Detección de estados de conducción inadecuados basados en la degradación del control dinámico

Ariadna Bartra Cisa

Santiago Marco Colás

Una de las principales causas de accidentes de tráfico es el estado del conductor. Diversos estudios estiman que la somnolencia y estados similares causan entre el 16 % y el 30 % de todos los accidentes de tráfico. Los métodos existentes para detectar la somnolencia se dividen en cuatro grupos principales: subjetivos, fisiológicos, visuales y conductuales al volante. El primer y el segundo método no son viables para buceadores no profesionales debido a su baja fiabilidad o a la necesidad de dispositivos conectados al conductor. El tercer método ya se encuentra en vehículos, pero presenta la desventaja de una alta dependencia de las condiciones de iluminación. Finalmente, el cuarto método, basado en el análisis del comportamiento al volante, presenta la ventaja de ser transparente y no invasivo para el usuario, además de no depender en gran medida de las condiciones externas. La mayoría de estos detectores se desarrollan en simuladores, sin considerar la complejidad del entorno real. Esta tesis presenta un sistema para vehículos reales que permite estimar el estado del conductor basándose en la evaluación de su calidad de conducción y su interacción con el vehículo. Asumimos que esta calidad se deteriora con la fatiga y la somnolencia. El sistema analiza los datos disponibles en el bus del vehículo y, opcionalmente, los datos proporcionados por una cámara frontal de detección de carril. Para validar nuestra hipótesis inicial, se realizaron pruebas de simulador con conductores con sueño. Los datos obtenidos se analizaron para obtener las principales características de conducción con somnolencia. Posteriormente, se realizaron diferentes pruebas con vehículos reales, donde se observó un aumento significativo de la complejidad del entorno. Por lo tanto, nuestro desarrollo se centró en la prevención de falsas alarmas. Además de los principales módulos que generan penalizaciones (basadas en la posición del vehículo, movimientos de dirección y correcciones abruptas), presentamos otros módulos centrados en la identificación de situaciones y condiciones específicas que modulan dinámicamente la sensibilidad del sistema. Los resultados muestran la viabilidad de detectar estados de inatención utilizando el control dinámico del vehículo. El sistema está optimizado para funcionar en el microcontrolador de un vehículo, cumpliendo con los estándares y restricciones de la automoción.

La somnolencia es una de las principales causas de accidentes de tráfico, especialmente en trayectos largos por autopista. El año pasado, se produjeron en España 97.756 accidentes con víctimas, en los que 1.700 personas perdieron la vida y 134.500 resultaron heridas. Se estima que entre el 16% y el 30% de los accidentes se deben a la somnolencia. Se trata de accidentes con una alta tasa de mortalidad, que tienen un gran impacto social y económico, lo que lleva a las principales figuras de la industria automotriz a colaborar para reducir el número de accidentes actuales. La industria automotriz está dedicando muchos recursos y esfuerzos al desarrollo de sistemas avanzados de asistencia a la conducción (ADAS, por sus siglas en inglés); estos sistemas buscan automatizar, adaptar o mejorar la seguridad del vehículo, alertando al conductor de posibles problemas o incluso tomando el control del vehículo si es necesario. Se trata de un campo altamente innovador en plena expansión para que las próximas generaciones de vehículos sean más seguras y conduzcan a una reducción de los accidentes. El sistema desarrollado en la tesis presentada permite identificar estados no aptos para la conducción en entornos reales a partir de mediciones basadas en el control dinámico del vehículo. Solo necesita señales ya existentes en el vehículo, aunque la incorporación de una cámara frontal (común en otros sistemas ADAS) mejora la calidad de la información de entrada del sistema. Los algoritmos desarrollados cumplen con las estrictas regulaciones de software automotriz (MISRA) y están optimizados para funcionar en microcontroladores comunes en automoción (ARM Cortex M4). 2 Los resultados obtenidos en la tesis tienen una clara orientación comercial e industrial. Se ha desarrollado un producto de gran interés para la industria automotriz, que busca sistemas que aporten valor y seguridad a sus vehículos con el menor coste posible y dispositivos adicionales. El hecho de que el sistema desarrollado cumpla con los estándares de automoción y esté altamente optimizado en términos de espacio y coste computacional, permite su fácil integración en cualquier microcontrolador de vehículo. Además, no requiere material adicional, lo que limita el coste adicional de añadir esta nueva función. Otro punto de gran valor es que el sistema, a diferencia de otros detectores desarrollados en simuladores, se ha construido con datos reales de conducción y ha sido validado en un entorno real por diferentes marcas de automóviles. Por lo tanto, el detector presentado en la tesis es un producto claramente orientado a su comercialización e incorporación en vehículos, tanto particulares como comerciales. La empresa Ficosa, propietaria del sistema, trabaja actualmente en su comercialización con diferentes compañías automotrices. Presentan y describen el sistema, así como los resultados obtenidos en diferentes casos, y, cuando el cliente potencial muestra interés, lo integra en uno de sus vehículos de demostración para que puedan probarlo en las condiciones que deseen y realizar sus propias pruebas. El año pasado, Ficosa llegó a un acuerdo con una importante empresa automotriz para la adquisición del sistema. Como resultado de esta venta, el detector de somnolencia se encuentra en uno de los modelos lanzados este año por uno de los mayores fabricantes de automóviles del mundo, contribuyendo así activamente a la mejora de la seguridad vial global. Ficosa se encuentra actualmente en una fase avanzada de negociaciones con otro fabricante de automóviles para incorporar el sistema a sus vehículos. Los resultados de la tesis también motivaron a Ficosa a registrar una patente mundial, que entró en vigor el año pasado. Esto permite a la empresa obtener beneficios no solo de la venta del producto creado, sino también del conocimiento y los métodos generados durante su desarrollo, ya que la patente reconoce y garantiza la explotación comercial exclusiva de la invención.

Vehicle Accidents; Driver's Condition; Drowsiness; Traffic Accidents; Drowsiness Detection Methods; Subjective Methods; Physiological Methods; Visual Methods; Driving Behavioral Methods; Non-Professional Drivers; Low Reliability; Attached Devices; Lighting Conditions; Driving Behavior Analysis; Transparent; Non-Invasive; External Conditions; Simulators; Real Environment Complexity; Real Vehicles; Driver's State Estimation; Driving Quality; Vehicle Interaction; Fatigue; Vehicle's Bus Data; Lane Detection Frontal Camera; Initial Hypothesis; Simulator Tests; Sleep-Deprived Drivers; Drowsy Driving Characteristics; Real Vehicle Tests; Environment's Complexity; False Alarms Prevention; Penalty Modules; Vehicle's Position; Steering Movements; Abrupt Corrections; Specific Situations; Modulating System's Sensitivity; Inattentive States; Vehicle's Dynamic Control; Vehicle's Microcontroller; Automotive Standards; Automotive Constraints