Embed Size (px)
Citation preview
0
NÚCLEO DE CIÊNCIAS EXATAS E TECNOLÓGICAS – NCET ENGENHARIA DA COMPUTAÇÃO
CONTROLE DE TRÂNSITO
CURITIBA
2004
1
NÚCLEO DE CIÊNCIAS EXATAS E TECNOLÓGICAS – NCET
ENGENHARIA DA COMPUTAÇÃO
JORGE YAMAKAWA JUNIOR
CONTROLE DE TRÂNSITO
Apresentação projeto final do Curso de Engenharia da Computação do Centro Universitário Positivo. Orientador: Prof. Luiz Albini e Prof Estevam
CURITIBA
2004
2
Agradecimentos
Agradeço aos professores orientadores, Prof. Estevam e Prof. Luiz Albini, pelos
conhecimentos e ajudam que me deram, e também agradeço ao Prof. Giancarlo (P.O) e
aos meus colegas que de alguma forma contribuíram para a conclusão do projeto final.
3
CONTROLE DE TRÂNSITO
Monografia aprovada como requisito parcial à conclusão do curso de Engenharia da
Computação do Centro Universitário Positivo, pela seguinte banca examinadora:
__________________________
Prof. Luiz Albini (Orientador)
__________________________
Prof.: Valfredo Pilla
__________________________
Prof.: Alessandro Zimmer
Curitiba, 13 de dezembro de 2004.
4
SUMÁRIO
LISTA DE FIGURAS.......................................................................................................... VII
LISTA DE TABELAS.........................................................................................................VIII
RESUMO..............................................................................................................................IX
ABSTRACT...........................................................................................................................X
1 – INTRODUÇÃO ...........................................................................................................................11
1.1 – Identificação e caracterização do problema..........................................................11
1.2. Objetivos ............................................................................................................................12
2. REVISÃO DA LITERATURA .....................................................................................................13
OBJETIVOS, MATERIAL E MÉTODO.........................................................................................17
3 – DESCRIÇÃO DO PROJETO...................................................................................................17
4 - ESTUDO TEÓRICO ...................................................................................................................20
4.1 – Fundamentos e análise da imagem..........................................................................20
4.2 – Processamento de Histograma.................................................................................20
4.3 – Limiarização....................................................................................................................21
4.3.1 – Fundamentos........................................................................................................21
4.4 – Modelo e Sincronização dos Semáforos.................................................................22
4.4.1 – Introdução..............................................................................................................22
4.4.2 – Modelo de Sincronização de uma artéria......................................................23
4.4.3 – Restrição inteira de ciclo (intraloop) ..............................................................25
4.4.4 – Restrição do comprimento de ciclo ...............................................................27
4.4.5 – Restrição de proporcionalidade ......................................................................27
4.4.6 – Restrições de velocidade..................................................................................28
4.4.7 – Modelo para a artéria..........................................................................................30
4.4.8 – O cálculo da Sincronização dos Semáforos de uma artéria .....................32
4.4.9 – Modelo de sincronização para o estudo do caso........................................33
4.5 - 8031..........................................................................................................................................35
5 - ESPECIFICAÇÃO DO HARDWARE ......................................................................................37
5
5.1 – Funções do sistema......................................................................................................37
5.2 – Requisitos do Hardware ..............................................................................................37
5.3 – Componentes utilizados..............................................................................................38
5.4 – Placa fonte genérica ajustável ...................................................................................38
5.5 - Placa Conversor A/D ....................................................................................................38
5.6 – Placa Porta Paralela......................................................................................................39
5.7 – Microcontrolador 8031 .................................................................................................39
5.8 – OPT101 (Sensor de luminosidade) ...........................................................................39
5.9- Fluxograma do funcionamento do hardware...........................................................41
5.10 – Fluxograma do funcionamento do 8031 ..............................................................42
5.11 – Fluxograma do Sensor de Luminosidade.............................................................43
6 - ESPECIFICAÇÃO DO SOFTWARE .......................................................................................44
6.1 – Linguagens e ambiente de desenvolvimento........................................................44
6.2 – Funções a serem providas..........................................................................................44
6.3 – Requisitos de qualidade ..............................................................................................45
6.4 – Fluxograma do funcionamento do sistema............................................................46
7 – ESPECIFICAÇÃO DA VALIDAÇÃO DO PROJETO..........................................................47
7.1 – Testes e simulações ......................................................................................................47
7.1.1 – Testes e simulações das imagens..................................................................47
7.1.2 – Teste e simulação do sensor de luminosidade...........................................49
7.1.3 – Teste e simulação do 8031 ( LCD ) e sincronização dos semáforos.....50
7.2 – Requisitos a serem atendidos ...................................................................................53
7.3 – Custos do Projeto..........................................................................................................53
8 – RESULTADOS...........................................................................................................................55
8.1 - Análise das Imagens .....................................................................................................55
8.1.1 – Subtração das Imagens .....................................................................................55
8.1.2 – Limiarização..........................................................................................................56
8.1.3 – A utilização do método do quadrado para verificar a presença de um
carro...................................................................................................................................................62
8.1.4 – Imagens que não detectam a presença de carros........................................63
8.1.5 - Detecção em duplicidade ....................................................................................63
8.1.6 – Posicionamento das imagens ............................................................................64
8.1.7 – Análise das imagens gravados na memória................................................64
6
8.1.8 – Detecção de “manchas” como carros ...........................................................65
8.2 - SENSOR DE LUMINOSIDADE .....................................................................................65
8.2.1 – Utilizando o LDR como sensor de luminosidade .......................................65
8.2.2 – Utilizando o OPT 101 ...........................................................................................66
CONCLUSÃO ...................................................................................................................................67
SUGESTÕES PARA FUTUROS TRABALHOS.........................................................................68
REFERÊNCIAS BIBLIOGRÁFICAS.............................................................................................69
ANEXOS................................................................................................................................72
7
LISTA DE FIGURAS
FIGURA 1: Funcionamento do Projeto(Visão Geral)...........................................................18
FIGURA 2: Imagem real de uma avenida, utilizado para simulação..................................19
FIGURA 3: Exemplo de Histograma....................................................................................21
FIGURA 4: Circuito básico de conexão...............................................................................40
FIGURA 5: Configuração dos Pinos....................................................................................40
FIGURA 6 - Serão simulados quatro imagens, como de um cruzamento..........................48
FIGURA 7 : Fotos de uma avenida, período da tarde e noite.............................................48
FIGURA 8: Exemplo de imagem utilizada para o processamento......................................49
FIGURA 9: Mensagens LCD...............................................................................................50
FIGURA 10 – Demonstra a simulação dos semáforos nas quatro vias..............................51
FIGURA 11: Subtração de Imagens....................................................................................56
FIGURA 12: Imagem noturna de uma avenida sem carros................................................57
FIGURA 13: Histograma da imagem da Figura 12.............................................................57
FIGURA 14: Imagem com carros........................................................................................58
FIGURA 15: Histograma da Figura 14................................................................................58
FIGURA 16: A cor dos carros são alterados para vermelho...............................................59
FIGURA 17: Exemplo do funcionamento do quadrado.......................................................59
FIGURA 18: O tamanho dos quadrados alteram de acordo com a proximidade................60
FIGURA 19:A técnica de limiarização não consegue detectar todos os pixels do veículo .62
FIGURA 20: Imagem com baixa iluminação, os carros ficam quase no mesmo padrão da
avenida................................................................................................................................63
FIGURA 21: Posição das avenidas.....................................................................................64
8
LISTA DE TABELAS
TABELA 1: Tempo de vermelho em cada semáforo do cenário, medido em ciclo.............33
TABELA 2: Distância entre os semáforos da rua do cenário 1, medida em metros...........33
TABELA 3: Tarefas do software..........................................................................................44
TABELA 4 – Funcionamento das mensagens e sincronização..........................................52
TABELA 5: Tabela de custos do projeto.............................................................................54
9
RESUMO
O projeto de controle do fluxo de carros analisa uma imagem de tráfego de carros
para verificar a quantidade de carros presente na avenida ou rua utilizando a técnica de
limiarização e através do resultado obtido efetua uma análise com o modelo apresentado
por Joner (2003) para o controle dos semáforos, em que o próprio sistema é responsável
para decidir o controle do tráfego. E também, utiliza um microcontrolador com interface lcd
para passar as informações sobre a avenida ao usuário e um sensor de luminosidade para
verificar o padrão da avenida.
10
ABSTRACT
The project of control of the flow of cars analyzes an image of traffic of cars to verify
the amount of present cars in the avenue or street using the limiarization technique and
through the obtained result it makes an analysis with the model presented by Joner (2003)
for the control of the traffic lights, in that the own system is responsible to decide the
control of the traffic. It uses a microcontroller with interface lcd to pass the information on
the avenue to the user and a sensor of brightness to verify the pattern of the avenue.
