SISTEMA Y PROCESO DE IDENTIFICACIÓN Y CLASIFICACIÓN DE VEHÍCULOS
Campo de la Invención . La invención se refiere a un sistema para identificar diversos tipos de vehículos terrestres que atraviesan por un área de inspección, tal como un retén, una caseta de cobro en una carretera, un carril aduanal o el acceso a zonas restringidas tales como aeropuertos, zonas militares o edificios de gobierno, o cualquier otro sitio en que se requiera tener un control de los vehículos que se admiten. Antecedentes de la Invención Se han diseñado diversos sistemas de clasificación o detección vehicular empleando distintas tecnologías para el reconocimiento de los vehículos, como por ejemplo la Patente Estadounidense No. 5,392,034 de Hiroyuki Kuwagaki, que describe un sistema de clasificación vehicular que emplea una fuente de luz y sensores de luz para determinar parte del perfil de los vehículos que transitan. El problema de este sistema es la precisión ya que compara solamente la parte frontal y trasera del vehículo y no todo el vehículo en sí, por lo que la información que proporciona es sumamente limitada y por lo tanto la clasificación que efectúa se restringe a pocas categorías. La Solicitud de Patente Mexicana No, 9805540 de Humberto Galván Huerta y Jorge Rojo Deschamps, describe un procedimiento y equipo de selección de vehículos a ser sometidos a la revisión aduanera, en donde el sistema sólo detecta las longitudes de los vehículos y cuenta únicamente con cuatro tipos de clasificaciones: pequeño, mediano, grande y desconocido y en donde la medición de los vehículos se lleva a cabo mediante sensores en el piso, una torre de no más de 4 sensores ópticos y una báscula. Este sistema es muy impreciso y solo proporciona información limitada respecto del tipo de vehículo. La Patente Estadounidense No. 5,757,286 de Ruñe Jonsson y Folke Isaksson divulgan un método y dispositivo para el registro del movimiento de un vehículo el cual esta basado en un sistema de cámaras que se encuentran colocadas en una zona de las autopistas, detectando el movimiento y el tamaño de los vehículos que son registrados por este sistema de cámaras en paralelo. Este sistema no permite obtener información parametrizable que pueda emplearse para crear un catálogo de clasificación vehicular con una diversidad de categorías. En virtud de que la variedad de vehículos terrestres es muy extensa, existe la necesidad de un sistema que identifique y clasifique con mayor precisión el tipo de vehículo, y que pueda distinguir pequeñas diferencias a fin de que proporcione información más exacta sobre del vehículo. Así también, es deseable la existencia de un sistema que no requiera la alimentación de información para que identifique a los vehículos sino que incorpore a su base de datos cada variante o nueva categoría que detecte. Sumario de la Invención La presente invención tiene como objetivo proporcionar un sistema que defina un perfil completo y detallado de un vehículo que cruza por una zona de inspección, tal que lo identifique de manera precisa. Así también es un objeto de la invención proporcionar un sistema que permita obtener una clasificación con categorías relativas a características específicas y detalladas de los perfiles de los vehículos. Otro objetivo más de la presente invención es proporcionar un sistema que no requiera la alimentación de información para clasificar nuevos vehículos, sino que al identificar un vehículo que no corresponda a ninguna categoría de un catálogo de comparación, lo identifique y lo almacene automáticamente en una base de datos o memoria electrónica. Un objetivo más de la presente invención es reducir al mínimo posible las operaciones para clasificar el vehículo y así el tiempo de respuesta, a fin de que esta se presente de forma oportuna y sea de utilidad. De igual manera, la invención pretende proporcionar un sistema que se ejecute automáticamente, sin intervención humana, para evitar la introducción de información errónea ya sea de forma inadvertida o premeditada. Estos y otros objetivos son alcanzados mediante la presente invención, la cual consiste en un sistema que emplea una cortina de rayos infrarrojos que genera una matriz de escaneo del perfil del vehículo y un sensor de velocidad del tipo que emite señales las cuales percibe de regreso, lo