Algoritmo 3 Vel medi a 47,1 48,4 25,9 39

El conteo se realiza a partir de la estimacin de la velocidad si a un objeto le es encontrada una pareja vlida, se convierte en un vehculo contado.

#video Video 1 Video 2 Video 3 Video 4 TOTALE S

manual 38,59 43,72 24,34 25,25

% 95,09 97,65 100,6 5

% 105,7 1 80,73 106,5 7 106,8 4

% 122,0 4 110,6 9 106,4 0 154,4 5 123,3 9

Figura IV, Bloque a velocidad v acumulado en t=0, 1, n, n-1.

104,9 4 26,98 TABLA V

IV. RESULTADOS Se probaron 3 versiones del algoritmo de estimacin usando los 3 algoritmos de deteccin del primer plano, sobre 4 videos cuyas caractersticas se muestran en la Tabla II, se probaros los tres algoritmos propuestos mostrando los resultados de estas pruebas en las Tablas III y IV. V. CONCLUSIONES La tcnica de anlisis de video propuesta que consiste en procesar solamente sobre lneas de captura, incrementa la velocidad a la cual son procesados los cuadros, partiendo de esta tcnica se pueden hacer algoritmos ms livianos computacionalmente que pueden ser embebidos en plataformas de un tamao pequeo y bajo consumo de energa, estas pueden ser ubicadas directamente en la va realizando el procesamiento de los datos en el sitio, reduciendo la cantidad

TIEMPOS DE EJECUCIN 99,96 % de acierto total 99,58

cuadros por desviacin segundo estndar Algoritmo4,23 Algoritmo 2 Algoritmo 3 1 12,83 21,72 Corei7 Atom OMAP 125 65 10 125 125 21 125 119 14

de datos que debe analizar el usuario al informar solamente los datos requeridos. Ubicar bien la cmara es beneficioso para la estimacin de los parmetros de trfico adems de disminuir la complejidad de los algoritmos, al evitar traslapes de los vehculos tambin mejora la eficiencia de los mismos al poder ubicar mejores puntos para realizar la medicin, por ejemplo la medicin de la velocidad en los puntos recomendados sobre el objeto se ve beneficiada al evitar hacer una correccin en la cual se tendr incertidumbre si no se cuenta con la altura de los vehculos en la va.

Trabajo de investigacin T.I.MIE-1001

[6] "Ubuntu homepage, http://www.ubuntu.com/," 2010. "The ngstrm Distribution | Embedded power, http://www.angstrom-distribution.org/," 2010. "GCC, the GNU Compiler Collection - GNU Project - Free Software Foundation (FSF), http://gcc.gnu.org/." C. Setchell, "Applications of Computer Vision to Road-traffic Monitoring," Interpretation A Journal Of Bible And Theology, 1997, p. 170. K. Hirahara and K. Ikeuchi, Detection of street-parking vehicles using line scan camera and scanning laser range sensor, IEEE, 2003. C. Ngo, T. Pong, and H. Zhang, "Motion analysis and segmentation through spatio-temporal slices processing.," IEEE transactions on image processing : a publication of the IEEE Signal Processing Society, vol. 12, 2003, pp. 341-55. L. Anan and Y. Zhaoxuan, Video Vehicle Detection Algorithm through Spatio-Temporal Slices Processing, IEEE, 2006. L. Anan and Y. Zhaoxuan, Video Vehicle Detection Algorithm based on Virtual-Line Group, IEEE, 2006.

