La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 La Visione Artificiale in Applicazioni di Sicurezza Giovanni Garibotto.

Presentazioni simili


Presentazione sul tema: "Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 La Visione Artificiale in Applicazioni di Sicurezza Giovanni Garibotto."— Transcript della presentazione:

1 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 La Visione Artificiale in Applicazioni di Sicurezza Giovanni Garibotto Elsag Spa Genova Riconoscimento caratteri e lettura mobile di targhe Detezione di ostacoli 3D in movimento (un progetto in fase di sviluppo) Visione 3D per la ricostruzione di scene incidentate

2 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Sistema di lettura Targhe Mobile a Bordo Auto O 2 CR “Auto-Detector” Un Ausiliario Elettronico per la pattuglia a bordo Due occhi dedicati alla sicurezza

3 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Auto-Detector Specifiche dei Requisiti: Massima raccolta targhe durante una normale missione di auto-pattuglia Lettura in aree urbane ed extraurbane (autostrade) senza limiti di velocita’ Servizio continuativo 24 h su 24 (diurno-notturno) Segnalazione immediata di allarme con liste aggiornate (> elementi) Miniaturizzazione dell’apparato sensoriale (integrazione con dispositivi esistenti) Bassi consumi e vincoli di alloggiamento Non interferire con la normale operativita’ del personale Sfide tecnologiche: Lettura continua e integrazione temporale Gestione di orientamenti arbitrari delle targhe e letture multiple Compensazione della dinamica di illuminazione non controllabile

4 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Configurazione di ripresa per il Lettore a bordo auto 3 m c.a. 6 m. c.a. Copertura simultanea di lettura delle due corsie adiacenti a quella di marcia Per ogni transito rilevato da ciascuna delle telecamere vengono registrati: Stringa corrispondente alla targa letta Ora e data Posizione (georeferenziata GPS fornita dal dispositivo Route Planner di navigazione) Immagine del transito (compressa)

5 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Condizioni di leggibilita’ targhe dmax S Inclinazione α Lmax Le aree in rosso descrivono le zone coperte dal sistema di ripresa durante la marcia, in cui le targhe risultano “leggibili”

6 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 LAN FPM RS 232 GEODI Postazione RadiolocalizzazionePostazione Controllo Targhe RS 232Modem GSM ACCENTRA CENTRALE Operativa Telecamera sx Modem GSM TRG Introduzione e cancellazione targhe in lista nera Ricezione allarmi Consultazione transiti Comunicazione con veicolo Radiolocalizzazione veicolo Wireless- LAN VEICOLO Schema funzionale del sistema Auto-Detector Telecamera dx

7 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Scheda Tecnica del sistema Auto- Detector Sensore miniaturizzato integrato con due microcamere digitali B/W progressive con ottica NF 12mm e mini illuminatori IR flash (88 LED on chip ad alta densita’) Ampia possibilita’ di espansione verso sensori ad alta risoluzione e alta sensibilita’ Unita’ di elaborazione nel vano bagagli delle vettura Processore INTEL X-Scale a elevate prestazioni (880 MHz, 32 bits, 64 MB RAM) Rete a 100 Mb/s Bassi consumi < 15W, e alimentazione a 12 VDC Elevata compattezza Componente di una rete espandibile Facilita’ di connessioni remote per manutenzione ed aggiornamento

8 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 O 2 CR - Diagramma di flusso Acquisizione video continua Elaborazione immagini e regione di interesse ROI Segmentazione ROI e riconoscimento caratteri Analisi contestuale e Understanding Aggiornamento e manutenzione Base-Dati targhe Confronto liste targhe (bianche-nere) Controllo esposizione Interfaccia Applicativa (MMI - utente)

9 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Pre-Processing: Elaborazione della sequenza video per selezionare automaticamente i quadri immagine in movimento” OCR Engine: Estrazione e misura caratteri targa nelle regioni ROI selezionate e validazione contestuale Localizzazione Campo Targa Segmentazione Caratteri Misura e Riconoscimento Caratteri Validazione Contestuale Post-Processing: Integrazione temporale e fusione dei caratteri targa da letture successive O 2 CR Processo di Lettura Targhe

10 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Localizzazione targa per limitare il campo di lettura Analisi di configurazioni nei livelli di grigio lungo linee orizzontali Il risultato del processo e’ il rettangolo che contiene il campo targa Compensazione orientamento “Deskewing”- analisi della fase del gradiente O 2 CR Engine : Localizzazione del Campo Targa

