Diseño de un sistema de bajo coste para la detección de la somnolencia en la conducción basado en reconocimiento de expresiones faciales

Abstract

[ES] Se estima que entre un 20 y un 30 % de los accidentes de tráfico están relacionados con la fatiga, siendo los accidentes causados por somnolencia hasta dos veces más mortales que los originados por otras causas. Para reducir estas cifras, se han llevado estrategias como la realización de campañas publicitarias, la implementación de tacógrafos en vehículos destinados al transporte por carretera de mercancías y viajeros o el uso de sistemas de detección de somnolencia en automóviles. En el ámbito de esta última, las tecnologías usadas son de diversa índole y pueden basarse en la medición de señales como el movimiento del volante o la posición del vehículo en la carretera o en la monitorización del conductor. El control del conductor es una tecnología poco explotada hasta ahora y que puede llevarse a cabo con enfoques muy distintos. En este proyecto se abordará el registro de expresiones faciales que muestren indicios de somnolencia y se estudiará la viabilidad de su implementación en un paquete electrónico de bajo coste. En concreto, se pretende determinar el estado del conductor mediante la monitorización de sus expresiones faciales, como pueden ser frecuencia de parpadeos, bostezos, cabeceo o apertura de los ojos. Para ello, se va a desarrollar un algoritmo capaz de detectar la somnolencia y se va a programar en Python. La implementación se llevará a cabo sobre una Raspberry Pi, un dispositivo de bajo coste que permitirá realizar un prototipo que pueda detectar somnolencia e interactuar con periféricos como cámaras o altavoces.

[EN] It is estimated that 20-30% of road accidents are related to fatigue, being accidents caused by drowsiness up to twice as deadly as those caused by other causes. In order to reduce these numbers, strategies such as advertising campaigns, the implementation of tachographs in vehicles used for road transport of goods and passengers or the use of drowsiness detection systems in cars have been implemented. Within the scope of the latter area, the technologies used are diverse and can be based on measurement of signals such as steering wheel movement or vehicle position on the road, or on driver monitoring. Driver monitoring is a technology that has been little exploited so far and can be implemented in many different approaches. This project will address the recording of facial expressions that show signs of drowsiness and study the feasibility of its implementation in a low-cost electronic package. Specifically, the aim is to determine the state of the driver by monitoring their facial expressions, such as frequency of blinking, yawning, nodding or eye opening. For this purpose, an algorithm capable of detecting drowsiness will be developed and programmed in Python. The implementation will be carried out on a Raspberry Pi, a low-cost device that will allow to create a prototype that can detect drowsiness and interact with peripherals such as cameras or speakers.

[VA] S'estima que entre un 20 i un 30% dels accidents de trànsit estan relacionats amb la fatiga, sent els accidents causats per somnolència fins a dues vegades més mortals que els originats per altres causes. Per a reduir aquestes xifres, s'han dut a terme estratègies com la realització de campanyes publicitàries, la implementació de tacògrafs en vehicles destinats al transport per carretera de mercaderies i viatgers o l'ús de sistemes de detecció de somnolència en automòbils. En l'àmbit d'aquesta última, les tecnologies emprades són de diversa índole i poden basar-se en la mesura de senyals com el moviment del volant o la posició del vehicle en la carretera o en la monitorització del conductor. El control del conductor és una tecnologia poc explotada fins ara i que pot dur-se a terme amb enfocaments molt diferents. En aquest projecte s'abordarà el registre d'expressions facials que mostren indicis de somnolència i s'estudiarà la viabilitat de la seva implementació en un paquet electrònic de baix cost. En concret, es pretén determinar l'estat del conductor mitjançant la monitorització de les seues expressions facials, com poden ser freqüència de pestanyeigs, badalls, capcinades o obertura dels ulls. Per a això, es desenvoluparà un algoritme capaç de detectar la somnolència i es programarà en Python. La implementació es durà a terme sobre una Raspberry Pi, un dispositiu de baix cost que permetrà realitzar un prototip que puga detectar somnolència i interactuar amb perifèrics com càmares o altaveus.