Integrando visão computacional e sistemas embarcados : rastreio de objetos com CSRT e controle automático de câmera pan-tilt usando ESP32

Abstract

Este projeto tem o propósito de demonstrar a integração entre a visão computacional e sistemas embarcados ao construir um sistema de rastreamento de objetos em tempo real. Para isso, é utilizado um microcontrolador ESP32 e um módulo de câmera OV2640. As imagens capturadas são enviadas para um computador, onde são processadas com a ajuda da biblioteca OpenCV e do algoritmo de rastreio CSRT (Filtro de Correlação Discriminativo com Confiabilidade Espacial e de Canal). O computador calcula os ângulos de panorâmica e inclinação da câmera, e então envia sinais de controle para o ESP32 para ajustar a posição dos servo motores, mantendo o objeto no centro da imagem. Os resultados comprovam que o sistema é eficiente e preciso na tarefa de rastreamento, mesmo em situações desafiadoras. Além disso, o baixo custo e consumo de energia tornam o sistema adequado para aplicações diversas, como vigilância, robótica e veículos autônomos. Em suma, este projeto evidencia a potencialidade de combinar sistemas embarcados e visão computacional para criar soluções de baixo custo e alto desempenho para aplicações práticas.

This project aims to demonstrate the integration of computer vision and embedded systems by building a real-time object tracking system using an ESP32 micro-controller and an OV2640 camera module. The system captures images and sends them to a PC for processing using the OpenCV library and the CSRT (Discriminative Correlation Filter with Channel and Spatial Reliability) algorithm. The PC computes the pan and tilt angles of the camera and sends control signals to the ESP32 to adjust the position of two servo motors, keeping the object centered in the frame. The results show that the system is able to track the object with high accuracy and robustness in real-time, even in challenging scenarios. The low cost and power consumption of the system make it suitable for a variety of applications, including surveillance, robotics, and autonomous vehicles. The project highlights the potential of combining embedded systems and computer vision for building low-cost and high-performance systems for real-world applications.