que permite calcular las velocidades del vehículo durante su tránsito por la zona de escaneo con rayos infrarrojos. La información obtenida por la cortina de rayos infrarrojos y el sensor de velocidad son enviadas a una unidad de procesamiento de la información, por vía electrónica donde la información de entrada es trasforinada en información normalizada y estos datos son correlacionados para generar una matriz de escaneo y definir una curva que representa un perfil del vehículo que le da identidad al mismo, la cual es comparada con un catálogo de perfiles para clasificar el vehículo . La invención también contempla un procedimiento en el cual las señales capturadas por el sensor de velocidad son convertidas mediante un proceso electrónico en datos numéricos, de modo que se conozcan las velocidades del vehículo durante todo el tiempo en que transite por la cortina de rayos infrarrojos. Así también, las lecturas de entrada de la cortina se almacenan en una memoria de la unidad de procesamiento en forma temporal. Posteriormente, se genera una relación entre las lecturas de velocidad y las lineas de escaneo, empatando las frecuencias de muestreo de ambos dispositivos para obtener una matriz numérica que calcula la distancia real entre las lineas de escaneo. La precisión con la que se puede muestrear el perfil del vehículo depende de la velocidad de muestreo de los dispositivos y dado que ambos tienen limitaciones intrínsecas, se aplican métodos matemáticos para completar dicha información de la forma más precisa posible. Por ello, en una modalidad preferida, se aplica un algoritmo basado en splines de Bezier que toman un punto inicial, un punto final y un punto intermedio de referencia para formar una curva que se aproxima con mayor precisión a la curva real y así se obtiene una curva total que representa el perfil del vehículo con alto grado de exactitud. Una vez determinado el perfil del vehículo la unidad de procesamiento lo compara con un catálogo de clasificaciones y ya que el resultado del proceso anterior genera un arreglo unidimensional que representa el spline o perfil completo del vehículo, se logra un ahorro substancial en el número de operaciones para comparar un perfil contra el catálogo y por tanto en el tiempo de respuesta, si tomamos como base el proceso normal de hacer comparaciones entre matrices, que es lo que genera por defecto (default) la cortina de rayos infrarrojos como resultado inicial y se mantiene la misma precisión que se lograrla comparando la matriz completa. Mediante la obtención de perfiles, la clasificación de los vehículo no se restringirá a categorías que identifiquen únicamente el tamaño de vehículo (chico, mediano, grande) , o tipo de vehículo (automóvil, camioneta, camión, trailer, etc. ), sino que se puede configurar una clasificación que identifique no solo los distintos modelos de vehículos dentro de un tipo, por ejemplo modelos de automóviles, sino que al percibirse características detalladas de su perfil se podrán definir tantas categorías como vehículos se identifiquen e incluso algunos vehículos serán únicos en su categoría. Breve Descripción de los Dibujos. La figura 1, es un diagrama que ilustra la disposición de los elementos del sistema de identificación y clasificación de la invención, dispuestos en un sitio de inspección; La figura 2, es un diagrama de flujo del procedimiento de identificación y clasificación de vehículos de la invención; La figura 3, es un diagrama de flujo del procesamiento de la información para definir el perfil de un vehículo de acuerdo a la invención. Descripción Detallada de la Invención El sistema de identificación y clasificación de vehículos de la presente invención esta integrado por dispositivos dispuestos en la trayectoria de un carril por el que transcurre el vehículo, los cuales realizan un reconocimiento del mismo proporcionando información que permite conocer las características del perfil y la velocidad del vehículo y unos dispositivos para el procesamiento de datos que transforman la información obtenida por los dispositivos de identificación del vehículo en datos normalizados y los comparan con un catálogo de perfiles para asignarle una categoría al vehículo. El sistema de la invención, se encuentra ilustrado en forma de diagrama en la figura 