Implementación y evaluación de un sistema OCR para la identificación de matrículas de vehículos en un robot humanoide NAO
una prueba de concepto
DOI:
https://doi.org/10.47385/cadunifoa.v21.n56.6305Palabras clave:
Identificación de la matrícula del vehículo, Aprendizaje profundo, Visión por computadora, Robótica humanoide, Reconocimiento óptico de caracteres, Robot NAOResumen
Este trabajo describe el desarrollo y la evaluación de un sistema integrado de reconocimiento óptico de caracteres (OCR) para el robot humanoide NAO, centrándose en la identificación en tiempo real de matrículas de vehículos brasileños en un entorno controlado. El sistema utiliza la biblioteca EasyOCR, basada en aprendizaje profundo, integrada en el marco qi del NAO mediante una arquitectura externa para el procesamiento remoto vía WiFi, con captura de imágenes por la cámara frontal a resolución VGA y 15 FPS. Se realizaron cinco casos experimentales en un entorno controlado, con tiempos de procesamiento que oscilaron entre 0,070 s y 0,345 s. Los resultados indican que el módulo de detección de regiones de texto opera con mayor robustez que el módulo de clasificación de caracteres, cuya precisión se ve fuertemente influenciada por la calidad visual de la imagen, el contraste y la complejidad compositiva de la matrícula. La confianza media de las detecciones fue de 0,75 (desviación estándar de 0,25), con variaciones entre casos simples y complejos. Los resultados establecen una base para el desarrollo de sistemas OCR en plataformas robóticas humanoides y señalan el preprocesamiento de imágenes como el área principal de mejora para futuros trabajos.
Descargas
Citas
ALDEBARAN ROBOTICS. NAO Technical Documentation. Softbank Robotics, 2021. Disponível em: http://doc.aldebaran.com/2-8/home_nao.html. Acesso em: 2 set. 2025.
ANAGNOSTOPOULOS, Christos-Nikolaos E. et al. License plate recognition from still images and video sequences: A survey. IEEE Transactions on Intelligent Transportation Systems, v. 9, n. 3, p. 377-391, 2008. DOI: https://doi.org/10.1109/TITS.2008.922938
BAEK, Y.; LEE, B.; HAN, D.; YOON, S.; LEE, H. Character region awareness for text detection. In: PROCEEDINGS OF THE IEEE/CVF CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION, 2019, Long Beach. Anais... Long Beach: IEEE, 2019. p. 9365-9374. DOI: 10.1109/CVPR.2019.00959. DOI: https://doi.org/10.1109/CVPR.2019.00959
BLANSON HENKEMANS, O. NAO robot by Aldebaran Robotics. 2025. Disponível em: [https://www.aldebaran.com/en/nao](https://www.aldebaran.com/en/nao). Acesso em: 21 maio 2026.
CHEN, Li et al. Beyond human recognition: A CNN-based framework for handwritten character recognition. In: 2015 3rd IAPR Asian Conference on Pattern Recognition (ACPR). IEEE, 2015. p. 695-699. DOI: https://doi.org/10.1109/ACPR.2015.7486592
CHEN, Song et al. A real-time face detection and recognition system for a mobile robot in a complex background. Artificial Life and Robotics, v. 15, n. 4, p. 439-443, 2010. DOI: https://doi.org/10.1007/s10015-010-0838-z
FICHT, Grzegorz et al. NimbRo-OP2X: Adult-sized open-source 3D printed humanoid robot. In: 2018 IEEE-RAS 18th International Conference on Humanoid Robots (Humanoids). IEEE, 2018. p. 1-9. DOI: https://doi.org/10.1109/HUMANOIDS.2018.8625038
GOUAILLIER, D.; HUGEL, V.; BLAZEVIC, P.; KILNER, C.; MONCEAUX, J.; LAFOURCADE, P.; MARNIER, B.; SERRE, J.; MAISONNIER, B. Mechatronic design of NAO humanoid. In: IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION, 2009, Kobe. Proceedings... Kobe: IEEE, 2009. p. 769-774. DOI: 10.1109/ROBOT.2009.5152516. Disponível em: https://ieeexplore.ieee.org/document/5152516. Acesso em: 10 set. 2024. DOI: https://doi.org/10.1109/ROBOT.2009.5152516
GOUAILLIER, David et al. The nao humanoid: a combination of performance and affordability. arXiv preprint arXiv:0807.3223, 2008.
