De acuerdo con la investigadora de la Clínica de Trastornos del Sueño de la Universidad Autónoma Metropolitana, Guadalupe Terán, la somnolencia es la segunda causa de accidentes automovilísticos en México.
Conducir cuando se lleva 17 horas despierto equivale a cometer los mismos errores que una persona que bebió por encima del límite de alcohol permitido, que es de 0.8 gramos por litro de alcohol en la sangre.
Para combatir este estado de cansancio detrás del volante, la estudiante de posgrado de la Facultad de Ingeniería de la Universidad Autónoma de Querétaro (UAQ), Cinthia Alcántara Montiel, diseñó un sistema inteligente para la detección de signos de fatiga en conductores de automóviles, informó en un comunicado la Agencia Informativa del Conacyt.
Un sistema inteligente contra la somnolencia vial
El sistema comprende una cámara web de computadora que se coloca detrás del volante para capturar el rostro del usuario, una pantalla LCD para visualizar la detección del rostro, una bocina para la alerta sonora, una Raspberry 3B+ con un algoritmo, que es el centro de procesamiento, y una batería de energía o power bank.
“A PESAR DE QUE YA EXISTEN DISPOSITIVOS DE GAMA ALTA EN EL MERCADO, ESTE TIENE LA VENTAJA DE QUE ES DE BAJO COSTO Y SE ADAPTA A CUALQUIER TIPO DE AUTOMÓVIL PORQUE SUS SISTEMAS EMBEBIDOS – DISPOSITIVOS INTEGRADOS EN PRODUCTOS, QUE CONTROLAN UNA O VARIAS FUNCIONES, CON RECURSOS LIMITADOS Y EN CONDICIONES AMBIENTALES – SON MÁS SIMPLES.”, COMENTÓ MONTIEL.
¿Cómo funciona?
Se puede instalar en cualquier automóvil.
Lo que hace es detectar signos de fatiga, es decir, si el usuario se está quedando dormido — cuando tiene los ojos cerrados por un tiempo prolongado — o cuando bosteza, el sistema emite una alarma sonora y visual para despertar al conductor.
El algoritmo también está diseñado para distinguir cuando el conductor está entrando a los signos de fatiga.
Por el entrenamiento del sistema, es capaz de distinguir si se trata de un parpadeo o si la persona está cantando o hablando.
Mejoras a futuro
La siguiente etapa es trabajar con deep learning para que la detección de las características faciales sea más intuitiva y evitar posibles limitaciones que pudiera generar la iluminación o si el conductor usa lentes oscuros.
Este sistema, el cual fue asesorado por el investigador de la Facultad de Ingeniería, el doctor Jesús Carlos Pedraza Ortega, ya cuenta con equipo de trabajo donde reforzará el algoritmo.
El proyecto ya fue presentado en el XIV Congreso Internacional sobre Innovación y Desarrollo Tecnológico (Ciindet) 2018, en Cuernavaca, Morelos.
