Resumen:
El vigente trabajo de investigación es un proyecto que desarrollará un prototipo el cual
esté en la capacidad de detectar un estado de somnolencia en los conductores, mismo que será
detectado con un método de inteligencia artificial a quien se lo conoce como visión artificial,
tomando como parámetro específico el estado que tienen los usuarios al momento de parpadear
en lapsos de tiempo establecidos, detectando así un posible estado de sueño.
La solución está orientada a conductores que tengan un cierto nivel de somnolencia
constante en horas de conducción, mediante un prototipo portátil diseñado con micrordenadores,
por su fácil transporte y su adaptabilidad a programas de reconocimiento facial.
El proyecto diseñado con un módulo Raspberry pi y librerías OpenCv de reconocimiento
facial, así como programado mediante el lenguaje Python; es capaz de adaptarse a diferentes
conductores, tomando una secuencia de video para generar un patrón de estado de somnolencia
en los conductores, que si sobrepasa un lumbral del 80% emitirá una alarma sonora y otra visual,
la cual pondrá al usuario en modo de alerta, previniendo cualquier tipo de accidente que pueda
causar un estado de sueño prolongado. El prototipo en cuestión usará una cámara integrada con
sensores normales de movimiento, la cual dará una prevención sonora y otra visual al conductor
para que vuelva a tener un estado de alerta.
Palabras clave: somnolencia, prototipo de detección de sueño, reconocimiento
facial, visión artificial.
Descripción:
ABSTRACT
The present research work is a project that will develop a prototype which is capable of
detecting a state of drowsiness in drivers, using an artificial intelligence technique known as
artificial vision, based specifically on the state that users have at the time of blinking in
established time periods, thus detecting a possible state of sleep.
The solution is aimed at drivers who have a certain level of constant sleepiness in driving
hours, using a portable prototype designed with microcomputers, for its easy transport and its
adaptability to facial recognition programs.
The project designed with a Raspberry pi module and OpenCv libraries for facial
recognition, as well as programmed using the Python language; is able to adapt to different
drivers, taking real-time images to generate a pattern of driver drowsiness, which must be greater
than 80% to emit an audible alarm, which will put the user in alert mode, preventing in this way
any type of accident that can cause a prolonged state of sleep. The prototype in question will
use an integrated camera with normal motion sensors, which normally works in natural light
conditions, that is; It does not work in darkness.
Keywords: drowsiness, sleep detection prototype, facial recognition, artificial
vision.