HEREMANS, François et al. Bio-inspired balance controller for a humanoid robot. In: IEEE INTERNATIONAL CONFERENCE ON BIOMEDICAL ROBOTICS AND BIOMECHATRONICS, 6., 2016. Anais... IEEE, 2016. p. 441-448. DOI: https://doi.org/10.1109/BIOROB.2016.7523667
GURUPRASAD, Arvind; PAUL RAJ, Kevin; NAGARATHNA, N. Automatic License Plate Recognition Under Harsh Conditions. In: Soft Computing and Signal Processing: Proceedings of 3rd ICSCSP 2020, Volume 1. Singapore: Springer Singapore, 2021. p. 705-716.
LG ELECTRONICS. Monitor TV LED LCD 21.5'' M2280A. 2025. Disponível em: https://www.lg.com. Acesso em: 21 maio 2026.
LI, Hui et al. Show, attend and read: A simple and strong baseline for irregular text recognition. In: Proceedings of the AAAI Conference on Artificial Intelligence. 2019. p. 8610-8617. DOI: https://doi.org/10.1609/aaai.v33i01.33018610
LONG, S.; HE, X.; YAO, C. Scene text detection and recognition: The deep learning era. International Journal of Computer Vision, New York, v. 129, n. 1, p. 161-184, 2020. DOI: 10.1007/s11263-020-01369-0. Disponível em: https://link.springer.com/article/10.1007/s11263-020-01369-0. Acesso em: 11 set. 2024. DOI: https://doi.org/10.1007/s11263-020-01369-0
LUO, Jing et al. Robotics perception and control: Key technologies and applications. Micromachines, v. 15, n. 4, p. 531, 2024. DOI: https://doi.org/10.3390/mi15040531
MAGALLÁN-RAMÍREZ, D. et al. Implementation of NAO Robot Maze Navigation Based on Computer Vision and Collaborative Learning. Frontiers in Robotics and AI, v. 9, p. 834021, 2022. DOI: 10.3389/frobt.2022.834021. DOI: https://doi.org/10.3389/frobt.2022.834021
MANAKITSA, Nikoleta et al. A review of machine learning and deep learning for object detection, semantic segmentation, and human action recognition in machine and robotic vision. Technologies, v. 12, n. 2, p. 15, 2024. DOI: https://doi.org/10.3390/technologies12020015
MEMON, Jamshed et al. Handwritten optical character recognition (OCR): A comprehensive systematic literature review (SLR). IEEE Access, v. 8, p. 142642-142668, 2020. DOI: https://doi.org/10.1109/ACCESS.2020.3012542
MONTAZZOLLI, Sérgio; JUNG, Claudio. Real-time brazilian license plate detection and recognition using deep convolutional neural networks. In: 2017 30th SIBGRAPI Conference on Graphics, patterns and Images (SIBGRAPI). IEEE, 2017. p. 55-62. DOI: https://doi.org/10.1109/SIBGRAPI.2017.14
WANG, Tianwei et al. Decoupled attention network for text recognition. In: Proceedings of the AAAI Conference on Artificial Intelligence. 2020. p. 12216-12224. DOI: https://doi.org/10.1609/aaai.v34i07.6903
WIKIPEDIA. Placas de identificação de veículos no Brasil. 2025. Disponível em: https://pt.wikipedia.org/wiki/Placas_de_identifica%C3%A7%C3%A3o_de_ve%C3%ADculos_no_Brasil. Acesso em: 21 maio 2026.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Cadernos UniFOA
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
FUNDAÇÃO OSWALDO ARANHA - FOA, mantenedora do CENTRO UNIVERSITÁRIO DE VOLTA REDONDA - UniFOA, entidade fundacional com personalidade jurídica sem fins lucrativos de direito privado, inscrita no CNPJ sob nº 32.504.995/0001-14, com sede na Avenida Dauro Peixoto Aragão, nº 1325, bairro Três Poços, Volta Redonda – RJ, doravante denominada FOA/UniFOA.
CLÁUSULA PRIMEIRA: O CEDENTE cede e transfere gratuitamente sem direito a remuneração, reembolso ou compensação de qualquer natureza, em caráter irrevogável e irretratável à FOA/UniFOA, todos os direitos autorais (morais e patrimoniais) relativo à obra acima intitulada, tudo em conformidade com a Lei nº 9.610/98.
PARÁGRAFO PRIMEIRO: O CEDENTE desde já, declara que a obra cedida é de sua exclusiva autoria, assumindo total responsabilidade civil e penal, quanto ao conteúdo, citações e referências que fazem parte de seu conteúdo, bem como, por eventuais questionamentos judiciais ou extrajudiciais em decorrência de sua divulgação, devendo concordar inequivocamente com a exclusão da FOA/UniFOA do polo passivo de quaisquer demandas.
