|
Abstract:
|
Este trabalho apresenta o desenvolvimento de um sistema de leitura automática de placas de veículos (ALPR -- Automatic License Plate Recognition) com foco em viabilizar uma solução de baixo custo executável em hardware embarcado acessível. O problema surgiu no contexto do produto Aegis Access Control, desenvolvido pela Palmsoft Tecnologia, em que câmeras LPR comerciais de alto custo são utilizadas para controle de acesso em condomínios autônomos de aluguel de curto prazo. O objetivo do trabalho é criar e validar um algoritmo de leitura de placas de veículos brasileiras e analisar sua performance ao ser executado na placa Radxa ROCK 3A, equipada com o chip Rockchip RK3568, que conta com uma NPU de 0,8 TOPs. A solução proposta consiste em um pipeline de visão computacional estruturado em três etapas: detecção e classificação da placa por meio do modelo YOLO26n-pose, pré-processamento da imagem da placa com correção de perspectiva, binarização adaptativa pelo método de Sauvola e segmentação de caracteres, e classificação dos caracteres extraídos por redes neurais convolucionais especializadas. Uma abordagem alternativa baseada em modelos de extração e classificação simultânea de caracteres também foi desenvolvida e avaliada. O desenvolvimento seguiu o processo CRISP-DM e utilizou o dataset público RodoSol-ALPR. Os modelos foram treinados em ambiente de desenvolvimento, exportados para o formato ONNX e convertidos para o formato RKNN com quantização uint8 para execução na NPU. Os resultados obtidos demonstram acurácia de 91,05% com o pipeline de classificação simultânea e de 85,75% com o pipeline de caracteres isolados. Na ROCK 3A, o melhor tempo de inferência foi de 464,10 ms com YOLO executando na NPU e o modelo simultâneo na CPU, e de 539,22 ms com todos os modelos do pipeline de caracteres isolados na NPU. Os resultados confirmam a viabilidade técnica e econômica da proposta, com redução de custo por unidade de R$ 5.700--7.500 para valores da ordem de poucas centenas de reais. |
