Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Previsão de colisão múltipla em tempo real para Sistemas de Assistência ao Motorista
1. CIn.ufpe.br
Uma abordagem para proteção de múltiplos
pedestres em tempo real baseada em previsão de
colisão aplicada a sistemas de assistência ao
motorista
Aluno: Lucas Fernando da Silva Cambuim
Orientadora: Profa. Dra. Edna Natividade da Silva Barros
10. Contextualização
Causas de acidentes com pedestre
10
• Somente em 2017, 3.166 pessoas foram
mortas em acidentes de automóvel
envolvendo motoristas distraídos.
11. Contextualização
Causas de acidentes com pedestre
11
• Motorista dobrando uma rua
• Motorista intoxicado
• Condições ambientais ruins
• Pedestres imprudentes ou
distraídos
21. Contextualização
Componentes de SPPs baseados em câmera
21
• Percepção - Estimação de distância
− Correspondência Estéreo: Calcula a
disparidade de cada pixel, resultando em um
mapa de disparidades.
Esquerda Direita Mapa de disparidade
Correspondência
Estéreo
26. Contextualização
Desafios em SPPs baseados em câmera
26
• Processamento em tempo real
− Previsão mais cedo de uma colisão
• Imagens em alta resolução
− Estimativas mais precisas da localização
do pedestre
− Detecção de mais pedestres
27. Contextualização
Desafios em SPPs baseados em câmera
27
• Captura da dinâmica do pedestre e sua
intenção.
− Previsão mais precisa de sua trajetória futura
− Redução de falsas previsões de colisões
− Tomadas de decisão mais antecipadas.
− Soluções que combinam múltiplos modelos
de dinâmica são atrativas
28. Objetivo
Desenvolvimento de um SPP baseado em
câmera que seja capaz de realizar a previsão
de colisão envolvendo múltiplos pedestres
processando imagens em alta resolução, em
tempo real, com suporte à múltiplos modelos
para previsão de trajetória.
28
29. Lee et al. 2017: Design of emergency braking
algorithm for pedestrian protection based on
multi-sensor fusion.
• Características
- Fusão de sensores (câmera, radar, LIDAR) para
detecção de pedestre e estimação de distância.
- Frenagem automática
Trabalhos relacionados
29
30. Lee et al. 2017: Design of emergency braking
algorithm for pedestrian protection based on
multi-sensor fusion.
• Desvantagem
- Taxa de processamento: 11 FPS
- Resolução de imagem: 640 x 480
- Rastreamento baseado em movimento com
filtragem por proximidade
- Não suporta múltiplos pedestres
- Filtro de Kalman de modelo único
Trabalhos relacionados
30
31. Keller et al. 2014: Stereo-based Pedestrian
Detection and Path Prediction
• Características
- Detecção de pedestre baseada em imagem
- Visão estéreo semi-global para estimação de
distância
- Rastreamento baseado em movimento com
associação global
- Desvio automático
Trabalhos relacionados
31
32. Keller et al. 2014: Stereo-based Pedestrian
Detection and Path Prediction
• Desvantagem
- Taxa de processamento: 15 FPS
- Resolução de imagem: 640 x 480
- Não concebido para múltiplos pedestres
- Filtro de Kalman de modelo único
Trabalhos relacionados
32
33. Llorca et al. 2011: Autonomous pedestrian
collision avoidance using a fuzzy steering
controller.
• Características
- Detecção de pedestre baseado em imagem.
- Rastreamento baseado em movimento com
associação global
- Desvio automático
Trabalhos relacionados
33
34. Llorca et al. 2011: Autonomous pedestrian
collision avoidance using a fuzzy steering
controller.
• Desvantagem
- Taxa de processamento: 20 FPS
- Resolução de imagem: 320 x 240
- Visão estéreo esparsa para estimação de
distância.
- Não suporta múltiplos pedestres
Trabalhos relacionados
34
35. Park et al. 2017: Design of pedestrian target
selection with funnel map for pedestrian AEB
system.
• Características
- Fusão de sensores (câmera e radar) para
detecção de pedestre e estimação de distância.
- Aviso + Frenagem automática
- Resolução de imagem: 1280 x 960
Trabalhos relacionados
35
36. Park et al. 2017: Design of pedestrian target
selection with funnel map for pedestrian AEB
system.
