C

alculo Numerico

INSTITUTO FEDERAL
ESPIRITO SANTO
Campus Aracruz

Trabalho

Trabalho
Calculo Numerico

Professor: Avelino Forechi

Data de entrega: 02/12/2016

Interpola
c
ao de faixa de tr
ansito representada por pixels de imagens
Detecc
ao e rastreamento de faixa de rolagem e
uma tarefa importante que fornece informacao u
til
para uma serie de outras tarefas relacionadas a
direc
ao, tais como: alerta de sada da faixa, deteccao
de sonolencia do condutor, piloto autom
atico e outros.
Todos estes m
odulos est
ao diretamente relacionados
com a capacidade de minimizar acidentes e aumentar
a seguranca durante a conduc
ao, que s
ao os principais objetivos dos chamados carros aut
onomos. A
import
ancia de tais algoritmos e reforcado pelo fato
de que 93% de todos os acidentes s
ao causadas total
ou parcialmente por fator humano 1 .
Contudo, detecc
ao e rastreamento de faixas de rolagem e uma tarefa desafiadora. Principalmente considerando que a visualizac
ao da sinalizac
ao horizontal
da pista e constantemente obstruda por carros, motos, bicicletas e pedestres. Alem disso, muitos desses
marcadores de pista desaparecem ap
os alguns anos de
desgaste com o tr
afego e condic
oes clim
aticas e infelizmente a maioria deles n
ao s
ao repintadas por muitos anos. Alem dessas dificuldades enfrentadas pelos
condutores, h
a outras a serem consideradas no caso
de algoritmos baseados em imagens digitais decorren-

tes das limitacoes das cameras digitais. Por exemplo:

sombras na pista, saturacao da imagem por incidencia
de luz direta, s
ubita variacao de iluminacao (t
uneis),
ambientes escuros, etc.
A deteccao e rastreamento de faixas de rolagem
por imagem envolve algoritmos de processamento digital de imagens para filtrar e segmentar a sinalizac
ao
horizontal da pista para em seguida interpolar os pontos (x, y), ou seja, os pixels correspondentes a faixas
de transito em cada imagem e rastrear sua posicao entre uma sequencia de imagens fornecidas pela camera.
Para mais detalhes sobre a solucao completa deste
problema favor consultar [1], onde e proposto um
metodo para detectar os marcadores de pista usando
visao monocular (ou seja, uma u
nica camera montada em cima de um veculo) e rastrear ao longo de
uma seq
uencia de imagens. O sistema proposto por
eles recebe uma sequencia de imagens como entrada
e utiliza uma combinacao de algoritmos de mapeamento inverso de perspectiva, filtro de partculas e interpolacao pelo metodo spline c
ubico para encontrar
em cada imagem as faixas em que o carro se encontra
na pista.

Para este trabalho ser

ao fornecidas as imagens e as coordenadas dos pixels das faixas detectadas para a
interpolac
ao. O trabalho est
a dividido em duas partes: implementacao e relatorio. A parte de implementac
ao
consiste em implementar em C/C++ e Matlab/Octave as funcionalidades abaixo de entrada, processamento
e sada. J
a o relat
orio deve conter uma an
alise dos resultados e comparacao de desempenho entre as implementac
oes em C/C++ e Matlab/Octave.
1. (10%) Entrada: Implementar rotina para ler cada imagem e arquivo de pontos 2D correspondentes as
faixas de tr
ansito detectadas.
2. (50%) Processamento: Implementar do zero o algoritmo de spline c
ubico para interpolacao dos pontos
2D associados a faixa de tr
ansito detectada em cada imagem. Observa
c
ao: interpolar a coordenada
x dos pontos, dado o intervalo em y com espa
camentos iguais entre os pontos.
3. (10%) Sada: Implementar rotina para exibir uma sequencia com todas as imagens com o polin
omio
desenhado sobre as faixas.
4. (30%) Relat
orio: Fazer an
alise dos resultados, incluindo uma analise de erro de interpolacao e um comparativo do tempo de execuc
ao medio entre as implementacoes em C/C++ e Matlab/Octave.
1 https://www.fhwa.dot.gov/publications/publicroads/95winter/p95wi14.cfm

Ifes Campus Aracruz

C
alculo Numerico

Trabalho

An
alise de erro de interpolac
ao
Seja a func
ao:
(
ex ,
2 x 0
f (x) =
xsen(5x) + 1, 0 x 4
definida por n pontos distintos de suporte (2, f (2)), (2 + h, f (2 + h)), (2 + 2h, f (2 + 2h)), (2 +
3h, f (2 + 3h)), ..., (4, f (4)), onde h = 4(2)
n1 (Dica: utilize o script Matlab abaixo como ponto de partida).
n = 13;
m = 20;
xn = 4 ;
x i = 2;
f = @( x ) exp ( x ) ;
g = @( x ) x . s i n ( 5 x ) + 1 ;
x = l i n s p a c e ( xi , xn , ( n1)m) ;
y = ( x>=x i & x <=0). f ( x ) + ( x>0 & x<=xn ) . g ( x ) ;
plot (x , y , g ) ;
Deseja-se reconstruir a curva y = f (x) por meio de splines c
ubicos com m pontos interpolados a cada par
de pontos de suporte.

Calcular o erro medio quadr

atico entre os n m pontos dados pela funcao f (x) e a spline y. Ou seja,
calcular o erro dado pela seguinte f
ormula para m = 20 e n = 7, 13, 25, 61 e 121:
nm

erro =

1 X
(f (xi ) yi )2
nm i=1

Refer
encias
[1] Rodrigo Ferreira Berriel, Edilson de Aguiar, Vanderlei Vieira de Souza Filho, and Thiago Oliveira-Santos.
A particle filter-based lane marker tracking approach using a cubic spline model. In Graphics, Patterns
and Images (SIBGRAPI), 2015 28th SIBGRAPI Conference on, pages 149156, Aug 2015.

Ifes Campus Aracruz