Tecnologías Específicas

Computación

Descripcion y Objetivos

El grado de maduración en los algoritmos de IA al que se ha llegado hace que existan librerías para la compresión de lenguaje, imágenes, sonidos, etc., muy fáciles de utilizar por cualquier programador sin amplios conocimientos en IA. Estos algoritmos que hasta ahora necesitaban gran potencia de cálculo, ahora se pueden ejecutar en hardware con un coste muy bajo, y que están formando parte de muchos dispositivos de la IoT. Un ejemplo de este hardware son las Raspberries, las cuales ofrecen una capacidad de procesamiento no despreciable.

Esta posibilidad de ejecutar algoritmos de IA en los dispositivos de la IoT abre la puerta a lo que se conoce como IA en el Edge. Que no es otra cosa que la posibilidad de ejecutar algoritmos de la IA en los dispositivos situados en el “borde” (edge) de la infraestructura de la IoT. Es decir, cerca de los dispositivos que generan los datos, evitándo la necesidad del envío de los mismos a servidores en la nube, para su procesamiento, con el consiguiente retardo de transmisión de los mismos y gasto de recursos de red.

En este trabajo lo que se pretende es estudiar la posibilidad de ejecutar algoritmos basados en visión artificial para contar el número de personas en una habitación, con el objeto de realizar un sistema de control de aforo. La premisa del sistema será que la computación se realizará en el borde, es decir, en el dispositivos de captura de las imágenes.

Objetivos:

El objetivo general del TFG será el diseño, desarrollo e implementación de un sistema de computación en el borde, capaz de determinar el aforo de una habitación mediante la ejecución de algoritmos de visión artificial. Los datos de aforo deberán ser enviados a una plataforma FIWARE para su publicación y almacenamiento.

Este objetivo general se puede dividir en los siguientes objetivos parciales

• Determinar qué algoritmo o algoritmos son los más adecuados para nuestro problema.

• Implementar dicho algoritmo en una Raspberry Pi 4 dotada de una cámara.

• Calibrar el algoritmo implementado.

• Desplegar un prototipo en el que los datos de aforo se publiquen a través de una plataforma FIWARE.

 

 

Metodología y Competencias

En un principio se definen las siguientes fases en el plan de trabajo:

1. Estudio de los algoritmos de visión artificial para el control de aforo.

2. Elección del algoritmo o algoritmos más adecuados a las condiciones de nuestro sistema.

3. Implementación del algoritmo o algoritmos en una Raspberri Pi 4 con cámara.

4. Calibración y evaluación del sistema.

5. Publicación de los datos de aforo en una plataforma FIWARE

 

Competencias.

• [CO1] Capacidad para diseñar, desarrollar, seleccionar y evaluar aplicaciones y sistemas informáticos, asegurando su fiabilidad, seguridad y calidad, conforme a principios éticos y a la legislación y normativa vigente.

• [CO7] Conocimiento, diseño y utilización de forma eficiente de los tipos y estructuras de datos más adecuados para la resolución de un problema.

• [CO8] Capacidad para analizar, diseñar, construir y mantener aplicaciones de forma robusta, segura y eficiente, eligiendo el paradigma y los lenguajes de programación más adecuados.

• [CO11] Conocimiento y aplicación de las características, funcionalidades y estructura de los Sistemas Distribuidos, las Redes de Computadores e Internet y diseñar e implementar aplicaciones basadas en ellas.

• [CO12] Conocimiento y aplicación de las características, funcionalidades y estructura de las bases de datos, que permitan su adecuado uso, y el diseño y el análisis e implementación de aplicaciones basadas en ellos.

• [CM4] Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.

• [CM5] Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.

• [CM5] Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.

 

Medios a utilizar

Hardware:

• Un PC

• Una Raspberry Pi 4 con cámara

Software:

• Fiware

• OpenCV

 

Bibliografía

• Fiware Fundation “Fiware – Open APIs for Open Minds”. On-line: https://www.fiware.org/ (acceso 16/01/2024)

• OpenCV Team, “OpenCV- Open Computer Visión Library” on-line: https://opencv.org/ (acceso 16/01/2024)