Sistema Inteligente de Control de Acceso Vehicular Mediante Reconocimiento Automático de Placas para el Tecnm Campus Tuxtepec
DOI:
https://doi.org/10.65011/prismaods.v4.i2.107Palabras clave:
control de acceso vehicular, reconocimiento automático de placas (ALPR), YOLOv8, campus tuxtepec, TecNMResumen
En este artículo se propone un sistema de control de acceso vehicular para le Instituto Tecnológico de Tuxtepec (TecNM-Tuxtepec), basado en tecnologías modernas de reconocimiento automático de placas (ALPR/ANPR). Se describe la arquitectura del sistema, componentes de hardware y software, técnicas de detección y reconocimiento de placas basadas en redes neuronales (por ejemplo, YOLOv8, modelos de convolución separable), así como mecanismos de integración con bases de datos del Instituto. Además, se discuten retos particulares del contexto local (como lo suelen ser: condiciones de iluminación, diversidad de formatos de placas mexicanas, integridad de la infraestructura). Los resultados esperados apuntan a una tasa de reconocimiento mayor al 98% con tiempo de respuesta en el orden de milisegundos, y se propone un plan piloto de implementación.
Descargas
Referencias
Asaju, C. B., Owolawi, P. A., Tu, C., & Van Wyk, E. (16 de 01 de 2025). Cloud-Based License Plate Recognition: A Comparative Approach Using You Only Look Once Versions 5, 7, 8, and 9 Object Detection. Obtenido de mdpi.com: https://www.mdpi.com/2078-2489/16/1/57
BYCOM. (14 de 07 de 2020). The Case for ALPR on Campus. Obtenido de.baycominc.com: https://www.baycominc.com/the-case-for-alpr-on-campus/
CSUSB. (2023). License Plate Recognition (LPR) - Policies | Parking and Transportation Services. Obtenido de csusb.edu: https://www.csusb.edu/parking/parking-permits/virtual-parking-permits-and-license-plate-recognition-lpr-info/policies
Del Castillo, V. M., & Velarde, G. (27 de 03 de 2022). Benchmarking Algorithms for Automatic License Plate Recognition. doi: https://arxiv.org/abs/2203.14298
GENETEC. (28 de 05 de 2021). Driving up vaccination POD efficiency with traffic data . Obtenido de University of Arizona: https://www.genetec.com/binaries/content/assets/genetec/case-studies/casestudy_en_university-of-arizona.pdf?utm_source=chatgpt.com
Joshi, S., Jejure, P., Jadhav, C., Jankar, V., & Mote, A. V. (March-April de 2025). Automatic Number Plate Recognition Using YOLOv8 Model. International Journal of Scientific Research in Science and Technology, 12(2), 1088-1097.
Juliano, J. J. (23 de 04 de 2025). Automated Vehicle Access Control System Utilizing Computer Vision-Based License Plate Recognition. International Journal of Multidisciplinary Applied Business and Education Research, 6(4), 1947-1977. doi: http://dx.doi.org/10.11594/ijmaber.06.04.27
Klingler, N. (06 de 10 de 2024). Automatic Number Plate Recognition (ANPR) Guide. Obtenido de viso.a: https://viso.ai/computer-vision/automatic-number-plate-recognition-anpr/
Plavac, N., Amirshahi, S., Pedersen, M., & Triantaphillidou, S. (2024). Performance of Automatic License Plate Recognition Systems on Distorted Images. Journal of Imaging Science and Technology, 68, 1-16. doi: https://doi.org/10.2352/J.ImagingSci.Technol.2024.68.6.060401
Public Safety. (23 de 02 de 2023). How license plate readers are helping University Police solve crimes. Obtenido de /police.illinois.edu: https://police.illinois.edu/how-license-plate-readers-are-helping-university-police-solve-crimes/
Singhal, A., & Singhal, N. (03 de 2025). Patrol Vision: Automated License Plate Recognition in the wild. IEEE, 548-555.
Wang, S.-R., Shih, H.-Y., Shen, Z.-Y., & Tai, W.-K. (21 de 02 de 2022). End-to-End High Accuracy License Plate Recognition Based on Depthwise Separable Convolution Networks. Obtenido de arxiv.org: https://arxiv.org/pdf/2202.10277
Publicado
Número
Sección
Licencia
Derechos de autor 2025 María Luisa Acosta Sanjuán, Julio Aguilar Carmona, Tomás Torres Ramírez, María de los Ángeles Martínez Morales, María de Lourdes Hernández Martínez (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Todo el contenido de Prisma ODS se publica bajo la Licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
Los autores conservan los derechos de autor y otorgan a la revista el derecho de primera publicación.
Se permite la libre copia, distribución, adaptación y reutilización del contenido para cualquier fin legal,
siempre que se otorgue la atribución adecuada a los autores y a la fuente original.
Más información en: https://creativecommons.org/licenses/by/4.0/
