Coloquio-doctoral.pdf

Advanced Driver Monitoring for Assistance System Ing. Javier Izquierdo Reyes, Dr. Ricardo A. Ram´ırez Mendoza y Dr. M. Rogelio Bustamante Bello Centro Estudiantil ITESM, Campus Monterrey

1.

El reto a abordar

La detecci´ on de variables fisiol´ ogicas en entornos de conducci´on es un tema que se ha estudiado desde a˜ nos atr´ as, sin embargo, la implementaci´on de ´estos pocas veces ha logrado madurar hasta convertirse en un producto comercial que sea implementado en los veh´ıculos actuales. Por otro lado, las nuevas tecnolog´ıas est´an permitiendo el desarrollo de veh´ıculos inteligentes que buscan brindar mayor seguridad en las carreteras al mismo tiempo que incrementan la calidad de vida de las personas, sin embargo, el nivel de desarrollo que se tiene a la fecha no tiene la capacidad de lidiar con entornos de conducci´on universales, limitando su uso en velocidades y entornos espec´ıficos. Segun la Sociedad de Ingenieros de Automoci´on (SAE por sus siglas en ingl´es) y la Administraci´ on Nacional de Seguridad del Tr´afico en las Carreteras (NHTSA, por sus siglas en ingl´es) existen 5 niveles de autonom´ıa para los veh´ıculos, como se puede observar en la Figura 1, d´onde el nivel 0 es un coche sin asistencia alguna y el nivel 5 es un veh´ıculo total mente aut´onomo que no requiere a un humano para operar.

Figura 1: Niveles de autonom´ıa

El reto de ´este proyecto es la generaci´on de un sistema que conjunte la parte fisiol´ogica del conductor con un coche semi-aut´ onomo, para brindar mayor seguridad a la conducci´on, el diagrama mostrado en la Figura 2, muestra el concepto general del proyecto ADMAS. El objetivo es atacar la brecha que existir´ a entre los coches totalmente aut´onomos y los veh´ıculos conducidos por humanos, de forma tal que la transici´ on de una tecnolog´ıa a la otra, sea ordenada y con la menor cantidad de accidentes posibles. Dada la limitaci´ on de recursos con los que cuenta el proyecto y al no tener un coche con autonom´ıa nivel 3, se opt´ o por construir los sistemas necesarios para que un veh´ıculo com´ un se

Preprint submitted to Congreso de Investigaci´ on y Desarrollo

30 de septiembre de 2017

Figura 2: Concepto ADMAS

transforme en uno semi-autonomo, as´ı que otra parte importante del reto, es generar sistemas modulares que se puedan interconectar para controlar el veh´ıculo para brindar asistencia activa, sin prescindir del conductor. 2.

Justificaci´ on

Uno de los mayores problemas de salud p´ ublica que actualmente afecta a M´exico y al mundo son los accidentes viales,los cuales cobran la vida de alrededor de 3,500 personas diariamente, lo que coloca a M´exico en el s´eptimo lugar de pa´ıses con mayor incidencia en accidentes viales a nivel mundial (Seg´ un la Organizaci´ on Mundial de la Salud). Por otro lado, la NHTSA, estima que el 96 % de los accidentes son causados por errores humanos. Estos datos coinciden con los reportes que genera la Polic´ıa Federal de M´exico, en donde se indica que las causas de los accidentes en las carreteras federales, se deben en un 80 % de la veces al conductor, 7 % al veh´ıculo, 9 % a los agentes naturales y solo el 4 % al camino. Los principales errores humanos al conducir, son los siguientes: Distracciones del conductor (controlar la m´ usica, utilizar el celular, buscar algo en el auto). Conducir bajo los efectos del alcohol, medicinas y estupefacientes. Realizar maniobras imprudentes y de omisi´on / Manejo agresivo. Conducir a exceso de velocidad. Salud f´ısica del conductor (ceguera, daltonismo, sordera). Conducir con fatiga, cansancio o con sue˜ no. De forma tal que asistir a los conductores mexicanos es un gran reto y buen campo de acci´on que permitir´a reducir los accidentes viales toda vez que los coches aut´onomos ser´an una realidad en un largo plazo para ´este pa´ıs.

2

3. 3.1.

Objetivos General

Generar un sistema de monitoreo de variables fisiol´ogicas para determinar el estado Psicofisiol´ogico del conductor para modificar el desempe˜ no de un veh´ıculo semi-aut´onomo, incrementando la seguridad vial [1]. 3.2.

Particulares Generar un monitor de se˜ nales fisiol´ogicas dentro de un veh´ıculo. Determinar el estado psico-fisiol´ ogico del conductor. Convertir un coche con nivel de autonom´ıa 2 a uno de nivel 3 mediante m´odulos de control e inteligencia artificial.

4.

