1. DSpace en ESPOL
2. Unidades Académicas
3. Facultad de Ingeniería en Electricidad y Computación
4. Tesis de Telemática

Título :	Sistema de Monitoreo Visual para el Control de Acceso Vehicular
Autor :	Ramírez, María José, Director González Monard, Maximiliano Divar
Palabras clave :	Monitoreo Vehicular Roboflow YOLOV5 Raspberry Pi
Fecha de publicación :	2023
Editorial :	ESPOL.FIEC
Citación :	González Monard, M. D. (2023). Sistema de Monitoreo Visual para el Control de Acceso Vehicular. [Proyecto Integrador]. ESPOL.FIEC .
Descripción :	Este proyecto aborda la creación de un sistema de monitoreo vehicular utilizando una Raspberry Pi y cámaras de alta definición, enfocado en mejorar la seguridad y gestión de accesos en parqueaderos urbanos. Se busca desarrollar una solución adaptable, eficiente y económica que permita un registro detallado del ingreso de vehículos, utilizando tecnologías accesibles y de código abierto. En el desarrollo, se empleó el modelo YOLOV5 para la detección de placas, complementado por Roboflow para el procesamiento de imágenes, y se configuró una Raspberry Pi con RTSP(Real Time Streaming Protocol) para la transmisión en tiempo real. Las pruebas demostraron la eficacia del sistema en el reconocimiento de placas, utilizando la librería easyocr para la conversión de imágenes en texto y MongoDB para el almacenamiento de datos. Los resultados indican una alta eficiencia en la detección y registro de placas vehiculares, demostrando la viabilidad de sistemas compactos y de bajo costo en aplicaciones de seguridad y monitoreo. La implementación de MongoDB facilitó la gestión eficiente de datos, siendo escalable y adaptable a las necesidades del proyecto. En conclusión, la combinación de Yolo V5, Roboflow y easyocr en una Raspberry Pi representa un avance significativo en el control de accesos vehiculares. Este sistema no solo mejora la seguridad, sino que también abre posibilidades para futuras innovaciones en la gestión de tráfico y estacionamientos. Se recomienda explorar soluciones de almacenamiento y procesamiento de datos más eficientes para manejar grandes volúmenes de información, así como la actualización continua y mantenimiento del sistema. Líneas futuras incluyen la integración de AI (Artificial Intelligence) y aprendizaje profundo más avanzados para mejorar la precisión y adaptabilidad del sistema en diferentes condiciones ambientales. Palabras Clave: Raspberry Pi, Monitoreo Vehicular, YOLOV5, Roboflow
metadata.dc.description.abstractenglish:	This project addresses the development of a vehicle monitoring system using a Raspberry Pi and high-definition cameras, focusing on enhancing security and access management in urban parking spaces. The goal is to create an adaptable, efficient, and cost-effective solution that allows detailed recording of vehicle entries, utilizing accessible and open-source technologies. During the development phase, the YOLOV5 model was used for license plate detection, supplemented by Roboflow for image processing. A Raspberry Pi was configured with RTSP for real-time transmission. Testing demonstrated the system?s effectiveness in recognizing license plates, using the easyocr library to convert images to text and MongoDB for data storage. The results indicate high efficiency in detecting and registering vehicle plates, proving the feasibility of compact, low-cost systems in security and monitoring applications. The implementation of MongoDB facilitated efficient data management, scalable and adaptable to project needs. In conclusion, the combination of Yolo V5, Roboflow, and easyocr on a Raspberry Pi marks a significant advancement in vehicular access control. This system not only enhances security but also opens possibilities for future innovations in traffic and parking management. Recommendations include exploring more efficient data storage and processing solutions for handling large volumes of information, as well as continuous updating and maintenance of the system. Future lines of development involve integrating more advanced AI and deep learning to improve the system?s accuracy and adaptability under various environmental conditions. Keywords:Raspberry Pi, Vehicle Monitoring, YOLOV5, Roboflow
URI :	http://www.dspace.espol.edu.ec/handle/123456789/60579
metadata.dc.identifier.codigoproyectointegrador:	INGE-2220
Aparece en las colecciones:	Tesis de Telemática

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.