Um sistema embarcado de detecção de fadiga e distração de motoristas.

dc.contributor.advisorOliveira, Ricardo Augusto Rabelopt_BR
dc.contributor.authorSantos, Ricardo Creonte Câmara de Meira
dc.contributor.refereeOliveira, Ricardo Augusto Rabelopt_BR
dc.contributor.refereeBianchi, Andrea Gomes Campospt_BR
dc.contributor.refereeCorreia, Luiz Henrique Andradept_BR
dc.contributor.refereeSilva, Jorge Miguel Sápt_BR
dc.date.accessioned2022-04-07T20:08:00Z
dc.date.available2022-04-07T20:08:00Z
dc.date.issued2020pt_BR
dc.descriptionPrograma de Pós-Graduação em Ciência da Computação. Departamento de Ciência da Computação, Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto.pt_BR
dc.description.abstractEstudos mostram que grande parte dos acidentes nas estradas são causados por falhas humanas, dentre estas falhas estão fadiga e distração dos condutores de veículos. Neste trabalho é apresentado uma proposta de sistema de detecção de fadiga e desatenção de condutores baseado em visão computacional, visando o aumento da segurança no ambiente veicular. Este sistema realiza uma análise na imagem da face do motorista. Através desta análise facial o sistema é capaz de detectar distrações e fadiga dos condutores. A detecção de distrações é realizada através da orientação (posição) da face e a fadiga é detectada através da medição da duração das piscadas e bocejos. Para a análise de piscadas é utilizada a medida PERCLOS (Percentage of Eyelid Closure). Ao detectar uma situação de risco o sistema alerta os condutores para evitar a ocorrência de acidentes. Neste trabalho é mostrada uma comparação de diferentes plataformas de desenvolvimento embarcado ao executar algoritmos de detecção e classificação de face e olhos. Esta comparação serviu para escolha do hardware utilizado no sistema embarcado. Após a escolha do hardware é apresentado a proposta de sistema e sua validação. Os testes de validação foram realizados em ambiente real com motoristas profissionais, livrando os testes de viés laboratoriais e mostrando a eficácia do sistema na detecção de situações de risco. Por fim, é apresentado como os alertas de áudio emitidos pelo sistema influenciam de maneira positiva o comportamento dos motoristas. Para isso, é comparado a diferença no comportamento dos motoristas quando o sistema está gerando os alertas de áudio e quando os alertas estão desabilitados. Os testes mostraram que ao utilizar os alertas de áudio os motoristas tendem a gerar uma quantidade menor de situações de risco.pt_BR
dc.description.abstractenStudies show that most road accidents are caused by human error, among these failures are fatigue and distraction of vehicle drivers. This work presents a proposal for a driver fatigue and inattention detection system based on computer vision, aiming to increase safety in the vehicular environment. This system performs an analysis on the image of the driver's face. Through this facial analysis the system is able to detect driver distractions and fatigue. Distraction detection is performed through the orientation (position) of the face and fatigue is detected through measuring the duration of blinks and yawns. For blink analysis, the PERCLOS (Percentage of Eyelid Closure) measurement is used. When detecting a risk situation, the system alerts drivers to avoid accidents. This work shows a comparison of different embedded development platforms when running face and eye detection and classification algorithms. This comparison served to choose the hardware used in the embedded system. After choosing the hardware, the system proposal and its validation are presented. The validation tests were carried out in a real environment with professional drivers, freeing the tests from laboratory bias and showing the effectiveness of the system in detecting risk situations. Finally, it is presented how the audio alerts emitted by the system positively influence the behavior of drivers. For this, the difference in the behavior of drivers is compared when the system is generating audio alerts and when the alerts are disabled. Tests have shown that when using audio alerts, drivers tend to generate a lower number of risk situations.pt_BR
dc.identifier.citationSANTOS, Ricardo Creonte Câmara de Meira. Um sistema embarcado de detecção de fadiga e distração de motoristas. 2020. 97 f. Dissertação (Mestrado em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.pt_BR
dc.identifier.urihttp://www.repositorio.ufop.br/jspui/handle/123456789/14857
dc.language.isopt_BRpt_BR
dc.rightsabertopt_BR
dc.rights.licenseAutorização concedida ao Repositório Institucional da UFOP pelo(a) autor(a) em 30/03/2022 com as seguintes condições: disponível sob Licença Creative Commons 4.0 que permite copiar, distribuir e transmitir o trabalho, desde que sejam citados o autor e o licenciante. Não permite o uso para fins comerciais nem a adaptação.pt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectFadiga mental - detecçãopt_BR
dc.subjectDistração - psicologia - detecçãopt_BR
dc.subjectSistemas embarcados - computadorespt_BR
dc.subjectReconhecimento de padrõespt_BR
dc.titleUm sistema embarcado de detecção de fadiga e distração de motoristas.pt_BR
dc.typeDissertacaopt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
DISSERTAÇÃO_SistemaEmbarcadoDetecção.pdf
Tamanho:
12.62 MB
Formato:
Adobe Portable Document Format
Descrição:
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: