Sistema de monitoreo para detección de somnolencia en choferes de rutas interprovinciales de empresas de transporte de Chiclayo

• Autores: Custodio Effio, Augusto Joel, Tarrillo Nuntón, Leonardo
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Pedro Ruiz Gallo
• Repositorio: UNPRG-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unprg.edu.pe:20.500.12893/10059
• Enlace del recurso: https://hdl.handle.net/20.500.12893/10059
• Nivel de acceso: acceso abierto
• Materia: Somnolencia; Visión artificial; Procesamiento digital; http://purl.org/pe-repo/ocde/ford#2.02.00

La gran cantidad de accidentes de tránsito causados por efectos de somnolencia ocurrida por diversas causas, así como la poca oferta de sistemas de monitoreo de somnolencia en el Perú fueron los motivos para desarrollar el presente trabajo. Para el cual se definió diseñar un sistema de monitoreo, el cual mediante signos de fatiga alertará oportunamente a potenciales conductores y permitirá detectar somnolencia en los choferes de rutas interprovinciales de Chiclayo. En primera instancia se escogió el lenguaje de programación para su desarrollo, el cual se eligió Python. Posteriormente se eligió usar el entorno virtual Anaconda, en el cual se editó, desarrolló y compiló el sistema desarrollado. El sistema fue basado en OpenCv para la aplicación en visión artificial, herramientas como Dlib, TensorFlow y Keras (para el apoyo en el uso de una red neuronal pre entrenada), así como algunas librerías usadas. Mediante el uso de una cámara se analizó el estado del rostro (de frente e inclinación de este) haciendo un procesamiento digital de imágenes, así como el comportamiento ocular de cada uno de los 30 voluntarios que participaron. El estado del rostro fue analizado mediante algoritmos matemáticos tomando en consideración 68 puntos faciales y se pudo tanto detectar la presencia de un rostro, así como alinearlo si es que este se encontraba inclinado. La región que comprende los ojos fueron material de análisis para la definición de “ojos abiertos” y “ojos cerrados”, mediante el EAR (Ear Aspect Ratio). Estos definidos de tal forma una vez realizada la inferencia de la red neuronal pre entrenada. Se implementó una alarma sonora para cuando hubo presencia de somnolencia (“ojos cerrados”), la cual sirvió para alertar oportunamente al conductor. Luego de realizar todas las pruebas correspondientes al sistema de monitoreo de somnolencia se concluyó que tuvo una eficacia del 97.78%.