11
1 – INTRODUÇÃO
1.1 – Identificação e caracterização do problema
A população brasileira em 1950 era de cerca de 52 milhões de pessoas, das quais
63,8 % habitavam nas áreas rurais. Em 1995, o número total de habitantes já era de cerca
de 152 milhões, dentre os quais 120 milhões (79%) residiam em áreas urbanas. O
crescimento da população urbana continua, e estima-se que sua proporção atingirá 90%
da população total em 2010 [5]. Em decorrência da urbanização acelerada e
desorganizada, um dos problemas que mais afeta as grandes cidades é de como fazer o
trânsito – de pessoas, veículos e mercadorias – fluir de maneira harmoniosa.
Um método utilizado para melhorar a mobilidade de veículos é a sincronização dos
semáforos, cujo objetivo é manter o tráfego em movimento organizado em pelotões
através de um sistema de semáforos controlado ao longo das avenidas [15].A suavização
do tráfego nas cidades melhoraria a segurança do trânsito e a qualidade da vida dos
habitantes. Melhorar a qualidade de vida em relação ao trânsito significa promover
melhores condições de acessibilidade de pessoas e mercadorias, evitar problemas
ambientais e destruição do patrimônio histórico devido à abertura de novas vias, diminuir a
irritabilidade do motorista em relação ao trânsito caótico, evitando até muitos acidentes [3].
Já no quesito segurança, a principal meta seria evitar acidentes, mas não resume
só a isso. Com os veículos em constante movimento evitam-se assaltos, bloqueios em
cruzamento e congestionamentos, melhorando a fluidez do tráfego, o conforto e a
segurança dos usuários do sistema viário [15].
Os veículos devem ter uma movimentação contínua sobre as vias, para chegarem
aos seus destinos no tempo possível, sem exceder a velocidade máxima imposta por lei.
Estima-se que os gastos resultantes do congestionamento nas capitais (quando a
capacidade das vias está esgotada) atingem a cifra absurda de R$ 450 milhões ao ano.
Segundo Porto (1993) e Rossetti (1998), caso fossem incluídas no cálculo as outras
12
cidades médias e grandes, o valor chegaria à casa dos bilhões de reais anuais, sem
contar as perdas provocadas pelos acidentes.
O projeto do controle de fluxo de carros visa otimizar a passagem de veículos em
determinadas ruas da cidade, evitando congestionamento em certos pontos da cidade. O
controle do fluxo é efetuado por imagens que fazem a contagem da quantidade de carros
presentes em determinadas ruas. E através da análise das informações faz o controle do
fluxo dos carros pelos semáforos e informa aos motoristas como está o trânsito.
O projeto proposto se insere em cidades que são prejudicados pela não utilização
da otimização do fluxo de carros. Em cidades que não fazem a análise do trânsito e a
sincronização dos semáforos para melhorar o trânsito das avenidas e ruas.
1.2. Objetivos
Os objetivos a serem alcançadas no projeto de controle do fluxo de carros é
analisar uma imagem de tráfego de carros para verificar a quantidade de carros presente
na avenida ou rua, e através do resultado obtido efetuar uma análise com o modelo
apresentado por Joner (2003) para o controle dos semáforos, em que o próprio sistema
será responsável para decidir o controle do tráfego. E também, através de um display
passar as informações sobre a avenida ao usuário.
13
2. REVISÃO DA LITERATURA
Existem várias publicações para o estudo do controle de tráfego, de como melhorar
o trânsito através da sincronização de semáforos, como o modelo clássico de
sincronização de semáforos apresentado por Little (1966) e a sincronização de semáforos
em um corredor urbano apresentado por Magalhães (1981). Mas o modelo utilizado no
projeto para a análise do tráfego, para calcular a largura de banda máxima, será o modelo
apresentado por Little e Gartner (1981).
Redes urbanas são tipicamente compostas de um conjunto de ruas arteriais.
Controle ótimo dos semáforos em um sistema viário é essencial para a operação efetiva
de uma rede.
O maior nível de serviço de tráfego é identificado em termos das maiores
velocidades (controlada) dos veículos e número reduzido de paradas. Esta abordagem
envolve esquemas de progressão arterial que são usados para a coordenação dos
semáforos[12]. Os conceitos básicos para projetar a progressão é que os semáforos
tendem a agrupar veículos dentro de um pelotão com headways (Intervalo de tempo
decorrido entre as passagens de dois veículos sucessivos por uma seção de via. Tal
intervalo é medido a partir da frente de um veículo até a frente do próximo veículo)
uniformes. O efeito pelotão é prevalecente em ruas principais co interseções sinalizadas.
Isto é desejável, para encorajar o movimento contínuo de pelotões de veículos nos
semáforos sucessivos. Os tempos dos semáforos, neste caso são designados para a
maximizar as larguras de bandas verdes contínuas em ambas direções ao longo da artéria
em velocidade recomendada ou esperada de viagem. Embora, maximizar a largura de
banda seja somente uma substituição de medida de desempenho, ela pode ser usada
para prover benefícios significativos no acréscimo de velocidades de viagem e suavidade
no fluxo de tráfego e é a abordagem preferida em muitos países. Em geral, tais sistemas
de semáforos operam melhor quando na rua principal o fluxo é predominante e quando o
número de veículos que se desviam na rua principal é pequeno comparando-se com do
volume do tráfego da avenida.
14
Embora esta abordagem apresentada por Magalhães (1981) é utilizada em muitos
países, muitos engenheiros de tráfego continuam preferindo trabalhar com maximização
de largura de banda porque tal abordagem têm certas vantagens inatas, segundo trabalho
de Little e Gartner (1981): os métodos de largura de banda usam poucos dados e os
requisitos básicos para a implementação são a geometria da rua, as velocidades limites do
tráfego e o tempo de verde ou vermelho, em função do fluxo da via. Diagramas de espaço-
tempo são usados e visualizam facilmente a qualidade dos resultados. Engenheiros
experientes que tem conhecimento do tráfego de uma rua específica podem propor um
plano de ajuste dos semáforos de forma a tornar o tráfego suave, já que o fluxo é
conhecido. Além do mais, vários estudiosos com muita experiência prática, têm afirmado
que sistemas que maximizam largura de banda dão bons resultados em campo.
O primeiro problema de otimização usado para maximização de largura de banda
foi desenvolvido por Morgan e Little (1964). Para se obter a largura de banda, entende-se
que os semáforos devem ser sincronizados de modo que um carro, iniciando numa
extremidade de uma artéria principal (avenida) e se deslocando com uma certa
velocidade, possa ir até o fim dela sem parar em sinal vermelho. A porção de tempo do
ciclo de um semáforo para o qual isto é possível, denomina-se de largura de banda
(bandwidth).
Em 1966, Little reformulou o problema apresentando dois tipos de modelos de
programação linear inteira mista: um para sincronizar os semáforos em uma artéria e outro
para sincronizar uma rede (malha viária) inteira.
O termo artéria será usado para referir-se a qualquer rua onde a progressão é
desejada, isto é, da qual é esperada uma largura de banda.
O sentidos das ruas são identificadas como o fluxo de veículos que vêm (inbound) e
o fluxo de veículos que vão (outbond).
O conjunto de possíveis trajetórias desimpedidas em um dado sentido forma uma
banda verde (green band), da qual a largura horizontal e a largura de banda naquele
sentido.
O modelo de Little (1966) proposto é um modelo matemático que maximiza a soma
das larguras de banda dos dois sentidos da artéria, sujeito a restrições de limites de
velocidade, limites de taxas de variação de velocidade nos trechos compreendidos entre
semáforos e restrições chamadas inteiras de avaliações dos ciclos.
15
Por crítico entende-se aquele semáforo cuja largura de banda não pode ser maior,
porque o tempo de verde ou vermelho do mesmo não permite. Então, a alteração do
tempo de verde ou vermelho de uma rua em um cruzamento pode aumentar a largura de
banda em uma artéria sem reduzir a da outra. Por isto em alguns modelos, o tempo de
vermelho nas interseções arteriais pode ser uma variável de decisão útil. A fração de
tempo de vermelho em cada rua deve ser limitada em função do fluxo existente. O tempo
do vermelho também pode ser limitado para permitir uma travessia segura dos pedestres
e, ao mesmo tempo, solucionar o tempo de espera do motorista.
O cálculo da largura de banda máxima pode ter uma característica desconcertante.
Ou seja, em longas avenidas, os semáforos que restringem a largura de banda, podem
estar muito distantes um do outro. Uma pequena mudança na velocidade, ou no tempo de
ciclo podem gerar diferentes sincronizações e larguras de bandas. Como os motoristas
não mantêm uma velocidade constante e tendem a ajustar suas velocidades em função
da cor apresentada no semáforo, então faz sentido deixar a velocidade entre os
semáforos como variável, pelo menos dentro de certos limites. Similarmente, o controle de
velocidade e útil por ser capaz de considerar uma variação automática de um possível
tempo de ciclo e determinar qual das melhores combinações com a geometria da rua
gera uma largura de banda máxima. O modelo de programação linear inteira mista
de Little permitia isso. O modelo de Little (1966) não ficou popular na época, por mais
duas razões. Uma pessoa teria que investir esforço significativo em apreender como
formular e resolver problemas desta forma e na época em que Little apresentou esse
modelo, a solução de problemas inteiros mistos era ineficiente e cara. Desde então,
método para resolver problemas inteiros mistos tem ficado melhor e mais baratos
computacionalmente[16].