1, en la cual se muestra: • Una cortina de rayos infrarrojos (1) dispuesta en la entrada del carril, constituida por dos columnas (1A) y (IB) las cuales son un transmisor y un receptor, que efectúan un escaneo del vehículo proporcionando información para definir el perfil del mismo; • Un sensor de velocidad (2) , dispuesto adelante de la cortina de rayos infrarrojos (1), que emite señales que percibe de regreso y que permiten calcular la las velocidades del vehículo durante su trayecto a través de la cortina (1) ; y • Una unidad de procesamiento (3) que se encuentra en comunicación con la cortina de rayos infrarrojos (1) y el sensor de velocidad (2), para recibir la información generada durante el transcurso del vehículo a través de la cortina (1) ; transformarla en información normalizada y compararla con información previamente almacenada para clasificar el vehículo. La cortina (1) esta conformada por un transmisor y un receptor, dispuestos convenientemente en las columnas (1A) y (IB) , las cuales se localizan a cada lado del carril en forma vertical. Conforme avanza un vehículo (4) a través de la cortina de rayos infrarrojos (1), éste va bloqueando los rayos emitidos por los transmisores de la cortina (1) en diferentes puntos, lo cual es percibido por los receptores. Los receptores de la cortina · (1) realizan lecturas de los rayos cada unidad de tiempo previamente programada, y a cada lectura se le denomina linea de escaneo, la cual consiste en la lectura desde el primer rayo localizado en el punto más bajo de la cortina (1), continuando con el inmediato superior a este y asi sucesivamente hasta llegar al rayo extremo superior de la cortina (1) . El número de rayos puede variar de acuerdo a la aplicación del sistema lográndose mayor precisión a mayor número de rayos pudiendo disponerse tantos rayos como se desee, lográndose una mayor precisión. A medida que el vehículo (4) cruza los rayos emitidos por los transmisores de la cortina (1) , los datos generados por los receptores de la cortina (1) van formando una matriz de lineas de escaneo. Evidentemente, el total de las lineas de escaneo varia de acuerdo a la velocidad y longitud de cada vehículo. Esta matriz de líneas de escaneo representa los rayos que estuvieron bloqueados durante el transcurso del cruce del vehículo en un tiempo determinado. Los datos de las líneas de escaneo son enviados por la» cortina (1) a la unidad de procesamiento (3) por un medio de comunicación electrónico en donde es almacenada temporalmente. Cuando el sistema detecta el bloqueo del primer rayo de la cortina de rayos infrarrojos (1) , determina el punto más alto en la línea de escaneo de la cortina (1) e igualmente en ese momento se toma una muestra de la velocidad instantánea. Siguiendo este procedimiento, se van obteniendo las velocidades instantáneas e cada punto de muestreo de la cortina 1. Empleando medios matemáticos de graficación se relaciona cada dato de velocidad con el siguiente punto detectado por la cortina (1), obteniéndose la distancia precisa entre cada par de puntos en el eje X, y sumando las distancias de todos los puntos se obtiene la distancia total en el eje de las X (que corresponde al largo total del vehículo) . Más aún, aplicando una integral, se puede determinar con un alto grado de precisión la aceleración del vehículo durante todo el recorrido, con lo que se puede entonces compensar las variaciones de distancia entre punto y punto y por lo tanto determinar distancias fijas entre cada muestra de la cortina (1) en X. Asi también, en una modalidad preferida, se aplica un algoritmo basado en splines de Bezier que toma un punto inicial, un punto final y un punto intermedio de referencia (puntos de control) para formar una curva que se aproxima con mucha precisión a la curva real entre los puntos y por lo tanto será muy aproximada a la curva real . Al unir todas estas curvas en una sola se logra tener una curva total que representa el perfil del vehículo con alto grado de exactitud. Esta curva permite que el proceso de identificación -del vehículo se logre en un tiempo muy corto y que produzca una respuesta antes de que el vehículo termine de atravesar la cortina (1) , ya que se lleva a cabo una comparación entre un número mucho menor de puntos en lugar de tener que comparar la matriz completa, manteniéndose la misma precisión que si se comparara la matriz completa, que es lo que genera por defecto (default) la cortina de rayos infrarrojos (1) , como resultado inicial. La precisión de estos perfiles permite crear un número de clasificaciones tan grande como la variedad de vehículos que transiten por la cortina (1), por lo que el sistema puede distinguir entre cientos o miles de tipos distintos de vehículos .
Una vez determinado el perfil del vehículo, la unidad de procesamiento (3) , lo compara con los perfiles de un catálogo de clasificaciones, asignándole el vehículo a la categoría en la que haya encontrado una calificación aprobatoria, basando la calificación en un número determinado -de puntos de incidencia . Con este proceso se llevan a cabo las comparaciones de una manera sumamente eficiente entre arreglos unidimensionales ya que la variación en X se puede fijar a distancias predeterminadas que se mantienen fijas en todo momento, por ejemplo a 1 cm de distancia entre cada muestra. Así se pueden realizar las comparaciones entre líneas, o sea en una sola dimensión en vez de hacerlo en dos dimensiones, lo cual generaría un incremento cuadrático del número de comparaciones que se tendrían que hacer. En una modalidad adicional del proceso de la invención, para incrementar la eficiencia del sistema se establecen algunos parámetros de discriminación previo a la comparación, para reducir al mínimo posible el universo de perfiles contra los que se tiene que efectuar la comparación. El proceso de discriminación convenientemente comprende al menos una de las etapas siguientes: 1. Establecer un primer criterio de discriminación con base en la longitud total del vehículo, permitiéndose una tolerancia predeterminada, con lo cual se eliminan inmediatamente todos aquellos perfiles que se salgan de la medida establecida en ese rango de tolerancia. 2. Establecer un segundo criterio de discriminación con base en la comparación de al menos 3 puntos en el eje de las Y a distancias predeterminadas. En una modalidad preferida de la invención se fijan esas distancias a 30 cm, 1.5 m y 2 m, ya que las mayores diferencias entre los perfiles de 'los vehículos se presentan en la primera mitad de los mismos. Siguiendo este proceso de discriminación, se elimina la necesidad de hacer una comparación del total del perfil lo cual se traduce en un ahorro considerable de tiempo al discriminar una gran cantidad de perfiles que no entran en los rangos establecidos con una tolerancia parametrizable, además de que no hay que esperar a que cruce la totalidad del vehículo para iniciar las comparaciones. Tomando en cuenta los criterios de discriminación y las tolerancias establecidas en cada uno de ellos se establece una calificación, con base en la cual se determina el grado de similitud entre el perfil del vehículo que se esta comparando y el perfil de referencia. Al final el perfil será identificado como el perfil de referencia en que haya obtenido la mayor calificación de entre todos con los que se comparó . De esta forma se logra un ahorro sustancial de tiempo en las comparaciones y por lo tanto una eficiencia mucho mayor en el desarrollo del proceso completo que finaliza con la identificación del vehículo en una categoría especifica con un alto grado de exactitud y precisión, y en un tiempo suficientemente corto como para generar una respuesta oportuna con base en las restricciones del propio proceso de identificación vehicular. En caso de que la linea del perfil no se encuentre en el catálogo de la unidad de procesamiento (3) , se almacenará esta linea del perfil para posteriormente ingresarla al catálogo de clasificaciones una vez que el sistema determine de forma estadística que dicho perfil corresponde a un vehículo real y que se repite en otros vehículos. Esto permite al sistema actualizarse conforme detectan nuevos vehículos sin requerir ninguna intervención humana. Debido al gran número de clasificaciones posibles que se pueden generar (tantas como tipos de vehículos crucen) , sería complemente impráctico alimentar cada una de ellas de forma manual y por anticipado, por lo ,que se debe permitir que el sistema identifique y genere las nuevas clasificaciones de forma automática conforme opera y sin sacrificar la precisión del sistema. Para resolver este problema, nos basamos en el principio de abstracción y generalización del conocimiento, que consiste en identificar y abstraer las características similares en objetos diferentes para generalizar un conjunto nuevo de objetos que en nuestro caso se convierten en una categoría nueva. El procedimiento consiste en las etapas de: 1. Agrupar todos los perfiles que no se pueden asignar a ninguna categoría en un grupo de perfiles pendientes de clasificación. 2. Ejecutar un proceso periódico cada determinado tiempo que recorra dicho grupo de perfiles pendientes de clasificación y los agrupe en base a sus características similares. 3. Evaluar los perfiles pendientes, con base en una calificación mínima de las características comunes que se deben cumplir para entrar o no en cierta categoría y de acuerdo a que tan alta o baja sea esta calificación se determina el grado de precisión de las categorías y consecuentemente el número de ellas que se puedan generar . 4. Establecer un número de puntos o muestras que se deban comparar en cada spline. 5. Establecer un número mínimo de puntos de cada spline que deba coincidir con los puntos del perfil de referencia para que el perfil en evaluación se reconozca en una categoría determinada. 6. Asignar una calificación con base en el número de puntos que coincidan con el perfil de referencia dentro del rango de tolerancia establecido para cada uno de los puntos 7. Establecer un parámetro del número mínimo de incidencias de un perfil que debe existir en un nuevo grupo para considerar a ese grupo como candidato para generar una nueva categoría. 8. Detectar cuando se alcanza el número mínimo de incidencias predefinido, para crear automáticamente una nueva categoría que se agrega a la base de categorías existentes. De esta forma, la velocidad con que se generan nuevas clasificaciones se puede regular por medio del ajuste de la calificación: a mayor calificación requerida, mayor número de clasificaciones nuevas se generarán y más preciso será el sistema y viceversa. En el diagrama de flujo de la figura 2, se muestra el proceso general para la identificación y clasificación de vehículos de la presente invención, el cual se inicia cuando el vehículo entra en el carril de inspección (11) por lo que el sensor de velocidad y la cortina de rayos infrarrojos toman las lecturas correspondientes en espacios de tiempo previamente determinados (12 y 13) . La información generada por el sensor de velocidad y la cortina de rayos infrarrojos se envía entonces a la unidad de procesamiento la cual correlaciona la información para definir un perfil específico que identifique a cada vehículo (14) , pudiéndose así determinar el largo y alto del vehículo. En seguida, la unidad de procesamiento inicia un proceso electrónico de comparación del perfil del vehículo con un catálogo de perfiles para clasificar el vehículo (15) . De acuerdo a una calificación predefinida se define si existe una categoría dentro del catálogo en la que coincida el perfil identificado, dentro de un rango de tolerancia definido (16) , y en caso afirmativo, le asigna esa categoría al vehículo (17) y se genera una respuesta predeterminada (18) . En caso negativo, se almacena temporalmente la información del perfil (19) y cuando existe un número determinado de incidencias en ese perfil, se le asigna una nueva categoría preservándose la información (20) , con lo que se logra el autoaprendiza e del proceso. El diagrama de flujo de la figura 3 muestra en detalle las etapas del procesamiento informático para la identificación y clasificación de vehículos, en el que después de efectuarse las lecturas (21) mediante el sensor de velocidad (22) y la cortina de rayos infrarrojos (23), se inician los procedimientos para correlacionar los datos, esto es primero se aplican algoritmos para relacionar los datos de velocidad con los datos de escaneo (24) y determinar las distancias horizontales (en el eje de las X) de las líneas de escaneo y de los puntos de control. Enseguida se aplican algoritmos para identificar los puntos extremos superiores de cada linea de escaneo y se determinan los puntos de control (25) . Inmediatamente, se obtiene mediante algoritmos la distancia máxima del perfil, es decir el largo total del vehiculo (26) . ? continuación se aplican