Una de les principals causes d’accidents d’automòbil és l’estat inadequat del conductor. Diversos estudis situen entre el 16% i el 30% el nombre d'accidents de trànsit relacionats amb el cansament, fatiga, somnolència i estats similars. Per aquest motiu una de les prioritats actuals de grups de recerca i empreses automotrius és el desenvolupament de sistemes capaços de detectar somnolència i/o estats inadequats en conductors. Els diversos mètodes existents per detectar somnolència poden agrupar-se en quatre grans grups: subjectius, fisiològics, visuals i de conducció. Els primers, basats en avaluacions subjectives, presenten una baixa fiabilitat si el conductor és el seu propi avaluador i el seu ús en vehicle no és viable si l’avaluador és extern. Els sistemes basats en informació fisiològica tenen una major fiabilitat però requereixen l’ús de dispositius específics per part del conductor (casc amb elèctrodes, sensors d’activitat cardíaca, banda respiratòria, etc.). Aquest fet és molest pels usuaris i, mentre no es desenvolupi un sensor sense contacte fiable, limita la utilització d’aquests sistemes a conductors professionals d’alt risc (conductors de llargues distàncies, de mercaderies perilloses, etc.). El tercer grup, en canvi, és totalment transparent a l’usuari i analitza, a partir del processat d’imatges, l’atenció del conductor en funció del seu comportament ocular. En condicions de bona il·luminació presenten molts bons resultats, mentre que les il·luminacions irregulars els són problemàtiques, així com l’ús d’ulleres de sol. Finalment, el quart grup de detectors està format per aquells que es basen en l’anàlisi de la conducció del vehicle, els quals són també transparents per l’usuari. La majoria d’aquests detectors estan desenvolupats en simuladors, sense tenir en compte la complexitat d’un entorn real. En aquesta tesi és presentat un sistema per a vehicles reals que estima l’estat del conductor a partir d’una avaluació de la qualitat de la conducció i de la seva interacció amb el vehicle. Partim de la hipòtesi que aquesta qualitat es degrada amb la fatiga i la somnolència. El sistema estudia els senyals disponibles a la xarxa de comunicacions del vehicle (bus CAN) i, opcionalment, les dades proporcionades per una càmera frontal amb un programari específic per la detecció de línies de carril. Per validar la nostra hipòtesi inicial s’han realitzat assajos en simulador amb subjectes privats del son. Les dades obtingudes han estat analitzades i en elles s’han identificat les característiques de la conducció més significatives en somnolència. A continuació s’han dut a terme diferents assajos en vehicle real, en els que s’ha pogut observar un important increment de la complexitat de l’entorn. Per això, en el desenvolupament del detector hem hagut de centrar gran part dels esforços en evitar les falses alarmes. A part dels tres grans mòduls que generen penalitzacions (basats en la posició en el carril, els moviments de volant i les correccions brusques), es presenten a la tesi diversos mòduls centrats en identificar determinades situacions i condicions en la conducció a partir dels que es modula dinàmicament la sensibilitat del sistema. Els resultats obtinguts mostren la possibilitat de detectar estats no aptes mitjançant el control dinàmic del vehicle, sempre i quant aquests es vegin reflectits en la conducció. El sistema final pot treballar exclusivament amb les dades del CAN, tot i que l’adició d’una càmera frontal incrementa la qualitat de la informació d’entrada del sistema. Està optimitzat per treballar en microcontroladors de vehicle, complint amb restriccions temporals i computacionals així com satisfent les principals normatives automotrius.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados