Publicação: Geração de dispositivo sinalizador de sonolência para conduta de veículos a fim de conter acidentes de trânsito
Carregando...
Arquivos
Data
Autores
Orientador
Papa, João Paulo 
Coorientador
Pós-graduação
Curso de graduação
Sistemas de Informação - FC
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
A sonolência é uma das principais causas de acidentes nas rodovias. Portanto, um dispositivo que reconheça se o motorista de um veículo está sonolento pode prevenir muitos acidentes em todo o mundo. Estudos baseados na fisiologia do sono provaram que existe uma relação entre o tempo de piscar e a sonolência humana, e tecnologias poderosas, como as existentes no campo da visão computacional, podem ajudar no desenvolvimento de dispositivos com esse fim. Sendo assim, esta pesquisa desenvolveu, utilizando um Raspberry PI 4 Model B, junto de um algoritmo desenvolvido na linguagem de programação Python, com a ajuda da biblioteca CV2, um dispositivo que torna possível o reconhecimento ocular do condutor, possibilitando distinguir se os olhos estão abertos ou fechados, tanto de dia quanto de noite, para, dessa forma, poder classificar o estado do motorista, entre acordado, sonolento ou dormindo.
Resumo (inglês)
Drowsiness is one of the main causes of road accidents. Therefore, a device that recognizes whether the driver of a vehicle is drowsy can prevent many accidents around the world. Studies based on sleep physiology have proven that there is arelationship between blink time and human drowsiness, and powerful technologies, such as those in the field of computer vision, can help in the development of devices for this purpose. Therefore, this research developed, using a Raspberry PI 4 Model B, together with an algorithm developed in the Python programming language, with the help of the CV2 library, a device that makes the driver's eye recognition possible, making it possible to distinguish whether the eyes are open or closed, both during the day and at night, in order to be able to classify the driver's state as awake, drowsy or sleeping.
Descrição
Palavras-chave
Visão computacional, Reconhecimento ocular, Inteligência artificial, Computer vision, Raspberry PI, OpenCV, Python, Eye recognition, Artificial intelligence
Idioma
Português
