Diseño e implementación de un prototipo para la identificación de colores de las luces de los semáforos vehiculares mediante la herramienta Teachable Machine de Google
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/25682| Título : | Diseño e implementación de un prototipo para la identificación de colores de las luces de los semáforos vehiculares mediante la herramienta Teachable Machine de Google |
| Autor : | Pinto Armijos, Edgar Ramiro |
| Director de Tesis: | Larco Torres, Victor David |
| Resumen traducido: | El presente trabajo está en el desarrollo y diseño de un prototipo para la identificación de colores de semáforos vehiculares mediante la herramienta Teachable Machine de Google, es un proyecto que tiene como objetivo mejorar la seguridad en las carreteras. La herramienta Teachable Machine de Google permite entrenar a una red neuronal para identificar patrones específicos en una imagen. En este caso, se utiliza para identificar los colores de los semáforos vehiculares. Este trabajo aporta a los estudiantes una herramienta de aprendizaje práctico ya que se implementa en una Raspberry Pi 4, un ordenador de bajo costo y bajo consumo, que cuenta con la potencia suficiente para ejecutar la herramienta Teachable Machine. Además, se utiliza la biblioteca de inteligencia artificial Keras, junto con otras bibliotecas como NumPy, Pygame y OpenCV, para crear un sistema capaz de identificar los colores de los semáforos vehiculares en tiempo real. El presente documento en la parte de marco metodológico incluye los elementos que se tomaron en cuenta para la creación del proyecto, como instrumentación electrónica, diseño electrónico y programación en python. A través del raspberry y teniendo como sistema operativo raspbian el prototipo resultante es un sistema capaz de identificar los colores de los semáforos vehiculares con una alta precisión. Además, al ser un sistema en tiempo real, puede ser utilizado para alertar a los conductores de los cambios en los semáforos, mejorando la seguridad en las carreteras. |
| Resumen : | The present work is in the development and design of a prototype for the identification of colors of vehicular traffic lights using the Google Teachable Machine tool, a project aimed at improving road safety. The Google Teachable Machine tool allows for training a neural network to identify specific patterns in an image. In this case, it is used to identify the colors of traffic lights. This work provides students with a practical learning tool as it is implemented on a Raspberry Pi 4, a low-cost, low-power computer that has sufficient power to run the Teachable Machine tool. Additionally, the artificial intelligence library Keras is used, along with other libraries such as NumPy, Pygame, and OpenCV, to create a system capable of identifying the colors of vehicular traffic lights in real-time. In the present document, the methodological framework includes the elements that were taken into account for the creation of the project, such as electronic instrumentation, electronic design, and programming in python. Through the raspberry and with the raspbian operating system, the resulting prototype is a system capable of accurately identifying the colors of vehicular traffic lights. Additionally, being a real-time system, it can be used to alert drivers of changes in the traffic lights, improving road safety. |
| Palabras clave : | SEMÁFOROS VEHICULARES RASPBERRY PI 4 SISTEMA OPERATIVO RASPBIAN PYGAME |
| Fecha de publicación : | 2023 |
| URI : | http://dspace.ups.edu.ec/handle/123456789/25682 |
| Idioma: | spa |
| Pertenece a las colecciones: | Grado |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| UPS-GT004501.pdf | Texto Completo | 2,66 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
