Detección de somnolencia y síncope en conductores mediante visión artificial

Abstract

Los accidentes de tráfico son una de las principales causas de mortalidad entre la población, con 1,25 millones de fallecidos por año siendo además la principal causa de muerte en jóvenes (5 a 29 años). De ellos, el 8% de los accidentes de tráfico se deben a somnolencia y fatiga. Esta situación no ha pasado desapercibida para las autoridades que llevan años implementando medidas mitigadoras y correctoras para reducir el número de siniestros de manera que una de las principales novedades para los próximos años será la obligatoriedad de sistemas automáticos de detección de fatiga del conductor a partir del 2022. Es por ello que el presente trabajo pretende implementar un demostrador de tecnología software capaz de detectar/predecir el estado de fatiga de un conductor mediante la adquisición y procesado de imágenes para determinar la tasa de parpadeo e interpretar el resultado. El sistema permitirá que el usuario conozca el resultado del análisis bajo requisitos de tiempo real soft. El sistema se plantea como una aplicación de visión artificial lo cual garantiza la ausencia de problemas derivados de la interoperabilidad con sistemas HW-SW propietarios del vehículo.

Traffic accidents are one of the main causes of mortality among the population, with 1.25 million deaths per year being also the main cause of death in young people (5 to 29 years). Of these, 8% of traffic accidents are due to drowsiness and fatigue [1]. This situation has not gone unnoticed by the authorities, who have been implementing mitigating and corrective measures for years to reduce the number of accidents, so that one of the main novelties for the coming years will be the obligatory nature of automatic systems for detecting driver fatigue from the 2022 [2]. That is why the present work aims to implement a software technology demonstrator capable of detecting / predicting the fatigue state of a driver by acquiring and processing images to determine the blink rate and interpret the result. The system will allow the user to know the result of the analysis under soft real-time requirements. The system is proposed as an artificial vision application, which guarantees the absence of problems derived from interoperability with the vehicle's proprietary HW-SW systems.

Els accidents de trànsit són una de les principals causes de mortalitat entre la població, amb 1,25 milions de morts per any sent a més la principal causa de mort en joves (5 a 29 anys). D'ells, el 8% dels accidents de trànsit es deuen a somnolència i fatiga. Aquesta situació no ha passat desapercebuda per a les autoritats que porten anys implementant mesures mitigadores i correctores per reduir el nombre de sinistres de manera que una de les principals novetats per als propers anys serà l'obligatorietat de sistemes automàtics de detecció de fatiga de l'conductor a partir de l' 2022. És per això que el present treball pretén implementar un demostrador de tecnologia programari capaç de detectar / predir l'estat de fatiga d'un conductor mitjançant l'adquisició i processament d'imatges per determinar la taxa de parpelleig i interpretar el resultat. El sistema permetrà que l'usuari conegui el resultat de l'anàlisi sota requisits de temps real soft. El sistema es planteja com una aplicació de visió artificial la qual cosa garanteix l'absència de problemes derivats de la interoperabilitat amb sistemes HW-SW propietaris de el vehicle.