Sistema para detección de automóviles robados empleando visión artificial en vehículo aéreo no tripulado (UAV)
No Thumbnail Available
Files
Date
2025-02
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Técnica de Ambato. Facultad de Ingeniería en Sistemas, Electrónica e Industrial. Carrera de Telecomunicaciones
Abstract
The present research focuses on the design and implementation of an advanced technological system for the detection of stolen cars, integrating various technologies such as computer vision, YOLOv8 convolutional neural networks, optical character recognition (OCR) and unmanned aerial vehicles (UAV). This innovative system captures, processes and analyzes images of vehicles in parking lots, allowing license plates to be identified and compared with cloud databases managed in Azure. The results obtained are notified through a web platform and applications such as Telegram and email, thus facilitating an agile and efficient response.
The system is composed of a UAV equipped with an FPV camera that transmits real-time video to a receiver connected to a computer. The processed information is stored in a database and automatically verified. The UAV configuration allows stable and safe flights, while the artificial intelligence models used guarantee high accuracy in license plate detection, even under variable lighting conditions. In addition, field tests were carried out in different locations to evaluate the system's performance in terms of flight time, energy consumption and data processing.
Among the most outstanding results is an 82.78% reliability rate in the detection of vehicle license plates with average information sending times of 20.26 seconds per detected event and sending of respective notifications. This project represents a significant contribution to strengthening public security by providing scalable and technologically advanced.
Description
La presente investigación se centra en el diseño e implementación de un sistema tecnológico avanzado para la detección de automóviles robados, integrando diversas tecnologías como visión artificial, redes neuronales convolucionales YOLOv8, reconocimiento óptico de caracteres (OCR) y vehículos aéreos no tripulados (UAV). Este sistema innovador captura, procesa y analiza imágenes de vehículos en parqueaderos, permitiendo identificar matrículas y compararlas con bases de datos en la nube gestionadas en Azure. Los resultados obtenidos son notificados a través de una plataforma web y aplicaciones como Telegram y correo electrónico, facilitando así una respuesta ágil y eficiente.
El sistema está compuesto por un UAV equipado con una cámara FPV que transmite video en tiempo real a un receptor conectado a un ordenador. La información procesada se almacena en una base de datos y es verificada automáticamente. La configuración del UAV, permite vuelos estables y seguros, mientras que los modelos de inteligencia artificial utilizados garantizan alta precisión en la detección de matrículas vehiculares, incluso bajo condiciones variables de iluminación. Además, se llevaron a cabo pruebas de campo en diferentes ubicaciones para evaluar el rendimiento del sistema en términos de tiempo de vuelo, consumo energético y procesamiento de datos.
Entre los resultados más destacados se encuentra una tasa de confiabilidad 82.78% en la detección de matrículas vehiculares con tiempos de envío de información promedio de 20.26 segundos por evento detectado y envío de notificaciones respectivas. Este proyecto representa una contribución significativa al fortalecimiento de la seguridad pública, proporcionando una herramienta escalable y tecnológicamente avanzada.
Keywords
UAV, DETECCIÓN DE AUTOMÓVILES, VISIÓN ARTIFICIAL, YOLOv8, Azure