Migliorare la sicurezza stradale con il rilevamento in tempo reale della sonnolenza del conducente: utilizzando tecniche di apprendimento automatico

C'è stata una maggiore preoccupazione per la sonnolenza del conducente in relazione alla sicurezza stradale. Secondo l'indagine della National Highway Traffic Safety Administration (NHTSA), una percentuale maggiore di incidenti, lesioni e persino decessi ogni anno è dovuta alla guida in stato di sonnolenza. È quindi urgente implementare un sistema che rilevi la sonnolenza del conducente e lo avvisi. Questi sistemi, che si basano sull'analisi visiva del comportamento, hanno il potenziale di ridurre significativamente gli incidenti fornendo avvisi tempestivi quando i conducenti mostrano segni di sonnolenza. Questi sistemi utilizzano telecamere e algoritmi di visione artificiale, come il classificatore a cascata di Haar e la CNN. Questi sistemi esaminano attentamente i tratti del viso, i movimenti degli occhi e altri indicatori per valutare i livelli di vigilanza e identificare i segni di sonnolenza. Le telecamere integrate catturano continuamente le espressioni facciali, consentendo la valutazione della chiusura delle palpebre per l'Eye Aspect Ratio (EAR) e il Mouth aspect ratio (MAR) tra i fotogrammi. Se vengono superate le soglie predefinite per i valori EAR, si attiva un sistema di allarme che avvisa sia il conducente che i passeggeri.