Distance estimation between vehicles based on fixed dimensions licence plates
Intelligent Transportations Systems (ITS) have become an integral part of every modern car since they provide advanced assistance in driving conditions. According to a study [1], 90% of rear-end collisions can be avoided if the driver is notified one second earlier. For this reason, in this thesis w...
Κύριος συγγραφέας: | |
---|---|
Άλλοι συγγραφείς: | |
Μορφή: | Thesis |
Γλώσσα: | English |
Έκδοση: |
2017
|
Θέματα: | |
Διαθέσιμο Online: | http://hdl.handle.net/10889/10362 |
id |
nemertes-10889-10362 |
---|---|
record_format |
dspace |
spelling |
nemertes-10889-103622022-09-05T05:00:28Z Distance estimation between vehicles based on fixed dimensions licence plates Εκτίμηση απόστασης οχημάτων με βάση πινακίδες κυκλοφορίας σταθερών διαστάσεων Καραγιάννης, Βασίλειος Αντωνακόπουλος, Θεόδωρος Αντωνακόπουλος, Θεόδωρος Δερματάς, Ευάγγελος Ψαράκης, Εμμανουήλ Karagiannis, Vasileios Intelligent transportation systems Distance estimation Ευφυή συστήματα μεταφορών Εκτίμηση απόστασης 629.8 Intelligent Transportations Systems (ITS) have become an integral part of every modern car since they provide advanced assistance in driving conditions. According to a study [1], 90% of rear-end collisions can be avoided if the driver is notified one second earlier. For this reason, in this thesis we focus on the problem of tracking the front vehicle through an on-board camera module and estimating its distance. We include a literature review on technologies that are currently being employed for distance estimation and we point out advantages and disadvantages. Additionally, we design a novel algorithm for vehicle tracking and distance estimation based on the licence plates that are, according to the law, in a visible place at the rear of each vehicle. The algorithm detects the plates based on their rectangular shape and colour variation and calculates the distance based on the standardized dimensions enforced by each country. Moreover, we use a low power ARM processor and a low cost 640x480 webcam to test its performance. Tracking the front vehicle works for distances of up to 9.6 meters from the camera, has an error of approximately 5% of the estimated distance and the ARM processor can process at least 20 frames per second in a video sequence. The results make it ideal for real time applications but also allow the possibility of increasing the image resolution in order to achieve longer distances during tracking and still being able to perform in real time. Τα Ευφυή Συστήματα Μεταφορών έχουν γίνει αναπόσπαστο μέρος κάθε σύγχρονου αυτοκινήτου, επειδή παρέχουν βοήθεια προς τους οδηγούς σε συνθήκες πραγματικού χρόνου. Σύμφωνα με μια μελέτη [1], το 90% των συγκρούσεων προς το πίσω μέρος του μπροστινού αυτοκινήτου, μπορούν να αποφευχθούν αν ο οδηγός ειδοποιηθεί ένα δευτερόλεπτο νωρίτερα. Για το λόγο αυτό, στην παρούσα εργασία εστιάζουμε στο πρόβλημα της παρακολούθησης του μπροστινού οχήματος μέσω μίας ψηφιακής κάμερας και την εκτίμηση της απόστασης του. Η παρούσα εργασία περιλαμβάνει μια επισκόπηση της βιβλιογραφίας σχετικά με τις τεχνολογίες που επί του παρόντος χρησιμοποιούνται για την εκτίμηση της απόστασης και επίσης, επισημαίνει τα πλεονεκτήματα και τα μειονεκτήματα τους. Επιπλέον, σχεδιάζουμε ένα νέο αλγόριθμο για την παρακολούθηση οχημάτων και εκτίμηση απόστασης με βάση τις πινακίδες κυκλοφορίας που είναι, σύμφωνα με το νόμο, σε ευδιάκριτο σημείο στο πίσω μέρος του κάθε οχήματος. Ο αλγόριθμος ανιχνεύει τις πινακίδες βασιζόμενος στο ορθογώνιο σχήμα και το χρωματισμό τους και υπολογίζει την απόσταση με βάση τις τυποποιημένες διαστάσεις που έχουν επιβληθεί από κάθε χώρα. Επιπλέον, χρησιμοποιούμε ένα επεξεργαστή χαμηλής κατανάλωσης ARM