Na nova formulação do modelo de Little e Gartner (1981), também foram
incluídas variáveis que representam padrões de viradas à esquerda. A virada à
esquerda pode ser escolhida na abertura do verde, enquanto que no outro sentido
o semáforo fica vermelho (LEAD) ou no final do verde, sendo que neste caso o
outro semáforo ficara vermelho no final (LAG). A engenharia de trafego é capaz de
verificar qual das possíveis combinações de leads ou lags será permitida num
dado instante.
16
Como as implementações dos modelos geraram matrizes tecnológicas grandes, que
descreve uma abordagem heurística para a maximização da largura de banda em uma
rede.
Em 2002, Gartner e Stamatiadis introduzem um modelo de otimização para uma
artéria simples usando comprimento de larguras de bandas variáveis entre semáforos.
Esta nova abordagem gera variável de progressão e largura de banda para cada seção da
avenida e aloca pesos para cada banda podendo ser adaptados para o fluxo de tráfego
dominante naquele caminho. A programação linear mista é usada para a otimização.
Resultados simulados indicam que este método pode produzir consideráveis ganhos na
performance, quando comparados com métodos de progressão usuais.
Estes modelos são estendidos para a otimização de uma rede. Uma abordagem
heurística é desenvolvida para aumentar a velocidade computacional.
Atualmente, existem projetos já implementados para o controle do tráfego como a
empresa Brascontrol[6], que projetou um Controlador Eletrônico de Tráfego, em que neste
sistema pode-se fazer o controle dos semáforos em que o ajuste dos tempos é em função
da variação do volume de veículos em cada horário do dia, utiliza módulos de detecção
veicular com sensor de velocidade.
Em algumas ruas da cidade de Curitiba os trânsitos de Curitiba são monitorados
com uma tecnologia que permite controlar o fluxo de veículos, principalmente em
momentos de grande tráfego. Sensores instalados embaixo do asfalto permitem que o
sistema de sinaleiros mande informações por linhas telefônicas até o Controle de Tráfego
em Área (CTA) e pelas cores indicadas em cada quadra os técnicos e engenheiros do
trânsito conseguem saber se uma via está com trânsito lento e se precisa que o sinaleiro
fique aberto por mais tempo para melhorar o fluxo [17]. Para melhorar o fluxo do trânsito é
utilizada a sincronização dos semáforos semelhante ao que é realizado neste projeto.
A cidade de Belo Horizonte está com um projeto de um Sistema de Controle de
Tráfego, em que neste sistema será possível fazer o controle centralizado dos semáforos,
utilizam um circuito fechado de televisão e painéis de mensagens aos motoristas [15]. Este
projeto é semelhante com o projeto desenvolvido em que a diferença principal está no
controle de carros. O projeto de Belo Horizonte irá utilizar sensores indutivos para a
detecção de veículos, sendo que este projeto o controle do volume de carros será feito
através de imagens.
17
OBJETIVOS, MATERIAL E MÉTODO
3 – DESCRIÇÃO DO PROJETO
O projeto consiste nos seguintes módulos:
• Sistema Central (Software) –O sistema central faz a análise da imagem
para reconhecer a quantidade de carros presentes na avenida. Faz a
simulação dos semáforos e envia a informação pela porta serial para o
LCD presente no projeto.
• Microcontrolador (8031) – Através da informação recebida pelo sistema
central repassa a informação para o LCD, que é o responsável para
mostrar ao motorista o melhor caminho a ser seguido.
• Sensor de Luminosidade – Através do sensor de luminosidade que o
sistema central descobre se a imagem foi tirada de manhã, à tarde ou à
noite. Não é utilizada uma câmera para captar imagens, utiliza-se um
projeto existente do Instituto das Estradas de Portugal (IEP) [10].É de
extrema importância descobrir como estava à luminosidade do momento
que foi registrado a imagem, pelo fato do algoritmo de detecção de carro
conseguir distinguir um carro de uma avenida.
18
Sistema Central
LCD
FIGURA 1: Funcionamento do Projeto(Visão Geral).
O sistema para o controle de trânsito recebe as imagens e depois o software faz a
análise de qual é a quantidade de carros presentes na avenida ou rua. Não será utilizada
uma câmera no projeto, são utilizadas as imagens obtidas do projeto IEP devido ao
objetivo principal do projeto verificar a quantidade de veículos na imagem.
Após o software reconhecer o volume de carros presentes, ele faz a análise de
como melhorar o fluxo utilizando a técnica de sincronização de semáforos, de acordo com
os resultados obtidos por Joner (2003). O software faz a simulação do controle dos
semáforos.
O display é o responsável para informar ao motorista se algum trecho está
congestionado ou se há vias alternativas para desvios. O software envia a informação
através da porta serial ao microprocessador.
As imagens analisadas são as que mostram a parte de trás dos carros, porque a
alta iluminação emitida pelos faróis frontais prejudica a análise da imagem como pode ser
observado na figura 2.
8031
Imagens Sensor de Luminosidade
19
FIGURA 2: Imagem real de uma avenida, utilizado para simulação
Como pode ser observada na figura 2, a iluminação dos faróis tendem a distorcer a
imagem, dificultando a análise no software. Enquanto que a imagem por trás dos carros
possue uma boa definição.
20
4 - ESTUDO TEÓRICO
4.1 – Fundamentos e análise da imagem
Um problema de muitas análises de imagens é a detecção de mudança ou
presença de um objeto em uma cena. Muitos problemas ocorrem em sensoriamento
remoto para monitoração de áreas urbanas ou previsão de tempo de imagens de satélite.
Detecção de mudança é também útil em alinhamento ou registro espacial de duas
imagens de diferentes instantes ou usando diferentes sensores [11].
4.2 – Processamento de Histograma
O histograma de uma imagem digital com níveis de cinza no intervalo [0,L-1] é uma
função discreta p(rk ) = nk/n, em que rk é o K-ésimo nível de cinza, nk é o número de pixels
na imagem com esse nível de cinza, n é o número total de pixels na imagem e k =
0,1,2,.....,L –1.
Grosseiramente falando, p(rk) dá uma estimativa da probabilidade de ocorrência do
nível de cinza rk . Um gráfico dessa função para todos os valores de k fornece uma
descrição global da aparência de uma imagem.
A forma do histograma de uma imagem nos dá informação útil sobre a possibilidade
para realce do contraste [9].
21
4.3 – Limiarização
Limiarização é uma das mais importantes abordagens para a segmentação de
imagens [9].
4.3.1 – Fundamentos
FIGURA 3: Exemplo de Histograma
Suponha que o histograma de níveis de cinza mostrado na figura 3 corresponde a
uma imagem, f(x,y), composta por objetos iluminados sobre um fundo escuro, de maneira
que os pixels do objeto e os do fundo tenham seus níveis de cinza agrupados em dois
grupos dominantes. Uma maneira óbvia de extrair os objetos do fundo é através da
seleção de um limiar T que separe os dois grupos. Então, cada ponto (x,y) tal que f(x,y) > T é
denominado um ponto do objeto; caso contrário, o ponto é denominado um ponto do
fundo. A figura 3 (b) mostra um caso ligeiramente mais geral dessa abordagem, Nesse
caso, três grupos dominantes caracterizam o histograma da imagem (por exemplo, dois
tipos de objetos iluminados sobre um fundo escuro). A mesma abordagem básica
classifica um ponto (x,y) como pertencendo à classe de um dos objetos se T1< f(x,y) # T2,
à classe do outro objeto se f(x,y) > T2, e ao fundo se f(x,y) #T1. Esse tipo de limiarização
22
multiníveis é geralmente menos confiável que a de limiar único. A razão é a dificuldade do
estabelecimento de múltiplos limiares que isolem efetivamente as regiões de interesse,
especialmente quando o número de grupos correspondentes do histograma for grande[9].
4.4 – Modelo e Sincronização dos Semáforos
Neste capítulo será apresentado e explicado o modelo matemático estudado,
segundo Little e Gartner (1981).
4.4.1 – Introdução
Os semáforos são utilizados nos cruzamentos como dispositivos de controle dos
fluxos de pedestres e de veículos, com a finalidade de proporcionar fluidez à operação de
tráfego e também reduzir os riscos de acidentes [12].
A importância da sincronização de semáforos é verificada em uma avenida, quando
os veículos que se movimentam ao longo da mesma são liberados, em pelotões, pelos
sinais de controle dos cruzamentos e, por esta razão, estes veículos viajam também em
pelotões para os cruzamentos seguintes. Deste modo, torna-se desejável uma relação
temporal, denominada defasagem, entre o início do tempo do verde do semáforo da
avenida em uma interseção e o início do tempo verde no semáforo na interseção seguinte,
de tal forma que os pelotões de tráfego possam uma indicação verde assim que eles se
aproximem de uma interseção sinalizada [12].
As vantagens que podem ser obtidas através da sincronização de semáforos são:
• Redução de atrasos veiculares nas interseções e, conseqüentemente,
menores tempos de viagens;
23
• Redução do número de paradas;
• Redução de custos de operação, tais como consumo de combustível e
freios;
• Aumento da velocidade média do sistema;
A sincronização é feita por artéria apresentando a diferença de fase e relativamente
a um semáforo base da artéria.