los algoritmos para obtener puntos intermedios o de interpolación (27) y entonces se determinan los spline de Bezier (28) mediante la aplicación de algoritmos, y subsecuentemente mediante otros algoritmos se optimizan los splines de Bezier (29) eliminándose los puntos muy cercanos. Por lo que a continuación se aplica un algoritmo para obtener el punto inicial y punto final de referencia (30 y 31) . En seguida se lleva a cabo un almacenamiento temporal de las características del vehiculo (32) en estudio. Una vez que se ha almacenado temporalmente la información sobre las características del vehiculo se inicia el proceso de identificación (33) , utilizando el catálogo de clasificación más reciente. Se aplica un primer criterio de discriminación (34) , el cual en una modalidad preferida es el largo total del vehiculo. Se determina si existe una categoría con un largo total similar (35) , en caso afirmativo se descartan las categorías que no corresponden al largo total (36) y en caso negativo se almacena la información en forma temporal (47) . Se aplica un segundo criterio de discriminación (37) basado en tres puntos predeterminados de la altura del vehículo, buscando primero la correspondencia con el punto inicial predeterminado y a continuación se busca la correspondencia de los otros dos puntos predeterminados (38) . Se determina si existe una categoría en que correspondan los puntos predeterminados (39) . En caso afirmativo se descartan las categorías que no corresponden (40) a la altura del vehículo y en caso contrario se almacena la información en forma temporal (47) . En seguida se hace una discriminación por comparación exhaustiva de los splines restantes (41) . Se determina si se cumple con la calificación mínima de conformidad con los rangos de tolerancia predeterminados (42) , si es así se identifica la categoría con la calificación más alta (43), pero si no existe una categoría en la que califique satisfactoriamente, se almacena la información en forma temporal (47) . Una vez determinada la categoría, se emite una señal o respuesta predeterminada indicativa de la categoría asignada al vehículo (44), y se almacena la información del vehículo examinado (45) . El proceso finaliza con la salida del vehículo del carril (46) . Paralelamente, se llevan a cabo los procesos de actualización y autoaprendizaje, los cuales inician cuando arranca el sistema (48), ejecutándose en ése momento una actualización del catálogo de clasificación (49). El sistema se programa para llevar a cabo el proceso de auto-aprendizaje en periodos predeterminados, por lo que cuando inicia un periodo de auto-aprendizaje (50) , se agrupan todos los perfiles que no se pueden asignar a ninguna categoría en un grupo de perfiles pendientes de clasificación (51) , y se realizan comparaciones exhaustivas de los perfiles desconocidos para agruparlos con base en sus similitudes tales (52) como el largo, alto y el total de splines del vehículo. Una vez finalizado el proceso de agrupamiento (53), se determina que grupos tienen un número suficiente de incidencias, de acuerdo a un criterio preestablecido (54) . Cuando no se cumple el número mínimo de incidencias, finaliza el proceso (59) . En caso de que se cumpla con la cuota se da un aviso de una nueva categoría para que sea aprobada (55) . La aprobación de las nuevas categorías, se da en forma manual o automática (56), y se agregan entonces dichas categorías al catálogo de clasificaciones (57) . Al aprobarse nuevas categorías se actualiza el catálogo de clasificaciones de los vehículos (58), con lo que finaliza el proceso (59) . Mediante el proceso descrito, la generación de nuevas clasificaciones sólo se puede realizar cuando cruzan nuevos vehículos por la cortina (1) , por lo que no se puede engañar o modificar por medios electrónicos el catálogo de clasificaciones con datos falsos, lo cual evita muchos problemas desde los errores de alimentación así como los relacionados con el mal uso del sistema, engaño, prácticas anormales, etc.
Pueden efectuarse diversas modificaciones o variaciones a la invención aqui descrita, sin apartarse del espíritu y alcance de la misma, por lo cual deberá entenderse que lo aquí descrito e ilustrado en las figuras anexas es meramente ilustrativo de la invención mas no limitativo de la misma.