DSpace logo

Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.utmachala.edu.ec/handle/48000/20018
Título : Desarrollo de una aplicación móvil para detección de plazas disponibles y ocupadas en un estacionamiento utilizando aprendizaje profundo
Autor : Aguilar Bravo, Selena Alexandra
Carrion Llumiluisa, Jhony Andrés
Director(es): Novillo Vicuña, Johnny Paúl
Palabras clave : APRENDIZAJE PROFUNDO;RED NEURONAL CONVOLUCIONAL
Fecha de publicación : 2022
Editorial : Machala: Universidad Tëcnica de Machala
Citación : Aguilar Bravo, Selena Alexandra & Carrión Llumiluisa Jhony Andrés. (2022), Desarrollo de una aplicación móvil para detección de plazas disponibles y ocupadas en un estacionamiento utilizando aprendizaje profundo. [Trabajo de Titulación] UTMACH, Facultad de Ingeniería Civil, Machala, Ecuador.
Descripción : Un estacionamiento vehicular es una zona usada por propietarios de vehículos. Al momento que ellos van a buscar un espacio de estacionamiento y se encuentra ocupados se convierte en un problema, es por eso que el aumento vehicular es un fenómeno que se visualiza con mayor frecuencia en varias zonas, ya que la mayoría de las personas tienen la economía suficiente para adquirir un vehículo. Algunas de las causas que provoca la congestión vehicular, es la gran cantidad de vehículos que circulan a ciertas horas en las ciudades, y también por la falta de espacios de estacionamientos disponibles en los parqueaderos, trayendo como consecuencia los retrasos en las movilizaciones de las personas, el aumento de la contaminación, los accidentes de tránsito, el consumo adicional y excesivo de combustible e incluso en ocasiones multas por el incumplimiento de las normas por estacionarse en espacios no permitidos. Un estacionamiento inteligente utiliza una tecnología que promete brindar a los conductores una mejor comodidad al momento de buscar una plaza de estacionamiento libre. Por tal motivo, el presente trabajo se enfocó en desarrollar una aplicación móvil, capaz de detectar plazas de estacionamientos, integrando Aprendizaje Profundo. Para esto, se tomaron algunas imágenes del parqueadero de la Facultad de Ingeniería Civil de la Universidad Técnica de Machala, para la elaboración del dataset, donde se establecieron algunos requisitos, tales como: la imagen debe ser de buena calidad, debe tener buena resolución, debe ser imágenes bajo diferentes condiciones de luz, entre otros. Las imágenes del dataset fueron clasificadas por clases, la primera clase corresponde a las imágenes de estacionamiento libre y la segunda clase al estacionamiento ocupado, para el entrenamiento del modelo de red neuronal convolucional se siguió una metodología genérica. El modelo entrenado fue evaluado con una matriz de confusión, la misma que cuenta con las métricas de precisión, sensibilidad y valor de referencia, esto con el propósito de seleccionar el mejor modelo entrenado. También se desarrolló un back-end que contiene la parte de la detección en tiempo real realizado con el IDE Visual Studio Code y el lenguaje de programación Python. Por otro lado, para el desarrollo de la aplicación móvil se utilizó el IDE de Android Studio y el lenguaje de programación Java, siguiendo los pasos de la metodología Mobile-D, en la que se ejecutaron sus fases de manera adecuada, como el cronograma que permitió tener un mejor control de las actividades durante el desarrollo del aplicativo. El diseño de la interfaz de la aplicación móvil es sencillo para el usuario e intuitivo con retroalimentación, con el fin del que el usuario sea capaz de deducir de una forma rápida cómo funciona cada una de sus botones y sesiones. Como resultado final, se obtuvo una aplicación móvil que permite visualizar, detectar e identificar las plazas disponibles y ocupadas en el estacionamiento de vehículos de la Facultad de Ingeniería Civil de la Universidad Técnica de Machala, en tiempo real, aplicando Aprendizaje Profundo. Las pruebas se realizaron de manera local para verificar las funciones establecidas en los requerimientos.
Resumen : A parking lot is an area used by vehicle owners. When they go to look for a parking space and find it occupied, it becomes a problem, which is why the increase in vehicle congestion is a phenomenon that is seen more frequently in several areas, since most people have enough money to buy a vehicle. Some of the causes of traffic congestion are the large number of vehicles that circulate at certain times in the cities, and also the lack of parking spaces available in the parking lots, resulting in delays in the mobilization of people, increased pollution, traffic accidents, additional and excessive fuel consumption and even sometimes fines for non-compliance with the rules for parking in spaces not allowed. Smart parking uses technology that promises to provide drivers with better convenience when looking for a free parking space. For this reason, the present work focused on developing a mobile application capable of detecting parking spaces, integrating Deep Learning. For this, some images of the parking lot of the Faculty of Civil Engineering of the Technical University of Machala were taken for the development of the dataset, where some requirements were established, such as: the image must be of good quality, must have good resolution, must be images under different light conditions, among others. The images of the dataset were classified by classes, the first class corresponds to the images of free parking and the second class to occupied parking. The trained model was evaluated with a confusion matrix, which has the metrics of Precision, Recall and F-Score, in order to select the best trained model. A back-end containing the real-time detection part was also developed using the Visual Studio Code IDE and the Python programming language. On the other hand, for the development of the mobile application, the Android Studio IDE and the Java programming language were used, following the steps of the Mobile-D methodology, in which its phases were executed properly, such as the chronogram that allowed to have a better control of the activities during the development of the application. The design of the interface of the mobile application is simple for the user and intuitive with feedback, so that the user is able to quickly deduce how each of its buttons and sessions work. As a final result, we obtained a mobile application that allows to visualize, detect and identify the available and occupied parking spaces in the parking lot of the Faculty of Civil Engineering of the Technical University of Machala, in real time, applying Deep Learning. The tests were performed locally to verify the functions established in the requirements.
URI : http://repositorio.utmachala.edu.ec/handle/48000/20018
Aparece en las colecciones: Trabajo de Titulación Tecnología de la Información

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
Aguilar, Selena & Carrión Jhony - TTFIC-2022-TIN-DE00008.pdfTRABAJO DE TITULACION3,53 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons