Sistema difuso de alerta de sueño al volante utilizando algoritmo de Viola Jones
Resumen
El uso de sistemas de monitoreo que notifican el nivel de atención del conductor se constituye en una herramienta importante en la prevención de accidentes relacionados al estado de vigilia. El presente trabajo integra el enfoque de visión por computador, la Raspberry Pi, los componentes electrónicos necesarios, en conjunto con la inteligencia artificial y el reconocimiento de patrones, para implementar una solución no intrusiva para detección del nivel de somnolencia y distracciones del conductor, además de brindar una alternativa accesible para instalar el sistema en cualquier tipo de vehículo. Se presenta un prototipo sencillo para detección de somnolencia y distracciones, en el cual el método de Viola-Jones es utilizado para el reconocimiento de rostros y un clasificador tipo cascada que utiliza una base de datos de imágenes para su entrenamiento. Se cuenta la cantidad de detección de ojos, tanto abiertos como cerrados, y los cambios en la boca, para el conteo de bostezos en una secuencia continua de imágenes para luego utilizar los datos captados y medir el nivel de somnolencia del conductor por medio de Lógica Difusa dando una salida de alerta en caso de que el nivel de somnolencia lo amerite. Además, este método permite detectar distracciones, utilizando como parámetros rostro y ojos. Resultados de pruebas demuestran que el sistema mide con eficiencia parámetros mencionados y detecta estado de somnolencia como también distracciones por medio del método de Viola-Jones.
Descargas
Citas
Colaborativo. (2013). PiAddict Magazine. Obtenido de Raspberry Pi: https://www.raspberrypi.org/forums/viewtopic.php?t=69132
Garcia, J., Rogado, R., Barea, R., & Bergasa, L. (2008). Universidad de Alcalá. Obtenido de Departamento de Electrónica: https://tv.uvigo.es/uploads/material/Video/2664/P09.pdf
Jiménez, J. G. (2000). ScienceDirect. Obtenido de Vision por Computador: https://www.sciencedirect.com/science/article/pii/S1697791215000126
Pardos, E. C. (2004). ResearchGate. Obtenido de Técnicas de reconocimiento facial mediante Redes Neuronales: https://www.researchgate.net/publication/39425006_Tecnicas_de_reconocimiento_facial_ mediante_redes_neuronales
Raya, A. M. (2002). Universidad de Málaga. Obtenido de Departamento de Estadística y Econometría: http://webpersonal.uma.es/~MORILLAS/DATOSDIFUSOS.pdf Sánchez, R. (2004). Faq-Mac. Obtenido de Sistemas de reconocimiento facial: https://www.faqmac.com/2004/07/sistemas-de-reconocimiento-facial-por-raul-sanchez-vitores/
Torres, A., & C., T. (2004). Inferencia y razonamiento probabilístico o difuso. Revista de Ingeniería, 158-166. Obtenido de Inferencia y razonamiento probabilístico odifuso.
Trávez, I., Soria, V., & Fernando, D. (2016). Universidad de las Fuerzas Armadas. Obtenido de Departamento de Ingeniería Electrónica: http://repositorio.espe.edu.ec/xmlui/handle/21000/11976
Vial, O. (Diciembre de 2015). Agencia Nacional de Tránsito y Seguridad Vial. Obtenido de Informe estadístico del Observatorio Vial: http://www.antsv.gov.py/application/files/1115/2278/1418/BOLETIN_DEL_OBSERVAT ORIO_-_DIC2015.pdf
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Esta obra está licenciada sob uma Licença Creative Commons Atribuição 4.0 Internacional.
This work is under an International License Creative Commons Atribución 4.0.