1. Sistema de asistencia a la conducción
mediante visión artificial para la
plataforma Android
INVESTIGA UTPL 2018 YEFERSON TORRES
2. Según la organización mundial de la salud Cada año mueren
cerca de 1,3 millones de personas en las carreteras del
mundo entero, y entre 20 y 50 millones padecen traumatismos
no mortales. Los accidentes de tránsito son una de las
principales causas de muerte en todos los grupos etarios, y la
primera entre personas de entre 15 y 29 años.
En Ecuador según datos de la ANT el 54 % de los
accidentes son causados por
Conducir desatento a las condiciones de tránsito.
No respetar las señales reglamentarias de tránsito.
Conducir en estado de somnolencia o malas condiciones
físicas
Exceso de velocidad
Introducción
3. Desarrollo del proyecto
1
Selección
de
hardware y
software.
2
Detección
de
somnolenci
a y
distracción.
3
Control de
señales de
tránsito y
velocidad.
4
Integración
e
implementa
ción del
aplicación.
5
Obtención y
análisis de
Resultados.
5. Detección de somnolencia y
distracción
FACTOR PERCLOS HORN Y DONG
TEORIA
Indica que al sobrepasar un
determinado umbral, detecta síntomas
de somnolencia para la aplicación el
umbral es 80%
Implica que si durante cinco fotogramas
consecutivos se detecta que los ojos
están cerrados se emite una alarma de
alerta ante un posible estado de
adormecimiento.
NUMERO DE PRUEBAS 100 100
DETECCIÓNES 90 (90%) 80(80%)
FALSOS POSITIVOS 4 (4%) 12 (12%)
FALSOS NEGATIVOS 46(6%) 48(8%)
6. Entrenamiento de clasificadores
• Imágenes Positivas
• Imágenes Negativas
Se usan imágenes
positivas archivo de texto
Resultado Archivo XML
7. Detección de somnolencia
y distracción
Imagen de
entrada
Deteccion
de Rostro
Deteccion
de Ojos
Deteccion de Somnolencia o
Distracción
Estado del
Conductor
8. Control de señales de
tránsito y velocidad
Imagen de
entrada
Deteccion
de señal
Tipo de señal
Alerta al
conductor
10. TABLA DE DESICIONES
SI Entonces
La velocidad es La señal de transido
detectada es
El estado del conductor es
Menor a 10 Stop Normal NO
Mayor a 10 Stop Normal SI
Menor a 10 Stop Distraído SI
Mayor a 10 Stop Distraído SI
Menor a 10 Stop Somnoliento SI
Mayor a 10 Stop Somnoliento SI
Menor a 10 No estacionar Normal SI
Mayor a 10 No estacionar Normal NO
Menor a 10 No estacionar Distraído SI
Mayor a 10 No estacionar Distraído NO
Menor a 10 No estacionar Somnoliento SI
Mayor a 10 No estacionar Somnoliento NO
Cualquiera Ninguna Normal NO
Mayor a 0 Ninguna Distraído SI
Mayor a 0 Ninguna Somnoliento SI
13. DISCUCION
◇ Se entrenaron Clasificadores para OpenCv recolectando para ellos 3000
imágenes para obtener un índice de detección de rostros, ojos y señales alto.
Se siguió los pasos de la metodología MOBILE-D entre otras cosas por la
facilidad para detectar y resolver tempranamente problemas técnicos, baja
densidad de defectos en las liberaciones de los productos, se basa en el
desarrollo basado en pruebas.
◇ Se realizó pruebas de Compatibilidad usando la plataforma APKUDO,
pruebas unitarias con Junit en los métodos principales de la aplicación, en la
fase actual con la cámara 2 se detectan solamente señales de STOP y de
prohibición de estacionar y alerta de velocidad
14. TRABAJOS FUTUROS
◇ INTEGRACIÓN CON HADWARE (FRENADO DE VEHICULO)
◇ CAMBIO DE CARRIL INADECUADO
◇ DISTANCIA CON OTRO VEHICULO
◇ PERALTE EN CURVAS
◇ DETECCIÓN DE PEATONES