PM2M-2016-CompteurVehicules/Suivi

From air
Revision as of 13:28, 12 April 2016 by OLVERABADILLO.ANGELICA (talk | contribs) (Architecture Logique)
Jump to: navigation, search

Compteur de passage de véhicules avec OpenCV

Etudiants M2PGI PM2M: SUN Huanan, RUKUNDO Fiston, OLVERA BADILLO Angélica


Dépôt Git : github

Documents : Rapport - Transparents


Description

Ce projet a été repris du cours M2M de l'année scolaire 2011-2012: http://air.imag.fr/index.php/D%C3%A9tection_de_trafic_automobile_et_de_d%E2%80%99attente_aux_feux

Le projet repris avait pour but d'effectuer des décomptes de trafic automobiles à différents feux d'une zone urbaine. Après les résultats (le comptage) seraient envoyés à un serveur sous forme de relevés. Les relevés après pourraient être analysés pour prendre des decisions pertinents pour la zone urbaine.

Limitations par rapport au code repris et que nous n'avons pas améliorés. Ce n'est pas possible de:

  • Reconnaître si l'objet repéré est un automobile ou un autre objet quelconque.
  • Faire une collecte automatisée des relevés générés par le(s) caméra(s), ni l'analyse de ces données.

Améliorations du projet repris:

  • Au lieu d'utiliser deux ordinateurs (une contenant la caméra). Nous avons pu utiliser Intel Galileo connecté au webcam et une ordinateur (serveur central) pour récupérer les relevés (comptage) de la camera distante.
  • La réseau local c'est fait avec un router. Intel Galileo se connecte grâce au module WiFi que nous avons ajouté.

Améliorations en cours qui n'ont pas pu être finir:

  • La partie du serveur central a été installée sur la machine virtuelle et c'est accessible via internet. (ajout des photos)
  • Vu que la partie du serveur est déjà accessible sur internet, la partie avec la caméra distante pourrait être aussi mis à disposition sur internet. Comme ça le projet serait plus réaliste.
  • Nous avons tout installé sur la machine virtuelle amazon (base de données, outils pour l'analyse, etc) mais nous n'avons pas eu du temps pour continuer (mentionné dans les limitations)


Matériel utilisé

  • Intel Galileo
  • Carte MicroSD (de taille 4Go)
  • Module Wifi (modèle Atheros AR5B22)
  • WebCam (USB 2.0)

Configuration systemes

  • Equinox Version 3.3
  • OpenCV
  • Linux Ubuntu (eglibc 210 m)

Architecture

Architecture Logique

Architecture Logique.png

Architecture Physique

Manuel d'installation

Un programme OpenCV et une partie de Camera serveur sont à compiler et à déployer sur le pc embarqué avec la caméra. Une partie de Serveur Central est à compiler et à déployer sur le pc jouant le role du serveur. Dans notre cas c'est la machine virtuel crée chez Amazon WS.

Photos