Todo mundo sabe sobre os perigos de dirigir sob influência ou enviar mensagens de texto enquanto dirige. No entanto, não há muita atenção dada à condução sob sonolência. Em 2019, a fadiga do motorista foi o causa de 697 mortes nos EUA – o que representou 1.9% do total de mortes nas estradas naquele ano. Além disso, 1 em adultos 25 concordou em cair no sono adormecer ao volante durante os 30 dias anteriores.
A sonolência do motorista pode ser fatal, mas é evitável. Uma boa noite de sono e evitar o álcool antes de pegar o carro podem reduzir os acidentes. A tecnologia também pode ajudar a detectar e prevenir fatalidades devido à sonolência do motorista. Então vamos falar sobre a tecnologia que avisa o motorista de sonolência e fadiga.
O que é DDS?
Sistema de detecção de sonolência do motorista (DDS) é uma parte da tecnologia de segurança veicular que funciona em um algoritmo que detecta mudanças no comportamento de condução do motorista, como movimentos erráticos das rodas, desvios de faixa, dificuldade em manter os olhos abertos, bocejos constantes e muito mais.
Alguns sistemas alertam o motorista para fazer uma pausa usando alertas de áudio, enquanto alguns exibem um símbolo de café e alguns carros até têm seus assentos do motorista vibrando.
Como funciona o DDS?
DDS funciona gravando o volante comportamento desde o início da viagem e acompanhar os níveis de fadiga do condutor ao longo da viagem.
O algoritmo baseado em IA apresenta um valor calculando a frequência de movimentos bruscos, a hora do dia, a duração da viagem, os desvios de marcações de pista, e a frequência de bater na faixa de vibração. Se o referido valor estiver acima de um determinado nível, o sistema pisca um xícara de café símbolo no painel de instrumentos do carro, indicando que o motorista precisa fazer uma pausa.
O motorista é constantemente monitorado para determinar seus níveis de fadiga usando uma câmera infravermelha voltada para o motorista. Os algoritmos de aprendizado de máquina e reconhecimento facial determinam com precisão a fadiga rastreando as características faciais do motorista, movimentos da cabeça, piscar e movimento dos olhos.
Exemplos do mundo real
The Driver Detecção de sonolência sistema já é usado há alguns anos. Algumas das principais montadoras interessadas em monitorar a atenção do motorista são Mercedes Benz, Volvo e Land Rover.
O 'Attention Assist' da Mercedes-Benz é uma tecnologia exclusiva disponível em alguns carros Benz que monitora os hábitos de condução dos motoristas e os alerta por meio de avisos visuais e acústicos ao detectar desatenção ou fadiga.
A Land Rover também possui o sistema Driver Condition Monitor, que possui uma série de sensores que detectam os movimentos faciais e oculares do motorista para identificar se o motorista está desatento, distraído ou cansado.
O 'Driver Alert' da Volvo ou a função DAC monitora com precisão como o veículo está sendo operado. Por exemplo, ele alerta o motorista quando o veículo está sendo conduzido de forma descontrolada usando um display do motorista, sinal acústico e um texto solicitando que o motorista faça uma pausa para o chá.
Ao contrário de alguns outros sistemas, o Driver Alert da Volvo não monitora os níveis de fadiga do motorista, mas observa atentamente a operação do veículo.
Vantagens e limitações do sistema de detecção de sonolência do motorista
São muitas as vantagens do DDS, e o primeiro benefício que nos vem à mente é talvez a redução de fatalidades causadas por fadiga do motorista.
Com um sistema que pode fornecer avisos de saída de faixa, é possível evitar grandes acidentes e salvar a vida do motorista, acompanhantes e pedestres.
A precisão do sistema reside na eficácia treinando o algoritmo usando uma coleção de imagens. No entanto, desenvolver um DDS robusto é impossível se as molduras dos olhos não forem capturadas adequadamente e o sistema não for treinado em grandes conjuntos de dados. Além disso, localizar no olho pode se tornar difícil se o motorista estiver usando obstáculos como óculos de proteção ou bonés.
Importância dos dados de treinamento para construir modelos DDS
Os efeitos de direção sonolenta pode ser perigoso para todos na estrada. Um motorista sonolento leva tempo para se concentrar, reage lentamente e não consegue avaliar as velocidades e distâncias.
Um motorista sonolento nem sempre é alguém que não dormiu o suficiente. Portanto, é importante desenvolver uma ferramenta para alertar os motoristas fatigados do perigo iminente. Você deve ter conjuntos de dados suficientes para treinar o aprendizado de máquina e o modelo de reconhecimento facial para tornar isso possível.
Para treinar com precisão um modelo DDS, você precisa de uma coleção abrangente de conjuntos de dados de treinamento (contendo imagens de pessoas sonolentas e não sonolentas) que possam ajudar a posicionar os pontos de referência faciais nas imagens. Esse método ajuda o sistema a identificar as características faciais dos motoristas em cenários em tempo real.
Além disso, como o sistema está particularmente interessado nos olhos, as coordenadas são apresentadas aos olhos, o que ajudará na detecção de valores de piscar e abrir os olhos.
Conjuntos de dados contendo imagens que podem ajudar o sistema a reconhecer o bocejo também devem ser incluídos. Além da detecção de piscadas, o bocejo também é um parâmetro crítico que o sistema precisa aprender para alertar o motorista. Um modelo de aprendizado de máquina pode ser construído usando conjuntos de dados rotulados com precisão e métodos de aprendizado profundo.
A necessidade de uma precisão Sonolência do motorista O sistema de detecção continua a crescer. As empresas estão procurando conjuntos de dados de treinamento altamente confiáveis que possam ser usados para treinar seus modelos de ML.
Quando a confiabilidade e a variedade nos conjuntos de dados são necessárias, muitos provedores de tecnologia de ponta preferem o Shaip. Saip tem sido fundamental no desenvolvimento de modelos DDS de ponta com diversos conjuntos de dados, rotulagem de imagem de alta qualidade e anotação. Tem um aplicativo DDS inovador em mente? Conecte-se com a Shaip e explore diversos conjuntos de dados de treinamento a preços competitivos.
