Las técnicas tradicionales para identificar la somnolencia, como los sensores fisiológicos y el seguimiento ocular basado en cámaras a menudo encuentran dificultades en la práctica debido a su intrusividad, costo y vulnerabilidad a otras influencias. Este artículo presenta un novedoso sistema no invasivo de detección de sueño que detecta con precisión los indicadores de sueño del conductor al combinar enfoques de aprendizaje automático con micromaniobras de conducción. Este método utiliza datos de giro de alta precisión obtenidos de sensores integrados en el volante del vehículo. El sistema utiliza estos datos para extraer características relacionadas con la somnolencia del conductor, relacionando pequeñas variaciones en el giro del volante, que, dependiendo de si están presentes o no, determinan el estado del conductor y lo clasifican como "alerta" o "som...