11 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Processi adattativi per compensare variazioni nelle condizioni di illuminazione (ombre e riflessi) Gestione del contrasto per discriminare i caratteri dallo sfondo Binarizzazione adattativa Laplaciano di gaussiana e binarizzazione del segnale filtrato O 2 CR Engine :Segmentazione Caratteri

12 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Features utilizzate: mappa “grigi” locali di dimensione fissa e spaziatura adattata Distribuzione di probabilita`: stimata con media e covarianza delle 36 classi alfanumeriche Classificatore utilizzato: maximum likelyhood con distanza di Mahalanobis -1/2 ( X-M i ) T Q -1 ( X-M i )dove M i vettore medio della classe i Q i matrice di covarianza della classe i Criterio di scarto distanza superiore ad un valore prefissato O 2 CR Engine :Riconoscimento e Misura 1 Si tratta in genere di OCR monofont, quindi con distribuzioni di probabilita` modellabili come “nuvole” centrate attorno ad un punto (archetipo) nello spazio delle features. Esempio di carattere segmentato, mappa di features

13 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Confronto e integrazione delle targhe riconosciute nei quadri immagine che compongono la sequenza video per selezionare i dati piu’ stabili e corretti Misura della distanza tra stringhe alfanumeriche di testo per decidere l’accettazione del candidato targa Si ottiene un sensibile miglioramento del riconoscimento targa rispetto alle misure condotte su singoli quadri immagine Confronti con liste bianche (veicoli autorizzati) e liste nere (generazione allarmi) O 2 CR Engine: Post-Processing

14 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Prestazioni del sistema Auto-Detector

15 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Prestazioni del sistema Auto-Detector Vetture parcheggiate al bordo strada lungo tratti urbani Riprese a velocita’ 50 km/h Percentuale media di letture corrette rispetto a quelle leggibili > 90% Vetture in movimento lungo tratti autostradali o strade ad elevato scorrimento Percentuale media di letture corrette rispetto a quelle leggibili > 95% Ottimizzato per le targhe italiane con equivoco inferiore a 0.5% Predisposto per la lettura targhe internazionali (training e contesto-libero) Lettura continua giorno e notte e transizioni brusche (gallerie) pioggia, ecc.

16 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 3D MODS Moving Obstacle Detection System Le specifiche e requisiti applicativi di riferimento La soluzione proposta Configurazione adottata e modalita’ di installazione Descrizione del processo Alcuni esempi Sviluppi in corso

17 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 L’obiettivo principale dell’ODS e’ quello di generare un allarme quando un oggetto di dimensioni predefinite (un cubo di 30 cm. di lato e’ utilizzato come “test-body”) cade in una zona pericolo. (zona binari). ODS- Stazioni Metropolitane 1 E’ definita una barriera virtuale all’altezza del marciapiede, come zona di sicurezza. L’oggetto non deve essere metallico ne’ avere proprieta’ di conducibilita’ Non si devono avere falsi allarmi per: Variazioni nelle condizioni atmosferiche e di illuminazione Fogli di giornale, pacchetti di sigarette, ecc. Transito di treni Tempo di risposta nella detezione oggetto (allarme) < 300 msec. Copertura di tutta la lunghezza del binario in stazione (c.a. 40 m.) Garantita una illuminazione ambientale >10 lux

18 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 ODS- Stazioni Metropolitane 2 Soluzioni attualmente in fase di valutazione Barriere otticheBarriere Laser Frequenti falsi allarmi No-documentazione dell’evento Difficile installazione (ingombri in zona danger) Difficile manutenzione (interruzione servizio)

19 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Base telemetrica fra le due telecamere B Assetto Binoculare convergente Una telecamera (master) rileva le variazioni di movimento La seconda telecamera verifica la consistenza 3D delle aree rilevate in movimento Vantaggi: Elimina falsi allarmi generati da: Ombre e riflessi di luce Fogli o superfici piane 3D MODS- La Proposta Elsag 1

20 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 B Modello predizione-verifica Ogni piano nello spazio 3D determina una tabella di corrispondenza (look-up) tra i punti immagine Master e Slave Vantaggi principali: Insensibilita’ a variazioni di luce (coppie di telecamere sincronizzate) Velocita’ di processing (look-up limitate alle aree in movimento) Modello binoculare Autocalibrazione sul piano da analizzare 3D MODS- La Proposta Elsag 3

21 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 MODS: Moving Obstacle Detection System 3D MODS- La Proposta Elsag m 4.39 m Configurazione sensoriale (6 sensori stereo) per coprire la lunghezza del binario in stazione Sensore base: Aggiornamento del background e controllo esposizione Detezione movimento (change-detection) della Telecamera master: zone candidate (blob) Estrazione contorni (in movimento) Correlazione immagini (ai diversi pianio selezionati) Estrazione features (globali e ai singoli piani): densita’ punti “attivi”, posizione (baricentri) assi di inerzia Detezione (warning e allarmi) con euristiche (processo “generico”) da specializzare con opportuna fase di “training”

22 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 3D MODS- La Proposta Elsag 4 Architettura di sistema Basic Sensor Rail track 1Rail track 2 Basic Sensor LAN 1LAN 2 Alarm Mngm. Supervision SUP-1 Alarm Mngm. Supervision SUP-2 I/F to External Systems SCADA, TLC, ecc.