4.4.2 – Modelo de Sincronização de uma artéria
O modelo matemático que permitem a sincronização dos semáforos de uma artéria
consiste em:
• Descrever a função objetiva através da maximização da soma das larguras
de banda dos dois sentidos da artéria;
• Descrever as restrições de proporcionalidade entre as bandas nos dois
sentidos da artéria;
• Descrever as restrições de ciclos para cada semáforo;
• Descrever as restrições do tempo de vermelho, de controle dos tempos de
movimento e espera para cada semáforo;
• Descrever as restrições de controle de velocidade dos veículos entre cada
semáforo da artéria;
Os tempos considerados no modelo se referem à porção do ciclo a ser
determinado. Para se obter o tempo real (treal) em segundos, basta usar a fórmula treal = t.
T, onde T é o período e t a variável tempo no modelo (em ciclos)
As variáveis envolvidas no modelo são as seguintes:
24
• b( b ) = largura de banda nos sentidos outbound (inbound) (medido em
ciclos);
• wi ( wi) = tempo medido a partir do final do vermelho no semáforo Si até
encontrar a banda verde no sentido outbound(inbound) (medido em ciclos);
Esta variável representa uma folga que se tem para se ajustarem às variáveis de
decisão do modelo. Para um semáforo ser crítico, a banda verde deve tocar o vermelho de
um lado num sentido e tocar o vermelho do outro lado no outro sentido. Então, um
semáforo é dito crítico, quando:
wi = 0 e wi = 0 ou,
ri + wi + b = 1 e ri + wi + ¯b = 1,
onde ri(ri) é o tempo do vermelho do semáforo Si no sentido outbound (inbound).
• t(h,i)[ t(h,i)] = tempo de viagem do automóvel a partir do semáforo Sh para
o semáforo Si no sentido outbond e (Si para Sh no sentido inbound) (
medido em ciclos);
• Ø(h,i)[ Ø(h,i)] = tempo medido a partir do centro do vermelho do semáforo
Sh no sentido outbound (inbound) para centro de um vermelho particular do
semáforo Si no sentido outbound (inbound), (medido em ciclos) . Observar
que:
- os dois vermelhos são escolhido tal que cada um está imediatamente à
esquerda (direita) da banda verde no sentido outbound (inbound);
- Ø(h,i)[ Ø(h,i)] é positivo se o centro do vermelho do semáforo Si está à
direita (esquerda) do centro do vermelho do semáforo Sh;
• ? i = tempo medido no semáforo Si a partir do centro do vermelho no
sentido inbound ( ri) para o próximo centro do vermelho no sentido
outbound (ri) (medido em ciclos). Este tempo é positivo, se o centro de ri
está à direita do centro de ri;
Os dados necessários para aplicar o modelo são os seguintes:
• Número de semáforos da artéria, onde:
• Si = i-ésimo semáforo ( i = 1, .....,n);
25
• ri( ri) = tempo de vermelho do semáforo Si no sentido outbound (inbound)
(medido em ciclos);
• ?i ( ?i) = tempo de liberação de fila no semáforo Si no sentido outbound
(inbound) (medido em ciclos).
A partir da descrição das variáveis e dos dados geram-se todas as equações do
modelo, que são:
• Restrição inteira de ciclo;
• Restrição de comprimento de ciclo;
• Restrição de proporcionalidade;
• Restrição de velocidade.
Cada restrição será discutida separadamente.
4.4.3 – Restrição inteira de ciclo (intraloop)
A equação fundamental para a formulação desta restrição é obtida através de uma
condição física. É formulado expressando a diferença de tempo para o automóvel ir de A
para B de duas maneiras diferentes.
Primeiro usando quantidades definidas, tempo de A para B = ?h + número inteiro de
ciclos + Ø(h,i).
No sentido inbound, tempo de B para A = número inteiro de ciclos - Ø(h,i) +
número inteiro de ciclos + ? i.
Pela igualdade desses tempos e agrupando os número inteiros de ciclos em uma
variável inteira m(h,i) , tem-se:
Ø(h,i)+ Ø(h,i) + ?h - ?i = m(h,i) (1)
Denomina-se m(h,i) variável inteira de loop (intra-loop). Esta variável representa a
contagem de tempo, tanto de esperas em vermelho e de movimento, necessária para o
26
deslocamento a partir do centro do vermelho do semáforo Sh para o centro do vermelho do
semáforo Si e voltar para o centro do vermelho do semáforo Sh. Caso m seja igual a zero,
significa que o movimento se deu dentro do mesmo ciclo e valores diferentes de zero
representam a quantidade de ciclos necessários para o movimento expresso. A
terminologia usada aplica-se no presente caso porque a trajetória percorrida do semáforo
Sh para Si e de Si para Sh forma um loop e a equação (1), dá a condição que a soma dos
tempos para percorrer o loop é de um número inteiro de ciclos.
Tem-se que de C para D:
Ø(h,i) + 1/2ri +wi + ?i = 1/2rh + wh + t(h,i) (2a)
e que de C para D:
Ø(h,i) + ½ ri + wi + ?i = ½ rh + wh + t(h,i) (2b)
Substituindo as equações (2a) e (2b) na equação (1), para eliminar Ø e Ø tem-se:
t(h,i)+¯t(h,i)+1/2(rh + rh) + (wh + wh ) – ½ (ri + ri ) – (wi + wi ) – (?i – ?h)+ ?h - ?i = m(h,i)
(3)
Observa-se que o semáforo Si não precisa ser consecutivo ao semáforo Sh no
sentido outbound, sendo que a equação (3) é válida para situações adjacentes ou não.
Por razões físicas tem-se que t satisfaz t(h,j)=t(h,i)+t(i,j), então, se j=h, tem-se t(i,h) = -
t(h,i) e por argumentos semelhantes, t(i,h)=-t(h,i). Essas relações, as equações (2a), (2b)
e (3), asseguram que independente da posição dos semáforos Sh e Si tem-se:
Ø(h,j)= Ø(h,i)+ Ø(i,j) Ø(h,i) = - Ø(h,i) (4)
m(h,j) = m(h,i)+m(i,j) m(h,i)= - m(i,h) (5)
Expressões análogas são obtidas para Ø .
Definindo-se xi = x(i,i+1), onde x representa qualquer variável x=t,t,m, Ø
ou Ø , então pode-se reescreve a equação (3) para semáforos adjacentes Si e Si+1, como:
27
ti + ti + (wi + wi) - (wi+1 + wi+1)+ ?i - ?i+1= -1/2 (ri+ ri)+ 1/2 (ri+1+ ri+1)+( ?i – ?i+1)+mi
(6)
A equação (6) ainda pode ser generalizada introduzindo variáveis de controle de
viradas à esquerda, que poderão ocorrer durante o tempo de verde de qualquer semáforo.
Tal modificação deverá alterar a equação (6).
4.4.4 – Restrição do comprimento de ciclo
Tais restrições querem dizer que o tempo considerado de vermelho mais tempo de
banda mais tempo de espera para entrar na banda terá soma menor ou igual a um ciclo.
wi + b = 1 - ri (7a)
wi + ¯b = 1 - ri (7b)
4.4.5 – Restrição de proporcionalidade
Esta restrição pode ser usada para evitar que as bandas nos dois sentidos tenham
valores muito diferentes, ou quando deseja-se que elas realmente sejam diferentes, como
no caso de se ter em determinado horário um fluxo de veículos maior num sentido que no
outro.
Seja K a relação escolhida para a largura de banda nos sentidos outbound e
inbound. Tem-se os seguintes casos:
28
• se K<1 (sentido outbound favorável) pode-se representar a função objetivo
e uma restrição adicional que não permite que a largura de banda no
sentido inbound seja muito pequena como segue:
max(b+k b), sujeito a ¯b=kb (8a)
• se k>1, é representado por
max(b+k b), sujeito a ¯b=kb (8b)
o que significa que a banda no sentido inbound está limitada superiormente por um valor
proporcional à largura de banda no sentido outbound.
• se k=1 , recai em b = b.
As restrições apresentadas em (8a) e (8b) podem ser substituídas por uma única a
saber:
(1-k) b=(1-b)kb (9)
4.4.6 – Restrições de velocidade
É muito importante considerar que o período do semáforo (comprimento do ciclo) e
que a velocidade dos carros na avenida sema variáveis, desde que trafeguem dentro de
certos limites superiores e inferiores. Sejam novos dados e variáveis:
• T = período do semáforo (medido em segundos);
• T1,T2 = limites superior e inferior do período, isto é, T1=T=T2 (medido em
segundos);
• Z = freqüência do semáforo (medido em ciclos por segundo);
29
• d(i,i+1)[¯d(i,i+1)] = distância entre os semáforos Si e Si+1 no sentido
outbound (inbound) (medido em metros);
• vi = velocidade entre os semáforos Si e Si+1(medida em metros por segundo);
• ei, ƒi( ei, ƒi) = limites inferior e superior da velocidade dos veículos no
sentido outbound (inbound) (medido em metros por segundo);
• 1/vi = velocidade recíproca no trecho entre os semáforos Si e Si+1 ;
• 1/hi, 1/gi(1/ hi,1/ gi) = limites inferior e superior do inverso da taxa de variação
de velocidade no sentido outbound (inbound) (medido em (m/s)-1), isto é,
1/hi = (1/vi+1)-(1/vi) = 1/gi (10)
A velocidade recíproca é usada porque a restrição (10) pode ser escrita como uma
restrição linear e representada em função de ti . Ou seja,
ti = (di/vi)z , ti = (di/ vi)z (11)
Dois grupos de restrições envolvendo velocidade serão considerados.
