Sistema de supervisión automatizada para el reconocimiento y conteo taxonómico de vehículos mediante algoritmos de visión artificial

Cargando...
Miniatura

Fecha

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Católica de Cuenca

Resumen

The growth of the vehicle fleet and the need for reliable vehicle monitoring systems contrast with the high costs of commercial solutions. This motivated the present study to develop and implement a low-cost automated system for vehicle recognition and classification and counting by vehicle type using computer vision algorithms. To this end, an IoT architecture was designed based on an ESP32-CAM node with a W5500 module for transmitting video over Ethernet to a local server, where a YOLO (You Only Look Once) model incorporating tracking techniques and a virtual line was used to classify and count cars, buses, trucks, and motorcycles. The system was evaluated over four weeks at three locations on the main campus of the Catholic University of Cuenca, two of which were powered by standalone photovoltaic systems. Validation, based on a comparison of 11,998 automatically counted vehicles with 13,966 vehicles recorded through manual counting, showed an overall agreement of 85.91% and F1-scores ranging from 75.96% to 86.08%. The best performance was achieved for cars, with an error rate of 12.48%, while motorcycles showed the highest error rate, at 22.38%. Meanwhile, the camera's lateral viewing angle proved to be a determining factor in the error observed in the Basílica sector. The total cost was USD 412.62, equivalent to USD 137.54 per monitoring point, significantly lower than the cost of commercial radar-based systems. It is concluded that integrating low-cost embedded nodes, centralized processing, and solar power constitutes a technically and economically viable alternative for urban traffic monitoring.

Descripción

El crecimiento del parque automotor y la necesidad de contar con sistemas confiables de supervisión vehicular contrastan con los altos costos de las soluciones comerciales, lo que motivó a esta investigación a desarrollar e implementar un sistema automatizado de bajo costo para el reconocimiento y conteo taxonómico de vehículos mediante algoritmos de visión artificial, para lo cual se diseñó una arquitectura IoT basada en un nodo ESP32-CAM con módulo W5500 para la transmisión de video por Ethernet hacia un servidor local, donde un modelo YOLO con técnicas de seguimiento y una línea virtual clasificó y contabilizó automóviles, buses, camiones y motocicletas, evaluando el sistema durante cuatro semanas en tres puntos del campus matriz de la Universidad Católica de Cuenca, dos de ellos con alimentación fotovoltaica autónoma; la validación, contrastando 11 998 vehículos contabilizados automáticamente frente a 13 966 vehículos de aforo manual, mostró una concordancia global del 85,91 % y F1-score entre 75,96 % y 86,08 %, con el mejor desempeño en automóviles (12,48 % de error) y el menor en motocicletas (22,38 %), mientras que la perspectiva lateral de la cámara resultó determinante en el error del sector Basílica, el costo total fue de $412,62 USD, equivalente a $137,54 USD por punto, significativamente menor al de los sistemas comerciales radares, se concluye que la integración de nodos embebidos de bajo costo, procesamiento centralizado y energía solar constituye una alternativa técnica y económicamente viable para la supervisión del tráfico urbano.

Palabras clave

COMPUTER VISION, VEHICLE COUNTING, YOLO, INTERNET OF THINGS, PHOTOVOLTAIC SYSTEMS

Citación

Agreda, J. (2026). Sistema de supervisión automatizada para el reconocimiento y conteo taxonómico de vehículos mediante algoritmos de visión artificial. [Tesis de pregrado]. Universidad Católica de Cuenca
logo ucacue
Universidad Católica de Cuenca

Teléfonos:

593 (07) 2-830-7512-830-8772-824-365

Email:

info@ucacue.edu.ecCentro de documentación
logo rraae
logo la referencia