• Desvantagem
- Taxa de processamento: 10 FPS
- Não suporta múltiplos pedestres
- Filtro de Kalman de modelo único
Trabalhos relacionados
36
37. Trabalhos relacionados
Critérios Referência
Keller et al.
(2014)
Lee et al.
(2017)
Llorca et al.
(2011)
Park et al.
(2017)
Taxa de
processamento
15 FPS 11 FPS 20 FPS 10 FPS
Suporte à múltiplos
pedestres
Não Não Não Não
Método de estimação
de profundidade
Visão estéreo
denso global
Radar Visão estéreo
esparso local
Radar
Resolução de imagem 640 x 480 640 x 480 320 x 240 1280 x 960
37
Comparativo
38. Trabalhos relacionados
Critérios Referência
Keller et al.
(2014)
Lee et al.
(2017)
Llorca et al.
(2011)
Park et al.
(2017)
Método de previsão
de trajetória do
pedestres
Modelo único Modelo único Modelo único Modelo único
Método de
rastreamento
Baseado em
movimento com
Associação
Global
Baseado em
movimento com
Filtragem por
proximidade
Baseado em
movimento com
Associação
Global
Não
informado
38
Comparativo
72. Resultados preliminares
Critérios SPPs
Keller et al.
(2014)
Lee et al.
(2017)
Llorca et al.
(2011)
Park et al.
(2017)
Proposto
Taxa de
processamento
15 FPS 11 FPS 20 FPS 10 FPS 30 FPS
Suporte à múltiplos
pedestres
Não Não Não Não Não
Método de
estimação de
profundidade
Visão
estéreo
denso global
Radar Visão
estéreo
esparso local
Radar Visão estéreo
denso global
Resolução de
imagem
640 x 480 640 x 480 320 x 240 1280 x 960 1280 x 720
72
Comparativo com SPPs existentes
73. Resultados preliminares
Critérios SPPs
Keller et al.
(2014)
Lee et al.
(2017)
Llorca et al.
(2011)
Park et al.
(2017)
Proposto
Método de
rastreamento
Baseado em
movimento
com
Associação
Global
Baseado em
movimento
com
Filtragem por
proximidade
Baseado em
movimento
com
Associação
Global
Não
informado
Baseado em
movimento
com
Associação
Global
Método de previsão
de trajetória
Modelo
único
Modelo
único
Modelo
único
Modelo
único
Modelo
único
73
Comparativo com SPPs existentes
75. Conclusão
75
• Essa tese de doutorado propõe um sistema de
proteção à múltiplos pedestres baseado em
imagens.
• Esse sistema é constituído de abordagens para
a realização da previsão de colisão,
quantificação de risco e tomada de decisão.
• Todas as etapas para realização de previsão de
colisão foram implementadas como detecção
de pedestres, estimação de posição, visão
estéreo, rastreamento, previsão de trajetória
e análise de interseção.
76. Conclusão
76
• Avaliações foram realizadas na detecção, no
rastreamento e na previsão de trajetória com
banco de dados real público envolvendo um
pedestre.
• Destacamos a robustez do sistema para previsão
de trajetória ao lidar com imprecisões do detector.
77. Conclusão
77
• Criamos um banco de dados sintético a partir do
simulador CARLA e uma métrica para avaliação da
previsão de colisão.
• Atualmente o desempenho de processamento do
sistema de previsão de colisão está em torno de 31
FPS processando imagens em resolução HD.
79. Próximas atividades
79
• Melhorias poderão ser realizadas nas etapas de
detecção, estimação de posição e rastreamento
para dar suporte a múltiplos pedestres.
• Melhorias na previsão de trajetória para capturar
mudanças de dinâmicas dos pedestres com mais
antecedência.
81. Próximas atividades
81
• Aumentaremos a base de dados sintética com
cenários envolvendo múltiplos pedestres.
• Criaremos métricas para avaliação da previsão de
colisão.
82. Próximas atividades
82
• Criação de uma base de dados em cenário real
para avaliação do sistema proposto
– desenvolvimento de um sistema para coletar dados
tanto dos frames estéreo como da velocidade e taxa
de guinada do veículo
– preparação de um manequim controlável para
representar o movimento do pedestre
– Obtenção de resultados
83. Próximas atividades
83
• Validação do sistema de previsão de colisão
processando dentro do veículo em tempo real.
