ESCUELA POLITÉCNICA НАЦИОНАЛЕН ФАКУЛТЕТ ПО ЕЛЕКТРОННО И ЕЛЕКТРОННО ИНЖЕНЕРИНГ ПРОЕКТИРАНЕ НА ИНТЕЛИГЕНТНА СИСТЕМА НА ПАРКИНГ ПРЕЗ ВИДЕО ЗАПИСВАНЕ И ИЗПЪЛНЕНИЕ НА ИЗПИТВАНЕ НА ПРОТОТИП ЗА ИЗПЪЛНЕНИЯ ПРОЕКТ ЗА ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИЯ ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИЯ ЗА ИНФОРМАЦИЯ ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИЯ ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИЯ ЗА ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИЯ ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИЯ ЗА ИНФОРМАЦИЯ ИЗПЪЛНЕНИЕ НА ИНФОРМАЦИОННИЯ ПРОЕКТ ИНФОРМАЦИОНЕН ПРОЕКТ ING EDWIN GUILLERMO NIETO RIOS [email protected] Кито, юли 2014 г.

училище

ДЕКЛАРАЦИЯ Ние, Диего Хавиер Вейнтимила Портила и Йондер Фернандо Сигуенсия Карило, декларираме под клетва, че описаната тук работа е наше авторство; който не е бил подаван преди това за каквато и да е степен или професионална квалификация; и че сме проверили библиографските справки, включени в този документ. Чрез това изявление ние възлагаме нашите права на интелектуална собственост, съответстващи на това произведение, на Националното политехническо училище, както е установено от Закона за интелектуалната собственост, от неговия правилник и от действащите институционални разпоредби. Диего Вейнтимила Йондер Сигуенсия

II СЕРТИФИКАЦИЯ Потвърждавам, че тази работа е разработена от Javier Veintimilla Portilla и Yónder Fernando Sigüencia Carrillo, под моето ръководство. Ing Edwin Nieto ДИРЕКТОР НА ПРОЕКТА

III БЛАГОДАРЯ Благодаря на Бог създателят на вселената, който ме е изпълнил с благословии и сред тези много благословии здраве, смирение, мъдрост и сила да се боря за идеалите си и да постигна целите си. Благодаря на майка ми, която при всякакви неблагоприятни обстоятелства винаги е била до мен, като ми е била опора тук на земята, изпълвала ме със смелост, желанието да израсна като човек и ми дава своите ценни учения. Благодаря на моята Мами Фели и моя Папи Гало, които винаги ми вярваха, подкрепяха ме, подкрепяха ме и продължават да ме подкрепят във всеки момент от живота ми, също и леля ми Консуело, която ме приветстваше и ми помагаше по време на следването. Благодаря на баща си, на скъпото ми семейство и на всички хора, които успяха да ме подкрепят през цялата ми кариера. Благодаря на инж. Едвин Нието за това, че се съгласи да бъде наш преподавател по дипломна работа и че ни отдели своето време, отдаденост и отдаденост в този проект. Благодарен съм на университета, който по време на следването ми стана втори дом. Диего Вейнтимила

V ПОСВЕТЕНИЕ Искам да посветя този проект и цялото пътуване дотук на майка ми, която е била с мен през целия ми живот, в момента или на разстояние с молитвите си, като е силна и силна опора на моите мечти, стремежи и постигнати цели. Благодарността на живота и всичко, което той предполага, дължа на Бог и на майка си, поради което я посвещавам на нея и подчертавам, че всички нейни учения са ми били полезни и ще продължат да бъдат такива. Благодарим ви за търпението за дните и живота По пътя към науката За да ми покажете изход Благодаря за вашата безкрайна любов За това, че искате най-доброто от мен Благодаря ви, че се грижите за мен Благодаря ви, че сте майка ми Диего Вейнтимила