και μια κάμερα χαμηλού κόστους ανάλυσης 640x480 για να ελέγξουμε την απόδοσή του. Η παρακολούθηση του μπροστινού οχήματος δουλεύει για αποστάσεις έως και 9,6 μέτρων από την κάμερα, έχει σφάλμα περίπου 5% της εκτιμώμενης απόστασης και ο επεξεργαστής ARM μπορεί να επεξεργαστεί τουλάχιστον 20 εικόνες ανά δευτερόλεπτο σε μια ακολουθία βίντεο. Τα αποτελέσματα το καθιστούν ιδανικό για εφαρμογές που πρέπει να λειτουργούν σε πραγματικό χρόνο, αλλά επιτρέπουν επίσης τη δυνατότητα αύξησης της ανάλυσης εικόνας, προκειμένου να επιτευχθούν μεγαλύτερες αποστάσεις κατά τη διάρκεια της παρακολούθησης, εξακολουθώντας να είναι σε θέση να λειτουργεί σε πραγματικό χρόνο. 2017-06-02T08:09:42Z 2017-06-02T08:09:42Z 2017-02-23 Thesis http://hdl.handle.net/10889/10362 en 0 application/pdf |
institution |
UPatras |
collection |
Nemertes |
language |
English |
topic |
Intelligent transportation systems Distance estimation Ευφυή συστήματα μεταφορών Εκτίμηση απόστασης 629.8 |
spellingShingle |
Intelligent transportation systems Distance estimation Ευφυή συστήματα μεταφορών Εκτίμηση απόστασης 629.8 Καραγιάννης, Βασίλειος Distance estimation between vehicles based on fixed dimensions licence plates |
description |
Intelligent Transportations Systems (ITS) have become an integral part of every modern car since they provide advanced assistance in driving conditions. According to a study [1], 90% of rear-end collisions can be avoided if the driver is notified one second earlier. For this reason, in this thesis we focus on the problem of tracking the front vehicle through an on-board camera module and estimating its distance. We include a literature review on technologies that are currently being employed for distance estimation and we point out advantages and disadvantages. Additionally, we design a novel algorithm for vehicle tracking and distance estimation based on the licence plates that are, according to the law, in a visible place at the rear of each vehicle. The algorithm detects the plates based on their rectangular shape and colour variation and calculates the distance based on the standardized dimensions enforced by each country. Moreover, we use a low power ARM processor and a low cost 640x480 webcam to test its performance. Tracking the front vehicle works for distances of up to 9.6 meters from the camera, has an error of approximately 5% of the estimated distance and the ARM processor can process at least 20 frames per second in a video sequence. The results make it ideal for real time applications but also allow the possibility of increasing the image resolution in order to achieve longer distances during tracking and still being able to perform in real time. |
author2 |
Αντωνακόπουλος, Θεόδωρος |
author_facet |
Αντωνακόπουλος, Θεόδωρος Καραγιάννης, Βασίλειος |
format |
Thesis |
author |
Καραγιάννης, Βασίλειος |
author_sort |
Καραγιάννης, Βασίλειος |
title |
Distance estimation between vehicles based on fixed dimensions licence plates |
title_short |
Distance estimation between vehicles based on fixed dimensions licence plates |
title_full |
Distance estimation between vehicles based on fixed dimensions licence plates |
title_fullStr |
Distance estimation between vehicles based on fixed dimensions licence plates |
title_full_unstemmed |
Distance estimation between vehicles based on fixed dimensions licence plates |
title_sort |
distance estimation between vehicles based on fixed dimensions licence plates |
publishDate |
2017 |
url |
http://hdl.handle.net/10889/10362 |
work_keys_str_mv |
AT karagiannēsbasileios distanceestimationbetweenvehiclesbasedonfixeddimensionslicenceplates AT karagiannēsbasileios ektimēsēapostasēsochēmatōnmebasēpinakideskyklophoriasstatherōndiastaseōn |
_version_ |
1771297139009257472 |