Embedded system for vehicular vision and networking using Raspberry Pi

This thesis reports the works of implementing computer vision to measure distance of vehicles in front of a driver. In particular, this works aimed to improve safety driving environment thus supporting the current technology concept being developed for inter-vehicular networking, Vanet, a concept of Vehicle-to-Vehicle (V2V) and Vehicle-to-Infrastructure (V2I), especially in its safety application such as Overtaking Assistance System. In accordance to V2V concept, a vehicle required to be able to conduct a networking via wireless connection. Useful data and video are the object to be sent over the network established. In this thesis, important knowledge of distance of a vehicle to other vehicle towards it are measured and sent via WIFI together with video data streaming the scenery experienced by front vehicle. The works conducted to search the optimum method to detect, track and measure vehicle distance based on computer vision also to investigate the latency of video streaming. Haar Cascade Classifier is chosen to perform the detection and tracking. For distance estimation, at least two methods compared in this research to find the most optimum one. Another important constraint must be overcome, that is to provide physical implementation of both the detection and distance estimation mechanism in a compact small-sized vehicle friendly computer device. Therefore, this thesis also covers the activity to design a system architecture with mentioned constrain. The performance of the built system then analyzed in term of streaming latency and accuracy of distance estimation compared to other researches from recent years and shows a good result in measuring distance of 20 meters.

Questa tesi riporta i lavori di implementazione della visione artificiale per misurare la distanza dei veicoli di fronte a un guidatore. In particolare, questo lavoro mirava a migliorare l'ambiente di guida della sicurezza supportando così l'attuale concetto di tecnologia sviluppato per il networking inter-veicolare, Vanet, un concetto di Veicolo-veicolo (V2V) e Veicolo-Infrastruttura (V2I), in particolare in la sua applicazione di sicurezza come il sistema di assistenza di sorpasso. In base al concetto V2V, un veicolo doveva essere in grado di condurre una rete tramite connessione wireless. Dati e video utili sono l'oggetto da inviare sulla rete stabilita. In questa tesi, le importanti conoscenze della distanza di un veicolo verso un altro veicolo verso di esso vengono misurate e inviate tramite WIFI insieme a dati video che trasmettono lo scenario sperimentato dal veicolo anteriore. I lavori condotti per cercare il metodo ottimale per rilevare, tracciare e misurare la distanza del veicolo in base alla visione del computer anche per indagare la latenza dello streaming video. Haar Cascade Classifier è stato scelto per eseguire il rilevamento e il tracciamento. Per la stima della distanza, almeno due metodi confrontati in questa ricerca per trovare il più ottimale. Un altro vincolo importante deve essere superato, vale a dire fornire l'implementazione fisica del meccanismo di rilevamento e di stima della distanza in un dispositivo compatto per computer di piccole dimensioni. Pertanto, questa tesi copre anche l'attività di progettazione di un'architettura di sistema con vincolo menzionato. Le prestazioni del sistema costruito sono state quindi analizzate in termini di latenza dello streaming e precisione della stima della distanza rispetto ad altre ricerche degli ultimi anni e mostrano un buon risultato nella misurazione della distanza di 20 metri.