O primeiro grupo pretende limitar a velocidade em cada trecho entre os valores e =
v = ƒ, gerando a restrição dz/ ƒ = dz/v = dz/ e , ou seja, dz/ƒ = t = dz /e onde t é medido em
ciclos.
(di/ƒi)z = ti = (di/ei)z, i = 1,...,n-1 (12a)
(di/ ƒi)z = ti = (di/ ei)z, i = 1,...,n-1 (12b)
O segundo grupo representado pelo conjunto de restrições abaixo, evita que haja
mudanças bruscas de velocidades entre dois trechos subseqüentes.
Multiplicando-se a equação (10) por di , para ambos os sentidos, tem-se:
(di/hi)z = (di/di+1)ti+1 – ti = (di/gi)z, i = 1,...,n-2 (13a)
(di/ hi)z = (di/di+1) ti+1 – ti = (di/ gi)z, i = 1,...,n-2 (13b)
30
Depois de conhecida as variáveis de decisão ti , ti e z, pode-se determinar a
velocidade do veículo entre os semáforos Si e Si+1.
O conjunto de restrições definido em (12) controla a velocidade dos veículos dentro
de limites definidos por lei, entre semáforos.
O conjunto de restrições definido em (13) controla mudanças de velocidades entre
trechos subseqüentes.
Com as considerações anteriores, pode-se apresentar o modelo completo para uma
artéria.
4.4.7 – Modelo para a artéria
Função objetiva do modelo:
Maximizar a soma das larguras de banda no dois sentidos da artéria
max(b+k¯b)
Restrições do modelo:
(1) Restrição que mantém a proporcionalidade de b e b.
(1-k) b = (1-k)kb
(2) Restrição de limite de freqüência dos semáforos.
Será considerada uma freqüência única para todos os semáforos, limitada a valores
pré-estabelecidos de no mínimo de T1 e máximo de T2 . De uma forma geral poder-
se-ia considerar grupos de semáforos com mesma freqüência.
1/T2 = z = 1/T1
(3) Restrições de comprimento do ciclo.
O tamanho da largura de banda é calculada pela avaliação do tempo de verde que
sobra do ciclo como mostra esta restrição, considerando o tempo em ciclos, e n o
número total de semáforos da artéria:
wi + b = 1 – ri, i = 1,...,n
31
wi + b = 1 – ri, i = 1,...,n
(4) Restrições de velocidade nos trechos entre semáforos de cada artéria.
Este conjunto de restrições limita a velocidade de deslocamento entre os
semáforos. Na restrição foi considerado o tempo de deslocamento entre semáforos
consecutivos.
(di/ƒi)z = ti = (di/ei)z, i = 1,...,n-1
(di/ ƒi)z = ti = (di/ ei)z, i = 1,...,n-1
(5) Restrições de mudança de velocidade entre trechos da artéria.
Este conjunto de restrições limita as mudanças de velocidade entre dois trechos
adjacentes de uma artéria.
(di/hi)z = (di/di+1)ti+1 – ti = (di/gi)z, i = 1,...,n-2
(di/ hi)z = (di/di+1) ti+1 – ti = (di/ gi)z, i = 1,...,n-2
(6) Restrição inteira de ciclo (intraloop).
Esta restrição representa a contagem de tempo, tanto de espera em vermelho e de
movimento, necessária para o deslocamento a partir do centro do vermelho do
semáforo Sh para o centro do vermelho do semáforo Si e voltar para o centro do
vermelho do semáforo Sh . Da
(wi + wi) - (wi+1 + wi+1)+ (ti + ti) + dili - dili - di+1li+1+ di+1li+1 - mi = (ri+1 - ri)+( ?i – ?i+1)
i=1,..,n-1
(7) Restrições de positividade
Todas as variáveis de decisão são positivas, sendo que algumas podem assumir
valores reais, outras inteiras ou binárias, a saber:
Variáveis Reais: b, b,wi, wi,z,t, ti = 0, i = 1,...,n-1;
32
Variáveis Inteiras: m, ? Z, i = 1,...., n-1;
Variáveis binárias: di , di ? {0,1}, i = 1,..., n-1;
4.4.8 – O cálculo da Sincronização dos Semáforos de uma artéria
A sincronização dos semáforos pode ser calculada através da diferença de fase
entre semáforos, que pode ser calculada como a seguir:
Seja ? (i1,i2) a fase relativa dos semáforos Si1 e Si2 da artéria representando a
diferença de tempo a partir do centro do vermelho de Si1 para o próximo centro de
vermelho de Si2, conforme já estabelecido na definição do Ø.
Então, considerando:
Ø(i1,i2) = número inteiro de ciclos + uma fração do ciclo, define-se a fase relativa
entre Si1 e Si2, por:
? (i1,i2) = mantissa Ø(i1,i2)
Fazendo este cálculo relativo ao primeiro semáforo da artéria, tem-se:
i -1 ? (i1,i2) = mantissa [w1 – wi + ? tk + ½ (r1-ri)], i = 2,...,n (14)
k=1
O conjunto { Ø(1,i); i = 2 ,..., n} define a sincronização dos semáforos da artéria. A
partir destes valores, a sincronização pode ser executada.
Para o caso simétrico, a sincronização fica definida pela equação
i -1 ? (1,i) = mantissa [0.5 ? mk] (15)
k=1
33
4.4.9 – Modelo de sincronização para o estudo do caso
Apresenta –se o modelo utilizado no projeto controle de trânsito, em que é
executado para uma artéria com cinco semáforos, caso simétrico.
Para a aplicação do modelo que envolve uma artéria escolheu-se a Rua Almirante
Tamandaré, localizada na região do Alto da rua XV, que possui cinco semáforos. Os
dados coletados foram da Diretran e utilizado o mapa geográfico da região. Os dados para
este estudo de caso foram:
• O tempo de vermelho em cada semáforo da Rua Almirante Tamandaré,
conforme tabela 1:
Semáforo S1 S2 S3 S4 S5
Tempo de Vermelho 0.4375 0.525 0.5125 0.5125 0.5375
TABELA 1: Tempo de vermelho em cada semáforo do cenário, medido em ciclo.
Essas informações são obtidas através de estatísticas do fluxo de veículos para
cada horário.
• A distância entre esses cinco semáforos, conforme tabela 2.:
Entre Semáforos S1-S2 S2-S3 S3-S4 S4-S5
di 385.84 70.41 309.07 160.02
TABELA 2: Distância entre os semáforos da rua do cenário 1, medida em metros.
• A velocidade mínima e máxima permitida nessa rua, ou seja, 20 km/h e 60
km/h, respectivamente e,
• O período mínimo e máximo para todos os semáforos da rua, ou seja, 80
segundos e 90 segundos, respectivamente;
• O valor de k, que representa os sentidos de preferência da avenida;
De acordo com os dados coletados, elabora-se a seguinte equação:
34
Max b
s.a.
1 = z = 1
90 80
wi + b = 1 – ri, i = 1,...,5
wi – wi+1 + ti = 0.5 mi – 0.5(ri + ri+1), i = 1,…,4
di z = ti = di , i = 1,...,4
16.66 5.55
mi ? Z+ , i = 1,...,4
ti ? R+, i = 1,...,4
z,b ? R+
wi ? R+, i = 1,...5
Após a execução do modelo para este cenário, obteve-se os seguintes resultados:
• O ciclo ótimo é de 90 segundos;
• A largura de banda foi de 0.3683 do ciclo;
• Os semáforos S1 e S4 são críticos, ou seja, a banda não é maior por causa
do fluxo nesses semáforos;
• Os semáforos S2 e S3 estão defasados a 0.5 do ciclo em relação ao
primeiro semáforo;
• A variável m que representa o número de ciclos necessários para um
veículo sair do centro do vermelho de um semáforo e ir para o centro do
vermelho de um outro semáforo e voltar, obteve os seguintes valores m =
(1,0,1,0). Ou seja, os veículos que saem do centro do vermelho do
semáforo S1 para o centro do vermelho do semáforo S2 e voltam para o
centro do vermelho de S1, levam exatamente um ciclo. Analogamente para
ir do semáforo S3 para o semáforo S4. Já no caso do veículo ir do
semáforo S2 para o semáforo S3 e voltar, não chegam a levar um ciclo
completo. Analogamente para ir do semáforo S4 para o semáforo S5.
35
• Nos semáforos S2 para o semáforo S3 há um pequeno aumento de
velocidade em relação ao trecho anterior, e do semáforo S3 para o
semáforo S4, há um resultado considerável da velocidade.