– Implementação de uma abordagem para
quantificação de risco e tomada de decisão
(simples) para alertar o motorista.
– Introdução de todo o sistema de processamento
dentro do veículo.
– Definição de estratégia de realização de testes
– Obtenção de resultados.
• Escrita da tese
84. CIn.ufpe.br
Uma abordagem para proteção de múltiplos
pedestres em tempo real baseada em previsão de
colisão aplicada a sistemas de assistência ao
motorista
Aluno: Lucas Fernando da Silva Cambuim
Orientadora: Profa. Dra. Edna Natividade da Silva Barros
Notas do Editor
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
Colocar onde foi e o ano
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
Colocar onde foi o ano
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
Um relatório da Administração de Segurança de Tráfego de Estrada Nacional do Estados Unidos afirma que somente em 2017, 3.166 pessoas foram mortas em acidentes de automóvel envolvendo motoristas distraídos.
The National Safety Council diz que pelo menos nove pessoas nos EUA morrem e outras 100 são feridas todos os dias em acidentes causados por direção distraída
Um relatório da Administração de Segurança de Tráfego de Estrada Nacional do Estados Unidos afirma que somente em 2017, 3.166 pessoas foram mortas em acidentes de automóvel envolvendo motoristas distraídos.
The National Safety Council diz que pelo menos nove pessoas nos EUA morrem e outras 100 são feridas todos os dias em acidentes causados por direção distraída
Por frenagem ou desvio
envolvem estruturas de veículos (por exemplo, capô, pára-choques) que se expandem durante a colisão para minimizar o impacto da perna ou da cabeça do pedestre ao bater no veículo. Contudo, os sistemas passivos de pedestres são limitados pelas leis da física em termos de capacidade de reduzir a energia de colisão e, portanto, o nível de lesão. Além disso, os sistemas passivos não levam em conta as lesões sofridas no impacto secundário do pedestre na pista ou calçada.
Por frenagem ou desvio
Por frenagem ou desvio
Por frenagem ou desvio
device that detects and responds to some type of input from the physical environment.
temperature, pressure, level, humidity, speed, motion, distance, light or the presence/absence of an object and many other types
São dispositivos que detectam e medem algum tipo de entrada a partir do ambiente físico.
São utilizados pelos sistemas embarcados para poder interagir com o ambiente.
Medem uma enorme variedade de condições
Tais como: temperatura, pressão, humidade, velocidade e muitos outros
Particularmente: Medição de Distância (profundidade)
Um dos componentes...um dos principais
“Usem mais cameras”
Que tipo de informação a partir de cameras?
Por frenagem ou desvio
Por frenagem ou desvio
Por frenagem ou desvio
Tal previsão permite que o \acrshort{spp} localize antecipadamente uma condição de colisão e assim reaja mais rapidamente para evitar a colisão ou reduzir a velocidade de impacto. Estudos \cite{hamdane2015issues} afirmam que a habilidade de iniciar uma frenagem alguns segundos de antecedência tem o potencial para reduzir a severidade do acidente. De fato, um relatório da \citeonline{OMS} afirma que um adulto tem menos de 20\% de chance de morrer se for atropelado por um carro a menos de 50 km/h, mas possui um risco de 60\% de morrer se for atingido a 80 km/h.
Por frenagem ou desvio
Oclusões
Pedestres similares
Previsão mais cedo de uma colisão
O pedestre
Que seja capaz de fazer a previsão de colisão...que tenha imagens em alta resolução, tempo real, suporte múltiplos pedestres, múltiplos modelos...
Talvez preciso com FPGA...
Talvez preciso com FPGA...
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.
Tais aspectos se tornam mais difíceis de ser alcançados quando é necessário desenvolver \acrshortpl{spp} para aplicações reais em que existem múltiplos pedestres. Além disso, requisito de processamento em altas resoluções é importante (pelo menos, acima de 1280 $\times$ 720) uma vez que mais informações estarão disponíveis na imagem que permitem detectar mais cedo uma possível colisão. Certamente, soluções que lidem com tais desafios serão cada vez mais complexas e demandarão mais esforços para alcançar altas taxas de processamento.