Por favor, use este identificador para citar o enlazar este ítem:
http://localhost:8080/xmlui/handle/123456789/262
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Fornerón Acosta, Juan Pablo | - |
dc.contributor.author | Mendieta Zárate, Hugo Enrique | - |
dc.contributor.author | Almeida Delgado, Carlos Domingo | - |
dc.date.accessioned | 2019-04-01T20:12:49Z | - |
dc.date.available | 2019-04-01T20:12:49Z | - |
dc.date.issued | 2017 | - |
dc.identifier.uri | http://servicios.fpune.edu.py:8080/jspui/handle/123456789/262 | - |
dc.description.abstract | Conducir en estado de somnolencia es una causa importante detrás de los accidentes de carretera, exponiendo al conductor a riesgo de accidente con mayor probabilidad en comparación a la conducción en estado de alerta. El uso de sistemas de monitoreo que notifican el nivel de atención del conductor demuestran importancia en la prevención de accidentes relacionados al estado de vigilia. Este trabajo introduce el enfoque de visión por computador, donde la Raspberry Pi 3, con los diferentes componentes electrónicos necesarios, utilizados conjuntamente con técnicas de inteligencia artificial y reconocimiento de patrones, para implementar una solución no intrusiva para la detección del nivel de somnolencia y distracciones de conductor de vehículo automotor, además de brindar una alternativa bastante accesible para instalar el sistema en cualquier tipo de vehículo automotor. Se presenta un prototipo sencillo para detección de somnolencia y distracciones, en el cual el método de Viola-Jones es utilizado para el reconocimiento de rostros, un clasificador tipo cascada que utiliza una base de datos de imágenes acorde al Sistema Codificado de Acciones Faciales (SCAF, o FACS en inglés) para su entrenamiento. Se cuenta la cantidad de detección de ojos, tanto abiertos como cerrados, y los cambios en la boca, para el conteo de bostezos en una secuencia continua de imágenes (lo que constituye un indicador de somnolencia) para luego poder utilizar los datos captados por el sistema y medir el nivel de somnolencia del conductor por medio de Lógica Difusa y así dar una salida de alerta en el caso de que el nivel de somnolencia sea medio o severo. Además, este método permite detectar las distracciones del conductor al momento de conducir, utilizando como parámetros el rostro y los ojos. Los resultados de las pruebas demuestran que el sistema propuesto puede medir eficientemente los parámetros antes mencionados y detectar el estado de somnolencia del conductor como también de distracciones por medio del método de Viola-Jones. | es_ES |
dc.language.iso | es | es_ES |
dc.publisher | Facultad Politécnica, Universidad Nacional del Este | es_ES |
dc.subject | Somnolencia | es_ES |
dc.subject | Distracciones | es_ES |
dc.subject | Alerta | es_ES |
dc.subject | Clasificador tipo cascada | es_ES |
dc.subject | Método Viola-Jones | es_ES |
dc.subject | SCAF | es_ES |
dc.subject | Lógica difusa | es_ES |
dc.subject | Raspberry Pi 3 | es_ES |
dc.title | Sistema difuso de alerta de sueño al volante utilizando algoritmo de Viola-Jones | es_ES |
dc.type | Thesis | es_ES |
Aparece en las colecciones: | 2017-2018 |
Ficheros en este ítem:
No hay ficheros asociados a este ítem.
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.