Estratégia para função de detecção e reconhecimento de faixas em rodovias com aplicação a sistemas de assistência ao condutor

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSantos, Max Mauro Dias-
Autor(es): dc.contributorNeme, João Henrique Zander-
Autor(es): dc.contributorSantos, Max Mauro Dias-
Autor(es): dc.contributorNeme, João Henrique Zander-
Autor(es): dc.contributorTusset, Angelo Marcelo-
Autor(es): dc.contributorJanzen, Frederic Conrad-
Autor(es): dc.creatorFranco, Felipe Rezende-
Data de aceite: dc.date.accessioned2022-02-21T22:07:22Z-
Data de disponibilização: dc.date.available2022-02-21T22:07:22Z-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2020-11-18-
Data de envio: dc.date.issued2017-11-01-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/16204-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/668169-
Descrição: dc.descriptionThe 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.-
Descrição: dc.descriptionAs 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.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherPonta Grossa-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Engenharia Eletrônica-
Publicador: dc.publisherEngenharia Eletrônica-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectSistemas de segurança-
Palavras-chave: dc.subjectAutomóveis-
Palavras-chave: dc.subjectAutomação-
Palavras-chave: dc.subjectSecurity systems-
Palavras-chave: dc.subjectAutomobiles-
Palavras-chave: dc.subjectAutomation-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA-
Título: dc.titleEstratégia para função de detecção e reconhecimento de faixas em rodovias com aplicação a sistemas de assistência ao condutor-
Título: dc.titleStrategy for roads track detection and recognition with application to driver assistance systems-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.