Todo el mundo conoce los peligros de conducir bajo la influencia o enviar mensajes de texto mientras se conduce. Sin embargo, no se presta mucha atención a la conducción bajo la somnolencia. En 2019, la fatiga del conductor fue el causa de 697 muertes en los EE. UU. – que fue el 1.9% del total de muertes en carretera ese año. Además, 1 en adultos 25 ha aceptado quedarse dormido al volante durante los 30 días anteriores.
La somnolencia del conductor puede resultar fatal, pero se puede prevenir. Una buena noche de sueño y evitar el alcohol antes de tomar el automóvil puede reducir los accidentes. La tecnología también puede ayudar a detectar y prevenir fatalidades debido a la somnolencia del conductor. Así que hablemos de la tecnología que advierte al conductor de somnolencia y fatiga.
¿Qué es DDS?
Sistema de detección de somnolencia del conductor (DDS) es una parte de la tecnología de seguridad del vehículo que funciona con un algoritmo que detecta cambios en el comportamiento de conducción del conductor, como movimientos erráticos de las ruedas, desvíos de carril, dificultad para mantener los ojos abiertos y bostezos constantes, entre otros.
Algunos sistemas alertan al conductor para que tome un descanso mediante alertas de audio, mientras que otros muestran un símbolo de café y algunos automóviles incluso hacen vibrar el asiento del conductor.
¿Cómo funciona DDS?
DDS funciona grabando el volante comportamiento desde que comienza el viaje y el seguimiento de los niveles de fatiga del conductor a lo largo del viaje.
El algoritmo basado en IA obtiene un valor al calcular la frecuencia de movimientos repentinos, la hora del día, la duración del viaje, las desviaciones de marcas de carril, y la frecuencia de golpear la franja sonora. Si dicho valor está por encima de un cierto nivel, el sistema parpadea un taza de café símbolo en el panel de instrumentos del automóvil, que indica que el conductor necesita tomar un descanso.
El conductor es monitoreado constantemente para determinar sus niveles de fatiga usando una cámara infrarroja frente al conductor. Los algoritmos de aprendizaje automático y reconocimiento facial determinan con precisión la fatiga mediante el seguimiento de las características faciales del conductor, movimientos de cabeza, parpadeo y movimiento de los ojos.
Ejemplos del mundo real
El controlador Detección de somnolencia El sistema se ha utilizado durante algunos años. Algunos de los principales fabricantes de automóviles interesados en controlar la atención del conductor son Mercedes Benz, Volvo y Land Rover.
El 'Attention Assist' de Mercedes-Benz es una tecnología exclusiva disponible en ciertos automóviles Benz que monitorea los hábitos de conducción de los conductores y los alerta mediante advertencias visuales y acústicas cuando detecta falta de atención o fatiga.
Land Rover también cuenta con su sistema Driver Condition Monitor, que cuenta con una serie de sensores que detectan los movimientos faciales y oculares del conductor para identificar si está distraído, distraído o cansado.
La función 'Driver Alert' o DAC de Volvo monitorea con precisión cómo se opera el vehículo. Por ejemplo, alerta al conductor cuando el vehículo está siendo conducido sin control mediante una pantalla del conductor, una señal acústica y un mensaje de texto que le pide al conductor que tome un pausa para el té.
A diferencia de otros sistemas, Driver Alert de Volvo no controla los niveles de fatiga del conductor, sino que observa de cerca el funcionamiento del vehículo.
Ventajas y limitaciones del sistema de detección de somnolencia del conductor
Son muchas las ventajas del DDS, y el primer beneficio que nos viene a la mente es quizás una reducción de las muertes causadas por la fatiga del conductor.
Con un sistema que puede proporcionar advertencias de cambio de carril, es posible evitar accidentes mayores y salvar la vida del conductor, co-pasajeros y peatones.
La precisión del sistema radica en que efectivamente entrenar el algoritmo utilizando una colección de imágenes. Sin embargo, es imposible desarrollar un DDS robusto si los marcos de los ojos no se capturan correctamente y el sistema no está entrenado en grandes conjuntos de datos. Además, la localización en el ojo puede resultar difícil si el conductor lleva obstáculos como gafas o gorras.
Importancia de los datos de entrenamiento para construir modelos DDS
Los efectos de conducción somnolienta puede ser peligroso para todos en el camino. Un conductor somnoliento tarda en concentrarse, reacciona lentamente y no puede juzgar las velocidades y las distancias.
Un conductor somnoliento no siempre es alguien que no ha dormido lo suficiente. Por lo tanto, es importante desarrollar una herramienta para alertar a los conductores fatigados de un peligro inminente. Debe tener suficientes conjuntos de datos para entrenar el modelo de aprendizaje automático y reconocimiento facial para que esto sea posible.
Para entrenar con precisión un modelo DDS, necesita una colección completa de conjuntos de datos de entrenamiento (que contengan imágenes de personas somnolientas y no somnolientas) que puedan ayudar a posicionar los puntos de referencia faciales en las imágenes. Este método ayuda al sistema a identificar las características faciales de los conductores en escenarios en tiempo real.
Además, dado que el sistema está particularmente interesado en los ojos, las coordenadas se presentan a los ojos, lo que ayudará a detectar valores de parpadeo y apertura de ojos.
También se deben incluir conjuntos de datos que contengan imágenes que puedan ayudar al sistema a reconocer el bostezo. Además de la detección de parpadeo, el bostezo también es un parámetro crítico que el sistema debe aprender para alertar al conductor. Se puede construir un modelo de aprendizaje automático utilizando conjuntos de datos etiquetados con precisión y métodos de aprendizaje profundo.
La necesidad de una precisa Somnolencia del conductor El sistema de detección sigue creciendo. Las empresas buscan conjuntos de datos de entrenamiento altamente confiables que puedan usarse para entrenar sus modelos ML.
Cuando se necesita confiabilidad y variedad en los conjuntos de datos, muchos de los principales proveedores de tecnología prefieren Shaip. Saip ha sido fundamental en el desarrollo de modelos DDS de alta gama con diversos conjuntos de datos, etiquetado de imágenes de alta calidad y anotación. ¿Tiene en mente una aplicación DDS innovadora? Conéctese con Shaip y explore diversos conjuntos de datos de entrenamiento a precios competitivos.