VI ПОСВЕТЕНИЕ Искам да посветя тази работа с много любов на родителите ми Гладис Карило и Гонсало Сигуенсия, които със своята жертва са ме подкрепяли по всяко време, те са най-добрият пример за подражание, всичките ми постижения ще бъдат благодарение на вас. На Бог и на churonita Nuestra Señora del Cisne за техните благословии и за това, че винаги се грижат за нас. На моите скъпи братя Карла, Паола и Гонсало, моите любими племенници Вале, Луис, Даниел, Маялен, Емилия, Йосуе, Игнасио и Янис. За любовта на живота ми, която с твоята безусловна подкрепа ми позволи да изпълня тази цел винаги да се грижа за себе си, обичам те vidita. И накрая, на всички хора, пресекли се на този важен етап от живота ми, посвещавам тази работа с цялото си сърце. Yónder Sigüencia

IX 3.3.3.5 EiFi карта. 67 3.3.3.6 Верига на усилвателя на ток. 68 ГЛАВА 4 РЕЗУЛТАТИ ОТ ИЗПЪЛНЕНИЕТО НА ПРОТОТИП И АНАЛИЗ НА РАЗХОДИТЕ. 72 4.1 ВЪВЕДЕНИЕ. 72 4.2 АНАЛИЗ НА РАЗХОДИТЕ. 72 4.2.1 ЗА ИНТЕЛИГЕНТНАТА СИСТЕМА ЗА ПАРКИНГ. 72 4.2.2 ЗА ИЗПИТВАНИЯ ПРОТОТИП. 75 4.3 ИЗПИТВАНИЯ. 75 4.3.1 КОМУНИКАЦИЯ МЕЖДУ УРЕДИ И MATLAB. 75 4.3.2 SRH за IP КАМЕРАТА. 78 4.3.3 РАБОТА С ГОРБ. 78 4.3.3.1 Различни условия. 78 ГЛАВА 5 ЗАКЛЮЧЕНИЯ И ПРЕПОРЪКИ. 83 5.1 ЗАКЛЮЧЕНИЯ. 83 5.2 ПРЕПОРЪКИ. 85 БИБЛИОГРАФСКА ЛИТЕРАТУРА 87 АКРОНИМИ 90 ПРИЛОЖЕНИЯ. 86

XII СЪДЪРЖАНИЕ НА ТАБЛИТЕ ГЛАВА 1 Таблица 1.1 Тип данни на изображението. 10 Таблица 1.2 Формати и разширения, поддържани от MATLAB 11 ГЛАВА 2 Таблица 2.1 Места за паркиране на институцията. 23 ГЛАВА 3 Таблица 3.1 Зони на паркинга FIEE 41 Таблица 3.2 Ъгли на входовете на зоните. 45 Таблица 3.3 Размерът на рамката като функция от разделителната способност и компресията 47 Таблица 3.4 Оборудване на системата. 49 Таблица 3.5 IP адресиране . 50 Таблица 3.6 Данни за капацитета на сървъра . 51 Таблица 3.7 Характеристики на комутаторите 53 Таблица 3.8 Характеристики на IP камерите. 55 Таблица 3.9 Характеристики на сървъра и отдалечената станция ... 56 ГЛАВА 4 Таблица 4.1 Общи разходи за активно оборудване. 73 Таблица 4.2 Разходи за пасиви. 74 Таблица 4.3 Общи разходи за проекта. 74 Таблица 4.4 Разходи за елементите на прототипа 75 Таблица 4.5 Пространства, съответстващи на приема и броя стъпки 79 FLOWCHRAMS Блок-схема 3.1 Работа на приложението. 60 Блок-схема 3.2 Приложение за управление на двигателя. 64

5 от шарки, геометрия на проекция, обработка на изображения и други полета. Компонентите на изкуственото зрение играят важна роля в работата на системата и в зависимост от приложението, което ще бъде разработено, се избират характеристиките на всеки от тях. За да бъде успешно всяко приложение, компонентите, които ще се използват, трябва да бъдат избрани в детайли Фигура 1.2 показва основните устройства, които изграждат изкуственото зрение. Фигура 1.2 Компютърни компоненти на зрението. [7] 1.2.4.2 Приложения на изкуственото зрение В системата за изкуствено зрение първото нещо е да се извлекат редица характеристики, същите, които различават частите на изображението, необходими за приложението, и след това да се вземе решение за предприемане на действие въз основа на резултати от поредица от преследвания. Сред основните приложения, които имаме: Разпознаване на символи и обекти, приложения за сигурност, индустриални приложения, медицински приложения, картография и насоки за превозни средства, представляващи наш интерес приложенията, които са свързани с разпознаването на обекти и сигурността.

