Idea de proyecto | Sistema de detección de distracciones y somnolencia del conductor – DCube

Título del proyecto: DCube

Introducción:Los accidentes automovilísticos son la principal causa de muerte en la que alrededor de 1,3 millones de personas mueren cada año. La mayoría de estos accidentes se deben a la distracción o la somnolencia del conductor. La construcción de carreteras de alta velocidad había disminuido el margen de error del conductor. La innumerable cantidad de personas maneja largas distancias todos los días y noches en la carretera. La falta de sueño o las distracciones como la llamada telefónica, hablar con el pasajero, etc. pueden provocar un accidente. Para evitar este tipo de accidentes, proponemos un sistema que alerta al conductor si se distrae o se siente somnoliento. La detección de puntos de referencia faciales se utiliza con la ayuda del procesamiento de imágenes de la cara capturada con la cámara, para detectar distracciones o somnolencia. Todo este sistema se implementa en hardware portátil que se puede instalar fácilmente en el automóvil para su uso.

Marco conceptual:

Diseño y métodos a utilizar:
Tecnología utilizada:

  • OpenCV
  • DLib
  • Python
  • frambuesa pi

Características proporcionadas
• Detección de somnolencia
• Detección de distracción
• Sistema de retroalimentación de audio
• Retroalimentación diferente según el tipo de distracción.
• Funciona en condiciones de poca luz

Implementación:

Para superar el problema se nos ocurrió la solución implementada en forma de procesamiento de imágenes. Para realizar el procesamiento de imágenes, se utilizan las bibliotecas de código abierto OpenCV y DLib. Python se utiliza como lenguaje para implementar la idea.

Se utiliza una cámara infrarroja para rastrear continuamente el punto de referencia facial y el movimiento de los ojos y los labios del conductor. Este proyecto se dirige principalmente a los puntos de referencia de los labios y los ojos del conductor. Para la detección de la somnolencia, los puntos de referencia de los ojos se rastrean continuamente. Las imágenes se capturan con la cámara a una velocidad de fotogramas fija de 20 fps. Estas imágenes se pasan al módulo de procesamiento de imágenes que realiza la detección de puntos de referencia faciales para detectar la distracción y la somnolencia del conductor. Si se descubre que el conductor está distraído, se emite una alerta de voz (audio) y se muestra un mensaje en la pantalla. Los siguientes casos de uso están cubiertos en este proyecto

1. Si los ojos de los conductores están cerrados durante un período de tiempo límite, se considera que el conductor tiene sueño y se usa la alarma de audio correspondiente para alertar al conductor.
2. Si la boca del conductor permanece abierta durante cierto período de tiempo, se considera que el conductor está bostezando y se le proporciona la sugerencia correspondiente para superar la somnolencia.
3. Si el conductor no mantiene la vista en la carretera, entonces se observa usando puntos de referencia faciales y se usa la alarma correspondiente para alertar al conductor.

Luego, toda esta funcionalidad se implementa con la ayuda de raspberry pi, se usa una interfaz de audio para proporcionar comentarios de audio al usuario y se usa una pequeña pantalla LED para mostrar el mensaje.

Herramientas utilizadas:
1. Intérprete de Python3.
2. Bibliotecas OpenCV y Dlib.

Aplicación:
este proyecto se puede utilizar en todos los vehículos que se encuentran actualmente en la carretera para garantizar la seguridad y reducir las posibilidades de un accidente debido a la somnolencia o la distracción del conductor.

Alcance futuro:
1. Este proyecto se puede implementar en forma de aplicación móvil para reducir el costo del hardware.
2. Este proyecto se puede integrar con el automóvil, de modo que se pueda impartir un control de velocidad automático si el conductor se encuentra durmiendo.

Enlace al repositorio de GitHub:
https://github.com/yashkondawar/Driver-distraction-detection

Miembros del equipo:
1. Yash Kondawar
2. Omkar Kulkarni
3. Santosh Kale
4. Niraj Joshi

Nota: esta idea de proyecto es una contribución para ProGeek Cup 2.0: una competencia de proyectos de GeeksforGeeks .

Publicación traducida automáticamente

Artículo escrito por YashKondawar y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *