Implementació d un sistema de detecció de la somnolència en la conducció amb l adquisició de senyals EEG mitjançant un dispositiu portàtil de baix cost

Abstract

[ES] Els accidents de tràfic suposen la mort de més de dotze mil persones a l¿any. Segons la DGT, s¿estima que la fatiga i la son són causants aproximadament d¿entre el 20 i el 30% d¿aquests accidents. Uns bons hàbits de son i les apropiades parades durant la conducció ajuden a disminuir el risc; no obstant, en moltes ocasions, no és suficient. Existeixen en l¿actualitat característiques implementades en els vehicles més moderns que són capaces de detectar alguns dels símptomes que mostra aquesta fatiga. Entre les tecnologies que s¿empren per a aquesta detecció es troben el reconeixement facial, que monitoritza els parpellejos, la direcció de la mirada o la posició del cap; excessives correccions en la direcció, o brusquedat en les maniobres. Un dispositiu capaç de detectar aquesta somnolència i alertar al conductor fent ús de senyals electroencefalogràfiques pot suposar un gran aliat. Aquest dispositiu ha de ser còmode i sense fils a fi d¿evitar al màxim les possibles distraccions o incomoditats que pogueren causar. La proposta d¿aquest projecte consta del disseny d¿un sistema capaç de detectar aquesta somnolència fent ús d¿un dispositiu d¿adquisició de senyals electroencefalogràfiques existent en el mercat. Aquesta adquisició es realitza mitjançant la connexió Bluetooth del dispositiu portàtil a l¿ordinador. El processament de les dades es du a terme mitjançant algoritmes de detecció a Matlab. Aquest projecte pretén contribuir de forma directa a l¿ODS.3 Salut i Benestar

[EN] Traffic accidents result in the death of more than twelve thousand people annually. According to the DGT, it is estimated that fatigue and sleepiness are responsible for approximately 20% to 30% of these accidents. Good sleep habits and appropriate breaks during driving help reduce the risk; however, they are insufficient in many instances. Currently, modern vehicles are equipped with features capable of detecting some of the symptoms of this fatigue. Technologies employed for this detection include facial recognition, which monitors blinking, gaze direction, head position, excessive corrections in steering, or abrupt manoeuvres. A device capable of detecting this drowsiness and alerting the driver using electroencephalographic signals can be a significant ally. This device should be comfortable and wireless to minimise potential distractions or discomfort. The proposal of this project involves designing a system capable of detecting this drowsiness using an existing electroencephalographic signal acquisition device on the market. This acquisition is performed through the portable device's Bluetooth connection to the computer. Data processing is carried out using detection algorithms in Matlab. This project aims to contribute to SDG 3, Health and Well-being directly.