4.5 - 8031
Neste capítulo será apresentada e explicada resumidamente a definição de
microcontrolador e microprocessadores [18].
Um microprocessador é um elemento eletrônico, desenvolvido para executar tarefas
específicas, com linguagem de comando específica. Utiliza uma Memória de Programa
(Code Memory – ROM) para “ler” as instruções que deve executar e se utiliza uma
Memória de Dados (Data Memory – RAM) para armazenar temporariamente informações
de uso próprio das instruções, enquanto essas informações devem ser armazenadas.
Sistemas microprocessados são aqueles que têm por elemento central um
microprocessador. O microprocessador funciona como um sistema seqüencial síncrono,
onde a cada pulso, ou grupos de pulsos de clock, uma instrução é executada.
Embora já existam microprocessadores que trabalhem a centenas de MHz, o 8031
utiliza tipicamente um clock de 12 MHz, com tempos de execução de cada instrução
variando entre 10s e 40s.
Além do microprocessador, um sistema básico como este tem os seguintes
elementos:
• Interrupções: são entradas a partir de um sinal externo que fazem com que
o processamento seja interrompido e seja iniciada uma subrotina
específica. (Obs.: o 8031 tem interrupções com estrutura nesting, onde
uma interrupção pode interromper outra que está sendo atendida, desde
que tenha maior prioridade).
• Gerador de Reset: responsável por inicializar o sistema ao ligar ou quando
acionado.
36
• Gerador de Clock: gera os pulsos necessários ao sincronismo do sistema.
• Memória de Programa: memória onde o microprocessador vai procurar as
instruções a executar. Em sistemas dedicados costuma-se utilizar
memórias ROM, embora em alguns casos memórias RAM também sejam
utilizadas.
• Memória de Dados : memória onde o microprocessador lê e escreve dados
durante a operação normal. Geralmente é do tipo volátil, embora memórias
não-voláteis possam ser utilizadas.
• Seleção de Endereços: lógica para escolher qual memória ou periférico o
microprocessador vai utilizar.
• Portas de I/O: sua função é a comunicação com o mundo externo.
Através delas dispositivos como teclados, impressoras, displays, entre
outros, comunicam-se com o sistema.
37
5 - ESPECIFICAÇÃO DO HARDWARE
5.1 – Funções do sistema
O sistema tem como sua principal funcionalidade a análise da imagem para a
detecção da quantidade de carros presentes na avenida. E também, o controle dos
semáforos que são efetuados pela porta paralela e a informação ao display. E através da
porta serial o computador se comunica com o microcontrolador 8031, que repassa a
informação necessária ao LCD.
5.2 – Requisitos do Hardware
O sistema visa garantir a confiabilidade para que se tenha uma solução rápida aos
problemas que ocorrem durante o fluxo dos carros. Este sistema deve garantir a
otimização do fluxo dos carros.
Tantos os circuitos integrados e microcontroladores trabalham em atrasos de
nanosegundos para garantir a confiabilidade do hardware.
A alimentação será restrita em 5 Volts, porque para alguns circuitos integrados é
próximo ao máximo que podem suportar e já é o suficiente para o projeto funcionar.
38
5.3 – Componentes utilizados
- 1 Kit microcontrolador 8031[1];
- 1 LCD (display) 2*16;
- 1 cabo para Porta Paralela;
- 1 conector DB-25;
- 1 cabo para Porta Serial;
- Sensor de Luminosidade – OPT101;
- 1 Placa fonte genérica ajustável[3];
- 1 Placa conversor analógico – digital[2];
- 1 Placa porta paralela [4];
5.4 – Placa fonte genérica ajustável
A placa fonte genérica ajustável é montado de acordo com as especificações
apresentadas no Guia Prático - Fonte Genérica Ajustável (2004);
5.5 - Placa Conversor A/D
A placa Conversor A/D é montado de acordo com as especificações apresentadas
no Guia Prático - Placa Conversor A/D – ADC 0808(2004);
39
5.6 – Placa Porta Paralela
A Placa Porta Paralela é montão de acordo com as especificações apresentadas no
Guia Prático Placa Porta Paralela (2004);
5.7 – Microcontrolador 8031
O microcontrolador 8031 é montado de acordo com as especificações apresentadas
no Guia Prático Interface Display LCD – 8031(2002) .
5.8 – OPT101 (Sensor de luminosidade)
De acordo com o fabricante Texas Instruments[21], o OPT101 é um fotodiodo
monolítico, a saída da tensão aumenta linearmente com a intensidade da luz. Este sensor
é utilizado para verificar se a imagem foi tirada em um tempo ensolarado, nublado ou
escuro. Necessita desta informação para a análise da imagem.
40
FIGURA 4: Circuito básico de conexão
FIGURA 5: Configuração dos Pinos
41
5.9- Fluxograma do funcionamento do hardware
Início
Não
Sim
2º Passo 1º Passo
Dados
Não
Sim
Fim
Imagem
Sistema Central
Envia Sinal
Microcontrolador
Display
Solicita Informação OPT101
OPT101
42
5.10 – Fluxograma do funcionamento do 8031
Início não sim
Fim
Sistema Central
Envia dados para serial
8031 ativa a recepção de serial
Escolhe a mensagem
Envia inform. Ao display
Display seta a informação
43
5.11 – Fluxograma do Sensor de Luminosidade
Início
Solicita informação de luminosidade Não Sim Fim
Sistema Central
OPT101 capta a luminosidade
Converte Sinal analógico para digital
Envia dados para Porta Paralela
Sistema Central recebe os Dados
44
6 - ESPECIFICAÇÃO DO SOFTWARE
6.1 – Linguagens e ambiente de desenvolvimento
A linguagem utilizada para gerenciar o controle do fluxo de carros é a linguagem
C++ da Borland.
6.2 – Funções a serem providas
Número
de ordem
Nome da
função
Necessidades Benefícios
1
Análise de
Imagens
Analisar a imagens para
detectar o volume de
carros
Detecção do volume de carros
2
Envio de
informação ao
LCD
Informação aos usuários Informação de vias alternativas ao usuário
3
Controle da
informação do
sensor
Identificação do tempo
climático
Detecção da luminosidade da imagem
4 Controle dos
semáforos
Controlar os semáforos Otimização do fluxo de carros.
TABELA 3: Tarefas do software
45
6.3 – Requisitos de qualidade
• O controle será desenvolvido em interface gráfica;
• Analisar com confiabilidade as informações recebidas pela câmera;
• Controlar os semáforos para que transmitam a melhor otimização do fluxo
dos carros.
46
6.4 – Fluxograma do funcionamento do sistema
Início Sim Não
Sim Não
Fim
Imagem
Análise da Imagem
Solicita informação ao OPT101
Algoritmo de detecção
Calcula a quantidade de carros
Analisa Maximização do fluxo
Se necessário envia informação ao display e troca o sinal do semáforo
47
7 – ESPECIFICAÇÃO DA VALIDAÇÃO DO PROJETO
7.1 – Testes e simulações
Para cada módulo desenvolvido é efetuado o teste individualmente, facilitando a
detecção de erros. Após a montagem de todos os módulos são integrados para simulação
e teste do software.
A imagem é recebida de uma avenida real, é desenvolvido um simulador
somente para demonstrar o funcionamento do display e dos semáforos.
7.1.1 – Testes e simulações das imagens
A simulação do controle de tráfego através das imagens são feitos em quatro
vias, então são simuladas quatro vias de um cruzamento como mostrado na figura 6.
48
FIGURA 6 - Serão simulados quatro imagens, como de um cruzamento
As imagens da parte de trás dos veículos é que são analisadas, como explicado
em capítulos anteriores. As imagens utilizadas são imagens em diversas situações (noite,
tarde, manhã) porque há uma alteração de luminosidade que ocorrem durante o dia. É
necessário detectar a luminosidade para saber qual padrão a ser utilizado para a análise
da imagem.
Exemplo de imagens a serem analisadas:
FIGURA 7 : Fotos de uma avenida, período da tarde e noite.
Como pode ser observada na figura 7 a textura da avenida está diferente em
relação à cor, porque uma foto é tirada no período do dia e outra no período da noite.
Como é necessário descobrir qual a cor da avenida, então utilizaremos três padrões de
textura da avenida: uma imagem em um dia claro, escuro e nublado. Para detectar de
como está o tempo climático do dia é utilizado um sensor de luminosidade, este sensor
49
ajuda a detectar qual a textura padrão da avenida para que faça a análise da quantidade
de carros.
Nas imagens utilizadas para a simulação, somente são consideradas as
avenidas. O comércio, postes que estão ao redor são apagadas manualmente (como pode
ser observado na figura 8), porque como as imagens captadas não possuem um foco fixo
se torna difícil a eliminação via software. Na figura 7 pode ser verificada como são
distintas as imagens da mesma avenida, as imagens são tiradas com uma posição
diferente.
FIGURA 8: Exemplo de imagem utilizada para o processamento.
7.1.2 – Teste e simulação do sensor de luminosidade
Para validação do sensor de luminosidade é utilizado uma iluminação artificial, em
que é simulado três condições de tempos: imagem com sol, nublado e noturno.