6 1.2.5 ЦВЕТНО ПРЕДСТАВЯНЕ [2] Когато разлагаме светлината, откриваме, че тя се състои от шест цвята, открити от човешкото око. На фигура 1.3 можем да видим цветовете, които съставят светлината. Фигура 1.3 Разлагане на светлината. [2] Основните цветове са тези, които при смесване произвеждат всички останали цветове, има две основни цветови системи: светли цветове и пигментни цветове. Цветовете, произведени от светлините, независимо дали на монитора, телевизията, киното и т.н., имат за основни цветове червено, зелено и синьо (RGB) (вж. Фигура 1.4 (а)), чийто синтез създава и съставя светлина Бяло. За да се представи цвят в RGB системата, на всеки от червените, зелените и сините компоненти, които го съставят, се присвоява стойност между 0 и 255 или между 00 и FF в шестнадесетична нотация. Чисто червеното, например, ще бъде посочено като (255, 0, 0) в десетична RGB нотация и # FF0000 в шестнадесетична RGB нотация. Фигура 1.4 Основни цветове а) Светлина; б) пигмент. [две]

9 1.3.2 ИЗОБРАЖЕНИЯ В MATLAB В MATLAB изображенията се съхраняват като двумерни вектори (матрици), където всеки елемент от матрицата съответства на един пиксел, т.е. работата с изображения е еквивалентна на работата с типа данни на матрица. (BASIN) Така че изображението в сива скала се представя чрез двумерна матрица от m x n елементи, където n е броят на пикселите в ширина и m броят на пикселите с дължина, както се вижда на Фигура 1.6. Фигура 1.6 Изображение в сива скала в MATLAB [9]. От друга страна, RGB цветно изображение е представено от триизмерна матрица m x n x p, където m и n е същото като в случаите на изображения в сива скала, докато p представлява RGB равнината. На фигура 1.7 се забелязва, че в RGB равнината p, която може да бъде 1 за червено, 2 за зелено и 3 за синьо.

10 Фигура 1.7 Цветно изображение в MATLAB. [9] 1.3.3 ВИД НА ДАННИТЕ НА ЕЛЕМЕНТИТЕ НА ИЗОБРАЖЕНИЕТО И ФОРМАТИТЕ В MATLAB Съществува голямо разнообразие от тип изходни данни или матрица, която съдържа изображение, и това зависи от вида на данните във всеки пиксел. показва представя типовете данни с техния размер на елемент и съответния им обхват на компютър. Тип данни Размер на елемент Обхват в PC удвоен 8 байта -10308 до 10308 uint8 1 байт 0 до 255 uint16 2 байта 0 до 65535 uint32 4 байта 0 до 429496729 int8 1 байт -128 до 127 int16 2 байта -32768 до 32767 int32 4 байта -2147483648 до 2147483647 логически 1 бит 0 или 1 Таблица 1.1 Тип данни на изображение. [10] Форматите и разширенията, които MATLAB поддържа за обработка на изображения, са тези, които могат да се видят в Таблица 1.2.

12 По този начин изображението с име aut.png и png формат се записва в променливата image_1 и е готово за обработка. Функция, която позволява да се намери размерът на изображението, е размер и той се записва в командния прозорец за размер (променлива), например за да се знае размерът на файла aut.png, записан в променливата image_1, имаме: >> [m, n, p] = размер (изображение_1); Където се оказа, че m = 267, n = 123 и p = 3 са размерите на изображението. За да запишете съдържанието на изображение във файл, използвайте функцията imwrite (променлива, „име на файл“); В този случай променливата image2 е тази, която е записана във файла data.jpg: >> imwrite (image2, 'data.jpg'); Функцията imshow ви позволява да покажете изображението в прозорец в работната среда на MATLAB; следователно, за да наблюдавате изображението, съдържащо се в променливата image_1, напишете: >> imshow (image_1); Фигура 1.8 ни показва прозореца, който програмата показва, когато използваме командата imshow. Фигура 1.8 Изображение, показано с функцията imshow.

13 Предимство при работа с тази програма е, че тя ви позволява да трансформирате цветно изображение в сиво и обратно, улесняващо математическите процедури, за това трябва да напишем следното: С командата rgb2gray преминавате от цветно изображение към мащаб сива скала, докато при grey2rgb го прави от изображение в сиво до цветно. За да направите това, трябва да напишете: Imagen_gris = rgb2gray (Imagen_color); Където Image_gray е променливата, която ще съдържа изображението в сивата скала на цветното изображение, запазено в променливата Image_color, а има и: Image_color = grey2rgb (Image_gris); Където Image_color е променлива, която съдържа цветно изображение в резултат на трансформиране на Image_gray в сива скала. MATLAB също така предоставя възможност за избор на пиксел в регион и получаване на неговата стойност чрез функцията impixel, която итеративно връща стойността на избрания пиксел. За да използвате тази функция е необходимо първо да покажете изображението с функцията imshow. Форматът на тази функция е: Стойност = импиксел (изображение); Където Value се оказва RGB триплет, равен на [197 240 255], както се вижда на Фигура 1.9. Фигура 1.9 Използване на функцията impixel.

14 MATLAB, използвайки функцията за импрофилиране, ви позволява да видите профила на изображението в различна графика.Чрез изчертаване на сегмента интерактивно с мишката, изображението първо трябва да се покаже от функцията imshow. >> improfile Например На фигура 1.10 имаме изображение Im_RGB в цвят, първо с командата imshow изображението се показва, след това improfile се записва върху изображението, линията се изчертава чрез щракване в началото и в края на сегмента и накрая клавишът enter се натиска, за да се получи профилът в изображението. Фигура 1.10 Профил на цветно изображение. [11] 1.3.5 ПРИЛОЖЕНИЕ НА ИЗОБРАЖЕНИЕ ЧРЕЗ КАМЕРИ, СВЪРЗАНИ С КОМПЮТЪРА В MATLAB MATLAB с помощта на инструментариума, наречен Image Acquisition, се прилагат алгоритми за зрение или получаване на изображения в реално време с помощта на камери като уеб камери, защитни или IP камери. Тази кутия с инструменти включва инструмента, наречен инструмент за придобиване на изображения "imaqtool", който представя следните команди: Imaqhwinfo: Връща информацията за наличния хардуер и софтуер. Imaqhwinfo (адаптер): Когато адаптерът е името на инсталирания адаптер, обикновено winvideo. Тази команда връща информация, свързана с адаптера.

15 Imaqhwinfo (адаптер, DeviceID): Където DeviceID е идентификаторът на устройството за използване, получен с предишната команда. Ако е свързано само едно устройство, DeviceID ще бъде 1. Тази команда показва информация за свързаното устройство (IP камера). Използва се командата: cam = imaqhwinfo (адаптер, DeviceID); за да се получат характеристиките на устройството, като поддържаните формати: При изпълнение на командата: video = videoinput (адаптер, DeviceID, Format); активираме входния обект. За предварителен преглед на изображенията, които ще бъдат заснети: преглед (видео). И накрая, за да получите улавяне в MATLAB, както се вижда на Фигура 1.11, използвайте командата: Image = getsnapshot (cam). Където cam е предварително конфигурирана камера. Фигура 1.11 Заснемане на изображения с помощта на getnapshot.