PARÁGRAFO SEGUNDO: O CEDENTE assume inteira responsabilidade pelos dados pessoais tratados em função da obra acima intitulada, declarando ainda que observou sempre que possível, os critérios de anonimização ou pseudonimização dos dados para publicação final pela FOA/UniFOA, de acordo com artigo 7º, IV da Lei nº 13.709/2018.
PARÁGRAFO TERCEIRO: Na hipótese de existirem na obra acima intitulada dados pessoais identificados ou identificáveis, que não passaram por processo de anonimização, o CEDENTE declara que informou e disponibilizou aos titulares/terceiros, mecanismos de exercício dos direitos previstos na Lei nº 13.709/18.
PARÁGRAFO QUARTO: Os dados pessoais identificados ou identificáveis presentes na obra acima intitulada, ficarão disponíveis após publicação pela FOA/UniFOA, nos termos do art. 16, II da Lei nº 13.709/2018.
CLÁUSULA SEGUNDA: A FOA/UniFOA fica autorizada a utilizar, reproduzir, distribuir, divulgar, disponibilizar, publicar e licenciar a obra, sob qualquer forma e por quaisquer meios admitidos em lei, inclusive em ambiente digital, observadas as políticas editoriais da instituição e as licenças de uso adotadas para a publicação.
PARÁGRAFO ÚNICO: A utilização, reprodução, divulgação, publicação, compartilhamento, licenciamento ou qualquer outra forma de exploração autorizada da obra pela FOA/UniFOA não gerará ao CEDENTE qualquer direito à remuneração, reembolso, indenização, compensação financeira, participação em receitas ou vantagem econômica de qualquer natureza, permanecendo a presente cessão e autorização em caráter integralmente gratuito.
CLÁUSULA TERCEIRA: A FOA/UniFOA fica autorizada a promover o registro da obra na forma prevista no artigo 19 da Lei nº 9.610/1998, podendo averbar a presente autorização/cessão à margem do registro a que se refere o artigo 19 da Lei nº 9.610/1998, ou não estando a obra registrada, poderá a presente cessão ser registrada em Cartório de Títulos e Documentos, em havendo necessidade.
CLÁUSULA QUARTA: O presente instrumento é firmado por prazo indeterminado.
CLÁUSULA QUINTA: O CEDENTE outorga à FOA/UniFOA, a mais plena, geral, rasa, irretratável, irrestrita e inequívoca quitação pela presente cessão e transferência dos direitos autorais da obra intitulada acima, renunciando a todo e qualquer direito porventura existente, obrigando-se em todos os seus termos e condições, por si, seus herdeiros e sucessores.
CLÁUSULA SEXTA: O CEDENTE desde já está ciente e de acordo que:
- A obra não poderá ser comercializada e sua contribuição não gerará ônus para a FOA/UniFOA;
- A obra será disponibilizada em formato digital no sítio eletrônico do UniFOA para pesquisas e downloads de forma gratuita;
- A obra não será impressa, salvo em casos específicos cabendo à Editora FOA a definição;
- Todo o conteúdo é de total responsabilidade dos autores na sua forma e originalidade;
- Todas as imagens utilizadas (fotos, ilustrações, vetores e etc.) devem possuir autorização para uso;
- Que a obra não se encontra sob a análise em qualquer outro veículo de comunicação científica, caso contrário o CEDENTE deverá justificar a submissão à Editora FOA, que analisará o pedido, podendo ser autorizado ou não.
CLÁUSULA SÉTIMA: A obra objeto da presente cessão poderá ser disponibilizada pela FOA/UniFOA sob a licença Creative Commons Atribuição-NãoComercial (CC BY-NC), identificada na imagem abaixo - ou outra licença que venha a ser definida pela FOA/UniFOA, observados os critérios editoriais, institucionais, científicos e os requisitos estabelecidos por bases indexadoras, repositórios acadêmicos, organismos de fomento, sistemas de divulgação científica ou demais normas aplicáveis à publicação da obra.
PARÁGRAFO ÚNICO: O CEDENTE declara estar ciente e concordar que a escolha, alteração ou atualização da licença de publicação da obra constitui prerrogativa exclusiva da FOA/UniFOA, desde que observadas as finalidades acadêmicas, científicas e institucionais da publicação.
CLÁUSULA OITAVA: O CEDENTE está ciente e de acordo que tem por obrigação solicitar a autorização expressa dos coautores da obra/artigo, bem como dos professores orientadores antes da submissão do mesmo, se obrigando inclusive a mencioná-los no corpo da obra, sob pena de responder exclusivamente pelos danos causados.