50
7.1.3 – Teste e simulação do 8031 ( LCD ) e sincronização dos semáforos
São utilizados seis mensagens como mostrado figura 9, de acordo com os
resultados obtidos na análise das imagens.
FIGURA 9 : Mensagens LCD
Os semáforos simulam três tempos:
1 – Via I e Via III tem prioridade, deixando mais tempo no sinal verde;
2 – Via II e Via IV tem prioridade, deixando mais tempo no sinal verde;
3 – Sem prioridade, os semáforos tem o mesmo tempo de sinal verde;
51
FIGURA 10 – Demonstra a simulação dos semáforos nas quatro vias.
52
A opção de mensagem no display e a melhor forma dos semáforos atuarem são
de acordo com a tabela 4:
Imagem 1 Imagem 2 Imagem 3 Imagem 4 Display Semáforos
baixo baixo baixo baixo transito normal Sem prioridade
baixo baixo baixo alto via 4 congestionado Via II e Via IV prioridade
baixo baixo alto baixo desvie via Via I e Via III prioridade
baixo baixo alto alto via 4 e 3 - Congestionado Sem prioridade
baixo alto baixo baixo transito normal Sem prioridade
baixo alto baixo alto via 4 congestionado Via II e Via IV prioridade
baixo alto alto baixo desvie via Via I e Via III prioridade
baixo alto alto alto Trânsito Congestionado Sem prioridade
alto baixo baixo baixo Trânsito Congestionado Sem prioridade
alto baixo baixo alto via 4 congestionado Via II e Via IV prioridade
alto baixo alto baixo desvie via Via I e Via III prioridade
alto baixo alto alto via 4 e 3 - Congestionado Sem prioridade
alto alto baixo baixo via 4 e 3 - Normal Sem prioridade
alto alto baixo alto via 4 congestionado Via II e Via IV prioridade
alto alto alto baixo desvie via Via I e Via III prioridade
alto alto alto alto Trânsito Congestionado Sem prioridade
TABELA 4 – Funcionamento das mensagens e sincronização
O valor correspondente a alto é tráfego alto de veículos, e baixo corresponde a
tráfego baixo e médio de veículos. A mensagem selecionada do display e a opção dos
semáforos correspondem ao selecionada automaticamente via software.
Após ser selecionada a mensagem, o sistema central passa a informação via
serial ao microcontrolador, e depois de recebida esta mensagem pelo microcontrolador,
ele seleciona a mensagem que está gravada na EPROM e mostra no LCD.
53
7.2 – Requisitos a serem atendidos
• Reconhecimento da quantidade de veículos;
• Envio de informação ao motorista;
• Controle dos semáforos para garantir a otimização do fluxo dos carros;
• Confiabilidade do projeto junto aos usuários.
7.3 – Custos do Projeto
Para gerar a tabela de custos tem-se como base às datas programadas para o
desenvolvimento do projeto final, sendo que é um prazo de aproximadamente de quatro
meses de desenvolvimento.
Como serão utilizados diversos equipamentos da Unicenp, consideramos somente
um aluguel que seria cobrado pelos quatro meses pela utilização dos equipamentos e
também estaria incluído algumas licenças de alguns softwares básicos para o
desenvolvimento (windows, Word, Borland C++, etc..).
,
54
Nome do Produto Valor (R$)
Kit Microcontrolador com LCD 75,00
Mão-de-obra (240 hs) 1600,00
Aluguel de Equipamentos, Software
e licença
3000,00
Componentes Eletrônicos 100,00
Valor Total 4.775,00
TABELA 5: Tabela de custos do projeto
55
8 – RESULTADOS
8.1 - Análise das Imagens
8.1.1 – Subtração das Imagens
Testamos o método de subtração das imagens, em que se tinha uma avenida sem
carros e outra com carros, mas não obteve-se êxito porque o resultado da subtração gerou
uma imagem totalmente desconfigurada com muito ruído como mostrado na figura 11. A
subtração era de pixel por pixel.
56
8.1.2 – Limiarização
A localização de objetos na imagem é a filtragem da imagem em que desconsidera
alguns padrões que não seja um objeto, limiarização. Como ocorre na imagem do trânsito
em que desconsideramos a textura da avenida procurando somente localizar os carros
que estão presentes.
Para melhor compreensão explica com a mudança de duas cores. Esta detecção
ocorre em dois tempos:
• Em um primeiro tempo os carros são mudados para a cor vermelha;
• Em um segundo tempo a análise somente ocorre em pontos que possuem
a cor vermelha, utilizando a dimensão de um quadrado para verificar a
possibilidade de um carro estar presente.
Figura 11: Subtração de
Imagens
57
Explica-se a seguir o funcionamento passo a passo para a detecção dos veículos,
utiliza-se uma imagem do período noturno (Figura 12). Este funcionamento foi aplicado
para as três condições de tempo.
1) A partir de uma imagem padrão utiliza-se um histograma em níveis de
cinza para detectar qual a textura presente na avenida:
FIGURA 13: Histograma da imagem da Figura 12.
A partir do histograma consegue-se detectar quais são as cores presentes, que são
os padrões da avenida.
FIGURA 12: Imagem noturna de uma avenida sem carros.
58
FIGURA 14: Imagem com carros
FIGURA 15: Histograma da Figura 14.
Pode-se perceber a diferença através do histograma uma imagem com carros e
sem carros, e partir do histograma consegue-se diferenciar um carro de uma avenida.
2) Como foi explicado anteriormente na detecção de carros serão utilizados
dois tempos para a análise, no primeiro tempo a cor dos carros altera para
vermelho como pode ser observado na figura 16, para a validação da
técnica da limiarização;
59
FIGURA 16: A cor dos carros são alterados para vermelho
3) Em um segundo tempo da análise utiliza-se a partir do primeiro ponto
encontrado em vermelho um quadrado de 30x30 para verificar a presença
de um carro. O quadrado deve estar com um valor mínimo e um valor
máximo preenchido para considerar a presença de um carro. Após
efetuado esta análise os pixels em vermelho são alterados para azul para
não detectar novamente a mesma mancha.
FIGURA 17: Exemplo do funcionamento do quadrado
60
4) Os quadrados dependendo da posição tem tamanhos variados, porque
dependendo aonde se situa o carro na avenida a sua proporção é maior.
FIGURA 18: O tamanho dos quadrados alteram de acordo com a proximidade.
Os pontos limiares utilizados para o processamento da análise da imagem utilizado
foram os seguintes:
- Imagem em tempo nublado – limiar entre 35 e 70, e limiar entre 175 e 240,
correspondente aos valores de níveis de cinza do histograma.
- Imagem Noturna – limiar entre 0 e 41, e limiar entre 141 e 240, correspondente
aos valores de níveis de cinza do histograma.
- Imagem com sol – limiar entre 10 e 135, e limiar entre 235 e 245,
correspondente aos valores de níveis de cinza do histograma.
61
Na figura 18 é apresentado a aplicação da limiarização no projeto, esta somente
altera a cor da imagem uma vez como apresentado no algoritmo:
para ( j=0; j < Tamanho Máx de linhas da imagem; j++) faça {
para( i=0; i < Tamanho Máximo das colunas da imagem ; i++) faça {
iResult = Pixels[i][j]; // Verifica pixel por pixel da imagem
Se(iResult for diferente do padrão da avenida ){
if(j< valor de localização )quadrado = X; // De acordo a localização do veículo na imagem o
quadrado aumenta ou diminui;
para ( a=j; a<j+ tamanho do quadrado; a++){
para (int b=i; b<i+quadrado; b++){
result= Pixels[b][a]);
if(result for diferente do padrão da rua)
contador++; // adiciona o contador para verificar se é um carro
}
}
if(contador > ((quadrado*quadrado)* porcentagem de acerto de um carro)){
iCarros ++; // conta um carro
para( a=j; a<j+quadrado; a++) faça{
para (int b=i; b<i+quadrado; b++) faça{
Pixels[b][a] = Blue; // Transforma todo o quadrado para azul se for verificado
que é um carro , para não fazer a contagem novamente.
}
}
}
contador=0;
}
}
}
imprime(“quantidade de carros presentes na figura “);
62
8.1.3 – A utilização do método do quadrado para verificar a presença de um carro
A utilização do quadrado para verificar a presença de um veículo é utilizada devido
a técnica de limiarização não conseguir localizar todos os pixels do veículo. Então
acontece dos pixels não estarem juntos um ao outro como é mostrado na figura 19, o que
dificulta a contagem da quantidade de veículos, por isso, é utilizado um quadrado do
tamanho de um carro para conseguir detectar. Com a utilização do quadrado obteve-se
bons resultados.
Figura 19- A técnica de limiarização não consegue detectar todo os pixels do veículo
63
8.1.4 – Imagens que não detectam a presença de carros
Para a detecção de carros à noite é necessário que a avenida esteja bem
iluminada, porque nos teste realizados as imagens que possuem baixa iluminação não foi
possível detectar a presença de carros. Quando a iluminação na avenida é baixa a cor do
carro tende a ficar semelhante a avenida, como pode ser observado na figura 20, e como
o software não consegue distinguir a análise sempre será uma avenida sem carros. E
também no caso que a quantidade de pixels diferente do padrão da avenida for muito
baixo o software não consegue detectar o veículo, como pode ser observado na figura 18,
em que um carro de vermelho não foi detectado.