Los algoritmos de deteccin propuestos son capaces de identificar un objeto as este sea capturado en un solo cuadro y por ende acumulado en una sola lnea, sin embargo, si esto ocurre, es ms difcil separar un vehculo del ruido y se crearan ms errores, es decir la relacin seal a ruido aumenta, por ejemplo a una tasa de captura de 30 cuadros por segundo, un automvil que tiene en promedio 4.2 metros de largo si se desplaza a 100 Km/h, es capturado en 4 lneas. Si hay una distancia de un metro entre las dos lneas de captura solo habr una lnea de diferencia entre los dos bloques de 4 lneas acumulados, por lo que la resolucin en la velocidad se ver afectada. Por esto la ubicacin de las lneas debe hacerse dependiendo de la tasa de captura de la cmara y de la velocidad y el largo esperado de los vehculos. Para esto puede usarse la tabla de diseo presente en el anexo de tablas o las ecuaciones de la seccin Error! No se encuentra el origen de la referencia.. Conteo es mejor mientras ms cercanas estn las lneas y exista una menor disparidad entre las imgenes de acumulacin. As mismo la velocidad puede estimarse sin problemas siempre y cuando la lnea se encuentre lo suficientemente separada de tal manera que exista disparidad entre las dos imgenes acumuladas por lneas; as que al ubicar la cmara en la va se deber encontrar la relacin adecuada dependiendo de las necesidades de la implementacin. Dados los tiempos de ejecucin y la tasa de procesamiento del algoritmo, esta es determinante a la hora de seleccionar cual de los sistemas propuestos ubicar en la va, si es una va lenta en la que no se presentan velocidades mayores a 20 Km/h, por ejemplo, la entrada a un peaje o un parqueadero. El sistema basado en OMAP usando el algoritmo 1 o 2 es ms que suficiente, sin embargo, si es una va rpida en la que se esperan velocidades mayores a 100 km/h puede usarse la plataforma basada en el procesador Atom. Usando el algoritmo 2 si se desea tener una alta precisin en la velocidad, al tener este un alta tasa de cuadros por segundo, o el algoritmo 3 si lo que se desea es tener la mayor precisin en el conteo. BIBLIOGRAFA
[1] M. Jos and M. Pardillo, Apuntes de ingeniera de trfico, Madrid, Espaa: E.T.S. Ingenieros de Caminos, Canales y Puertos, 2003. SONY, "PlayStation EYE, http://uk.playstation.com/ps3/peripherals/detail/item78698/PlaySta tionEye/," 2010, p. 1. L. Comunidad, "POSIX - Wikipedia, la enciclopedia libre, http://es.wikipedia.org/wiki/POSIX." "x86 - Wikipedia, la enciclopedia libre, http://es.wikipedia.org/wiki/X86." "ARM - Wikipedia, la enciclopedia libre, http://es.wikipedia.org/wiki/ARM."

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

Y. Malinovskiy, Y. Wu, and Y. Wang, "Video-Based Vehicle Detection and Tracking Using Spatio-Temporal Maps.," Annual Meeting of the Transportation Research Board and for Publication in Transportation Research Record: the Journal of the Transportation Research Board, vol. 88, 2008, pp. 1-18. F. Calderon and G. Urrego, "Conteo automatico de vehculos," Tesis de Pregrado, 2008, p. 62. L. Li, W. Huang, I.Y. Gu, and Q. Tian, Foreground object detection from videos containing complex background, In MULTIMEDIA 03: Proceedings of the eleventh ACM international conference on Multimedia, 2003. P.L. Rosin, Thresholding for Change Detection, 1998. G. Urrego, F. Calderon, A. Forero, and J. Quiroga, "Adquisicin de variables de trfico vehcular usando visin por computador," Revista de ingeniera Universidad de los Andes, vol. 1, 2009, pp. 7-15. K. KIM, T. CHALIDABHONGSE, D. HARWOOD, and L. DAVIS, "Real-time foregroundbackground segmentation using codebook model," Real-Time Imaging, vol. 11, 2005, pp. 172-185. G. Bradski and A. Kaehler, Learning OpenCV: Computer Vision with the OpenCV Library, Sebastopol, Canada: O'Reilly, 2008. S. SUZUKI and K. BE, "Topological structural analysis of digitized binary images by border following," Computer Vision, Graphics, and Image Processing, vol. 30, 1985, pp. 32-46.

[15]

[16]

[17] [18]

[19]

[20]

[21]

[2]

[3]

Caldern. F, Ingeniero Electrnico graduado de la pontificia Universidad Javeriana en marzo de 2009, desde esa fecha ha Trabajado como auxiliar de investigacin en el grupo SIRP sistemas inteligentes en robtica y percepcin al tiempo que realiza sus estudios de maestra en ingeniera electrnica en la Pontificia Universidad Javeriana.

[4]

[5]