17 - Демонстрационният режим позволява свободен достъп и не изисква никакъв вид идентификация. На фигура 1.13 има изображение на IP камера, където са подробно описани частите, които я съставят. Фигура 1.13 Части от IP камера [14] 1.4.1 СВЪРЗВАНЕ НА IP КАМЕРА IP камерите за тяхното свързване изискват само домашна точка за достъп и захранване, за да я използва в локална мрежа, камерата е свързана към Switch/HUB и се разглежда като още един елемент от LAN мрежата. За да комуникира IP камерата с външната страна, LAN мрежата трябва да има интернет връзка. Фигура 1.14 показва връзката на IP камера с интернет и като част от локална мрежа. Фигура 1.14 Свързване на IP камера. [петнадесет]

18 1.4.2 ФУНКЦИИ И ПРЕИМУЩЕСТВА НА IP КАМЕРА IP камерата компресира и изпраща видеото, но има голямо разнообразие от функции, които са: Позволява визуализация на събития от място в реално време, независимо от разстоянието, чрез всеки компютър или мобилен телефон с интернет. Лесен за конфигуриране и има сензор за движение и нощно виждане. Гъвкавост и автономност, тъй като броят на IP камерите в мрежата може да бъде разширен. Автономно изпращане на изображения по имейл при откриване на движение Сигурност, тъй като има аларми с дистанционно изпращане на данни. Съвместимост поради факта, че използва съществуващата мрежа във вашия дом или бизнес и нейните ресурси (интернет, протоколи, точка за достъп и др.), За предаване на изображенията.

20 Фигура 2.1 Входове и паркинги EPN. 1. Главен вход на институцията, разположена на улица Ладрон де Гевара пред Колизеума на Генерал Руминяхуи. 2. Вход на строителния факултет през улица Ладрон де Гевара. 3. Вход на Факултета по електротехника и електронно инженерство през улиците Isabel la Católica и Alfredo Mena Caamaño. 4. Вход на Факултета по химическо инженерство и агропромишленост през улица Андалусия. 5. Вход Нова сграда, първи етап, през улиците Толедо и Лерида. 6. Автомобилен изход във втория етап на Нова сграда през улица Толедо. 7. Вход на хора Нова сграда първи етап на улица Толедо. 8. Вход в Училището за технолози на Calle Alfredo Mena Caamaño y Andalucía.

24 2.3.1 ПАРКИНГ НА ФАКУЛТЕТА ПО ЕЛЕКТРОНЕН И ЕЛЕКТРОНЕН ИНЖЕНЕРИНГ Паркингът на Факултета по електротехника и електроника е предназначен изключително за преподаватели и служители на институцията и има капацитет от 68 места, от които 3 места превозни средства) са преференциални за паркиране на хора с увреждания, както е показано на фигура 2.2. Единственият автомобилен достъп е през вратата, разположена по улиците, Алфредо Мена Кааманьо, поради което е изолирана от останалите университетски паркинги. Този паркинг се охранява от охранители като всички паркинги на институцията и се използва от професори и административно-технически персонал от факултетите по електротехника и електроника и машиностроене. Поради голямото съществуващо търсене на потребителите, в пиковите часове те са склонни да паркират на места, които не са създадени за използване като паркинг. Фигура 2.2 Електрическо и електронно факултетно паркиране [18]

25 2.3.1.1 Степен на използване на местата за паркиране и пиковите часове Важно е да имате справка за степента на използване на паркинга, където работи нашата система, за да обхване всички възможни събития, приблизителните стойности на използване са представени в различните часове на деня според нашия опит в таблица 2.2. Време на деня Ситуация на заетите пространства 7:00 9:00 Влизането на МПС започва между 40 и 50 паркинга 9:00 11:00 Движение на трафика предимно между 50 и 60 Влизане на МПС 11: 00-14: 00 Час на по-висока заетост (65) 14: 00-16: 00 Умерено движение на трафика 60 16: 00-18: 00 Движение на трафика Стартира изхода на