Diseño de un sistema de detección de somnolencia en la conducción mediante el análisis de señales EEG

Abstract

[ES] Este proyecto tiene como objetivo diseñar un sistema innovador para detectar la somnolencia en la conducción utilizando el análisis de señales EEG (Electroencefalograma). La somnolencia al volante es un problema grave que contribuye a numerosos accidentes de tráfico, por lo que contar con un sistema efectivo de detección temprana puede mejorar la seguridad vial. En este proyecto, se utilizan los electrodos de un dispositivo comercial para capturar las señales EEG del cerebro y se aplican técnicas de procesamiento y análisis de señales para identificar patrones asociados a la somnolencia. Para la realización del trabajo se ha utilizado el dispositivo comercial Muse, que cuenta con 4 electrodos para la lectura de las señales EEG, además del software MatLab para el posterior procesamiento y análisis de dichas señales. El sistema propuesto consiste en la adquisición de las distintas señales EEG mediante el dispositivo mencionado. A dichas señales se les realiza un preprocesado empleando la herramienta de MatLab llamada EegLab, con el objetivo de eliminar los distintos artefactos que puedan contener las señales. Posteriormente, se analizan dichas señales usando MatLab, con el objetivo de diseñar un sistema capaz de identificar signos que indiquen un estado de somnolencia. Para lograr este objetivo, se utilizan distintos índices, los cuales determinan que el usuario se encuentra en un estado de adormecimiento cuando dichos índices se encuentran en un determinado rango. Para obtener este rango, se han realizado varias pruebas y estudios con distintos sujetos de diferentes características. Además, también se ha implementado un sistema de alarma que avisa al usuario cuando se detecta un estado de letargo. El sistema de detección de somnolencia en la conducción propuesto tiene el potencial de mejorar significativamente la seguridad vial, al proporcionar una advertencia temprana a los conductores somnolientos. Además, se espera que este sistema pueda integrarse con sistemas de asistencia al conductor para brindar una respuesta inmediata y adecuada en caso de detectar niveles elevados de somnolencia. A través de la implementación de este sistema y la validación de su eficacia, se espera contribuir a la reducción de accidentes de tráfico causados por la somnolencia al volante, y mejorar la protección de la vida y la integridad de los conductores y otros usuarios de las vías.

[EN] This project aims to design an innovative system for detecting drowsiness during driving using EEG (Electroencephalogram) signal analysis. Drowsiness at the wheel is a serious problem that contributes to numerous traffic accidents, so having an effective early detection system can enhance road safety. In this project, the electrodes of a commercial device will be used to capture EEG signals from the brain, and signal processing and analysis techniques will be applied to identify patterns associated with drowsiness. For this work, the Muse commercial device, which has 4 electrodes for reading EEG signals, and Matlab software are used for subsequent signal processing and analysis. The proposed system involves acquiring the different EEG signals using the mentioned device. These signals will undergo preprocessing using the Matlab tool called EegLab to eliminate various artifacts that may be present in the signals. Subsequently, the signals will be analyzed using Matlab to design a system capable of identifying signs indicating a state of drowsiness. To achieve this objective, different indices will be used, which will determine that the user is in a drowsy state when these indices fall within a certain range. Various tests and studies will be conducted with subjects of different characteristics to obtain this range. Additionally, an alarm system will be implemented to alert the user when a state of drowsiness is detected. The proposed drowsiness detection system in driving has the potential to significantly improve road safety by providing early warning to drowsy drivers. Furthermore, it is expected that this system can be integrated with driver assistance systems to provide an immediate and appropriate response in case of detecting high levels of drowsiness. Through the implementation of this system and the validation of its effectiveness, it is expected to contribute to the reduction of traffic accidents caused by drowsiness at the wheel and enhance the protection of the lives and integrity of drivers and other road users.