FIGURA 20: Imagem com baixa iluminação, os carros ficam quase no mesmo padrão da avenida.
8.1.5 - Detecção em duplicidade
Quando na imagem há um caminhão ou algum automóvel mais extenso, o software
detecta em duplicidade pelo comprimento do automóvel, como se tivesse dois carros na
posição do caminhão.
64
Mas no caso de uma moto, a análise não considera como um veículo presente na
avenida devido ao seu pequeno tamanho.
8.1.6 – Posicionamento das imagens
O software foi implementado considerando que os carros e a avenida estão em
posição reta, pelo fato do posicionamento dos quadrados na análise estarem também em
linha reta. As imagens utilizadas para teste estão um pouco inclinadas mas não interferiu
no resultado devido a baixa inclinação dos carros.
a) Posição da avenida reta b) Posição da avenida inclinada
Figura 21 – Posição das avenidas.
8.1.7 – Análise das imagens gravados na memória
Aplicou-se a gravação da imagem analisada na memória, teve-se uma melhora na
velocidade do resultado, mas obteve-se resultados incorretos na quantidade de veículos
utilizando o mesmo algoritmo de detecção.
65
8.1.8 – Detecção de “manchas” como carros
Em imagens que possuem alguma concentração de material (poças de água,
materiais deixados na rua, etc...) dependendo do tamanho que se estende pode ser
considerado um carro. Como o algoritmo considera um carro tudo o que for diferente da
cor da avenida, então se há um objeto em grande concentração a análise pode considerar
um carro.
8.2 - SENSOR DE LUMINOSIDADE
8.2.1 – Utilizando o LDR como sensor de luminosidade
Primeiramente, antes de utilizar o OPT101, foi testado a utilização do LDR por ser
mais econômico financeiramente. Mas os resultados que se obteve não foram agradáveis,
porque as respostas não eram uniformes. O LDR variava muito em sua resposta ao
contrário do que acontece com o OPT101 que tem uma resposta uniforme e seus
resultados são fáceis para trabalhar.
66
8.2.2 – Utilizando o OPT 101
A utilização do OPT 101 como sensor de luminosidade produz resultados
agradáveis, visto que o seu resultado é uniforme e é um sensor muito sensível a
mudanças de luminosidade. No projeto utiliza-se uma tensão de 5 volts , mas pode ser
estendido para 28 volts deixando-o mais sensível. O OPT 101 é um equipamento confiável
para medir a luminosidade corretamente, e se não fosse pelo seu resultado linear e
uniforme o algoritmo de detecção de veículos não funcionaria corretamente.
67
CONCLUSÃO
A análise de imagens para o controle do trânsito mostrou-se muito eficiente pelo
fato de que o PC ou a observação do operador pode otimizar o trânsito em tempo real
utilizando a sincronização de semáforos. Um outro quesito importante é a utilização do
display para informação ao usuário que obtêm grandes vantagens, como desviar para uma
rota alternativa porque o trecho está congestionado. Com utilização da técnica de
limiarização a análise da quantidade veículos na avenida apresentou resultados bons, mas
a presença do sensor de luminosidade se tornou indispensável.
Mas teve-se alguma desvantagem, como o alto custo para a implementação.
Porque devido ao processamento de imagens se torna necessário um processador de alta
performance, o que eleva bastante os custos. Mas também é necessário que as vias
estejam em boas qualidades (iluminação, sem buracos) para o correto processamento da
imagem noturna, o que não é uma realidade brasileira. E como foi descrito anteriormente,
o sensor de luminosidade deve funcionar corretamente para o sistema funcionar.
Por se tratar de um trabalho acadêmico utiliza-se recurso mais viável como a
transmissão do PC (computador pessoal) ao hardware via porta paralela e serial. Sendo
que este projeto pode ser implementado comercialmente com algumas alterações, mas
que não mudaria o funcionamento do projeto.
A transmissão do PC ao Hardware, ou sensor ao PC pode ser feito via modem, em
que aluga-se uma linha de dados para esta transmissão. O controle dos semáforos utiliza-
se o mesmo controlador existente nos semáforos, em que o PC transmite a informação
para este controlador de semáforos e não diretamente aos semáforos como ocorre de
acordo com este projeto.
68
SUGESTÕES PARA FUTUROS TRABALHOS
O objetivo deste trabalho foi o desenvolvimento de análise de imagens via software
para o controle do trânsito e informação ao usuário via display, sugere-se utilizar uma
câmera de boa resolução com foco fixo para que se consiga fazer a limpeza da imagem
via software e não manualmente como ocorre com este projeto. E também, a
implementação do sensor de velocidade se torna muito útil para análise do trânsito,
porque o sistema não dependeria somente do sensor de luminosidade.
69
REFERÊNCIAS BIBLIOGRÁFICAS
1. Centro Universitário Positivo. Laboratório da Engenharia da Computação. GUIA
PRÁTICO, Interface Display LCD,8031.Curitiba, 2002.
2. Centro Universitário Positivo. Laboratório da Engenharia da Computação. GUIA
PRÁTICO - Placa conversor A/D – ADC 0808. Curitiba, 2004.
3. Centro Universitário Positivo. Laboratório da Engenharia da Computação. GUIA
PRÁTICO, Fonte Genérica Ajustável. Curitiba,2004;
4. Centro Universitário Positivo. Laboratório da Engenharia da Computação. GUIA
PRÁTICO, Placa Porta Paralela – Curitiba, 2004;
5. Garcia, H. C. e Garavello, T.M. Geografia do Brasil, Dinâmica e Contrastes,
Editora Scipione, 6ª edição, São Paulo, 1995.
6. Departamento de trânsito da cidade de Belo Horizonte. Sistema de controle de
tráfego em tempo real. Disponível no site:
http://www.bhtrans.pbh.gov.br/bhtrans/bhtrans/cit.asp. Acessado em 01/05/2004.
7. Empresa Brascontrol. Controlador eletrônico de tráfego. Disponível no site:
http://www.brascontrol.com.br/. Acessado em 01/05/2004.
8. Gartner, N. H. and Stamatiadis C. Arterial-based Control of Traffic Flow in Urban
grid Networks. Mathematical and computer modelling, 2002.
9. Gonzáles, Rafael C. e Woods, Richard E., Processamento de Imagens Digitais,
Editora Edgard Blucher Ltda, 1º edição, São Paulo 2000.
70
10. Instituto das Estradas de Portugal. Imagens em tempo real de avenidas e ruas.
http://www2.iestradas.pt/. Acessado em 24//07/2004.
11. Jain, Anil K. Fundamentals of digital image processing. Digital techniques. v. 1,
p. 233 – 240, 1989.
12. Joner, Sander. Estudo de Modelo de Sincronização de Semáforos
Maximizando a Largura de Banda, Tese de Mestrado. UFPR, 2003.
13. Little, J. C. The syncrhronization of traffic signals by mixed-integer linear
programming. Operation Research, 1966.
14. Little, J. C., Kelson M. D. and Gartner, N. H. MAXBAND: A program for setting
signals on arteries and triangular networks. Transportation Research Record,
v.795, p.40-46, 1981.
15. Magalhães, D. J. A.. Sincronização de semáforos em um corredor urbano:
desenvolvimento de um modelo simplificado. Tese de Mestrado – IME, 1981.
16. Morgan, J. T. e Little, J. D. C. Synchronization traffic Signals for Maximal
Bandwith, Operations Research, v. 12, p. 896-912,1964.
17. Neves, Daniela. Sistemas de tecnologia avançada controlam o tráfego durante
todo o dia em zonas centrais de Curitiba. Pág. 16. JORNAL GAZETA DO POVO.
Curitiba 04 de julho de 2004.
18. Nicolosi,Denys Emílio Campion. Microcontrolador 8051 Detalhado/Denys Emílio
Campion Nicolosi. São Paulo, 2000.
19. Porto Jr, W., Ferreira, A. C. M. Avaliação e sugestões para um plano
semafórico. Anais do VII Congresso da ANPET, São Paulo, v.2, 831-840, 1993.
71
20. Rosseti, R.J.F. Um ambiente para suporte à simulação de sistemas de tráfego
urbano, dissertação de mestrado, CPGCC, UFRGS, 1998.
21. TEXAS INSTRUMENTS. Fabricante de dipositivos eletrônicos.
http://www.ti.com . Acessado em 24/07/2004.
72
ANEXOS
(Manual do Usuário, Técnico e Artigo)
![[SINAIS UNGUEAIS DE DOENÇAS SISTÉMICAS] ano...uma banda transversa com 0,5 a 1,5 mm de largura, de tonalidade castanha ou rosa, conhecida como banda onicodérmica, que reflecte sobre](https://img.document.onl/doc/110x75/5ea10d78f481944fb216d2d3/sinais-ungueais-de-doenas-sistmicas-ano-uma-banda-transversa-com-05-a.jpg)