23 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 3D MODS- Situazione attuale prototipo “base” Configurazione di ripresa Sensore binoculare Procedure di Calibrazione e Installazione (messa in servizio): Selezione nella scena di punti 3D (sparsi) su due piani ad altezza 0 e h, rispettivamente Costruzione della matrice fondamentale F (relazione epipolare) Costruzione delle trasformate (omografie) sui due piani selezionati Interpolazione lineare dei piani con vincolo epipolare O = (1-dz/h) O 0 + (dz/h) O h LeftRight

24 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 P O1O1 O2O2 Parallela alla direzione P 1 P1P1 P2P2 Punti P con giacitura su un piano di riferimento 3D MODS- Assetto stereo di ripresa” Ep 2

25 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Omografia al suolo O 0 ottenuta dalla corrispondenza di N pti (>=4) su un piano di riferimento (piano dei binari) Omografia all’infinito O  ottenuta dalla corrispondenza dei punti all’infinito, rispetto ad un sistema di riferimento 3D comune nella scena (landmark “naturale” dei binari) Relazione di interpolazione per ottenere l’omografia O al piano corrente, come: O = H/(H-h) O 0 - h / (H-h) O  Si utilizza un sistema di riferimento ortogonale nel mondo costituito da 3 direzioni ortogonali corrispondenti ai 3 pti di fuga (punti impropri) sul piano immagine 3D MODS- Interpolazione con omografia all’infinito

26 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 3D MODS- Landmark 3D nella scena

27 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 3D-MODS- Impianto Pilota METRO-Ge, Certosa-Brin Il sistema (un sensore) e’ installato alla stazione di Genova-Certosa, dal Il sistema e’ in grado di rilevare la presenza di oggetti (di dimensioni superiori a 15 cm. nella zona di sicurezza all’altezza della banchina Puo’ classificare i treni in transito Esempio di coppia stereo sincronizzata Cassetto di controllo Sensore binoculare

28 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Componenti Compasso landmark Compatto lunghezza 1 m. Materiale “Polidur” alta densita’ molecolare, resistente e leggero Trattamento anti UVA con ampia resistenza a escursioni termiche e usura Fotocamera digitale 4 Megapixel 2272x1704, a colori Salvataggio su mini-CD a sola scrittura Software di elaborazione ORTHO-PHOTO ORTO-FOTO: Ricostruzione e misure di scene incidenti

29 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Ricostruzione in pianta Ricostruzione grafica scene (schizzo post- incidente) Ricostruzione della scena per una mappatura piu’ realistica della scena Recupero misure e dati senza elementi di disturbo (scena sgombra)

30 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 P0P0 Export dati in uscita Per ogni immagine selezionata: Scelta punto di origine (P 0 ) sulla scena e direzione principale (P 1 ) (ad es. lungo una corsia), per identificare una posizione assoluta di riferimento, ben identificabile nella scena; Tutte le coordinate misurate vengono riportate in questo sistema di riferimento P1P1 Struttura dati in uscita: Sequenza dei punti misurati (segmenti in colore blu nella figura) al suolo nel sistema di riferimento selezionato, che possono essere posizionati su un grafico esterno (ad. Es. CAD) ESTERNO AL PROGRAMMA ORTHO-PHOTO

31 Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 Nuove applicazioni e sviluppi in corso Misura velocita’ dalla lettura continua delle targhe dei veicoli in transito Lettura codici containers nel controllo accesso varchi portuali Detezione e classificazione di sorpassi tra mezzi pesanti (con modelli 3D di veicoli e mezzi) Misure stereometriche fra due foto-digitali non-calibrate (landmark) Riconoscimento e classificazione transiti di motocicli (struttura targe) Classificazione transiti a varchi (persone, veicoli, ecc.) Simulazione transiti


Scaricare ppt "Una Società Finmeccanica Master in Matematica per le Applicazioni, Bologna 3/7/03 La Visione Artificiale in Applicazioni di Sicurezza Giovanni Garibotto."

Presentazioni simili


Annunci Google