Metodolog´ıa

Mediante la implementaci´ on de sensores biom´etricos port´atiles y no intrusivos que permiten detectar de forma confiable y en paralelo diversas se˜ nales fisiol´ogicas, se realiza la adquisici´ on de se˜ nales como: Electrocardiograma, respuesta galv´anica de la piel, electroencefalograma, respiraci´ on y expresiones faciales. Con ´estas se˜ nales, es posible determinar las emociones presentes al conducir, o alteraciones de salud que representen un riesgo que pudiese imposibilitar al humano en la conducci´ on del veh´ıculo. Para determinar o detectar las anomal´ıas mencionadas, se utilizan algoritmos de inteligencia artificial y la fusi´ on de sensores que permitan una detecci´on redundante para que sea confiable y con alto indice de exactitud evitando en lo m´aximo posible los falsos positivos. Por otro lado, se genera el sistema de propiocepci´on del veh´ıculo, el cu´al es equipado con sensores para vigilar el exterior y as´ı, utilizando algoritmos de inteligencia artificial, visi´on artificial y fusi´on de sensores, es posible determinar las acciones a tomar para una conducci´on adecuada. Algunos sistemas mecatr´ onicos han sido desarrollados e instalados en un veh´ıculo con nivel 2 de autonom´ıa para la ejecuci´ on de acciones por parte del veh´ıculo, imitando la funcionalidad de un coche aut´onomo nivel 3. 5.

Resultados e impacto esperados

Dentro de los resultados obtenidos hasta la fecha, se encuentra la generaci´on de algunos algoritmos para reconocer la emoci´ on presentada por los sujetos al conducir, mediante se˜ nales de electroencefalograma, por igual, se ha podido detectar la concentraci´on o distracci´on de los conductores al realizar un circuito de conducci´on [2]. La generaci´ on de sensores propios a permitido la adquisici´on de se˜ nales de forma no intrusiva, evitando que el conductor sea afectado por la presencia de los instrumentos de medici´on al estar instalados en puntos de contacto como el volante, el asiento o la palanca de velocidades. Los sistemas mecatr´ onicos se han dise˜ nado, probado y mejorado, tomando como referencia sistemas similares que se encuentran en el mercado y que se producen en varias partes del mundo. Los sistemas de adquisici´ on de datos del veh´ıculo han permitido el entrenamiento de algoritmos de visi´on artificial que detectan coches, se˜ nales viales, personas, etc. Con toda la informaci´ on disponible es posible dise˜ nar el plan de acci´on que debe tomar el veh´ıculo en caso que la instrucci´ on del conductor sea clasificada como riesgosa. El impacto que este proyecto tiene, ser´a notorio al ingresar varios veh´ıculos con ´estas caracter´ısticas al parque veh´ıcular de una ciudad, adem´as de evaluar la experiencia del usuario al utilizar

3

el sistema para reajustar los par´ ametros que no sean adecuados para una conducci´on segura. De forma que el impacto final esperado es la promoci´on del uso de sistemas de asistencia al conductor para reducir el numero de accidentes provocados por errores humanos al mismo tiempo que se inicia una familiarizaci´ on con el uso de tecnolog´ıas aut´onomas en los veh´ıculos 6.

Elementos de innovaci´ on y/o interdisciplinariedad

Si bien, los sistemas de asistencia al conductor ya se encuentran instalados en varios coches de gamma media-alta o alta, a´ un no son lo suficientemente personalizados como para que el usuario perciba de forma favorable la asistencia [3]. Adem´as que por naturaleza, el ser humano tiende a compensar el nivel de riesgo provocando que sistemas de seguridad pasiva sean poco eficientes [4]. Es por eso que innovar en la forma en que se administra la asistencia al conductor, implement´andola de forma din´ amica de acuerdo al estado mental del conductor, permitir´a que la asistencia pasiva sea eficaz y de ser necesario, usar la seguridad activa que inhiba las maniobras de alto peligro. Por otro lado, la generaci´ on de un sistema modular que convierta un coche com´ un (nivel promedio del parque veh´ıcular mexicano) en uno semi-aut´onomo, permitir´a una mejor convivencia y mejor transici´ on hacia la autonom´ıa total de los coches en el futuro permitiendo la adquisici´ on de ´este tipo de tecnolog´ıas a personas con ingresos econ´omicos que no tienen la capacidad de adquirir veh´ıculos de gama media-alto o alta. Durante el desarrollo del proyecto se ha visto una gran multidisciplinariedad, y han participado una gran cantidad de estudiantes de pre-grado de diversas ´areas como son: biomedicina, psicolog´ıa, mec´anica, mecatr´ onica,tecnolog´ıas computacionales, telecomunicaciones y sistemas electr´onicos, as´ı como un estudiante de la maestr´ıa en ciencias de la ingenier´ıa. 7.

Referencias m´ as importantes

[1] Izquierdo-Reyes, J., Ramirez-Mendoza, R.A., Bustamante-Bello, M.R., Navarro-Tuch, S., AvilaVazquez, R.: Advanced driver monitoring for assistance system (ADMAS). International Journal on Interactive Design and Manufacturing (IJIDeM) (2016). DOI 10.1007/s12008-016-0349-9 [2] Izquierdo-Reyes, J., Ramirez-Mendoza, R.A., Bustamante-Bello, M.R.: A study of the effects of advanced driver assistance systems alerts on driver performance. International Journal on Interactive Design and Manufacturing (IJIDeM) (2017). DOI 10.1007/s12008-016-0368-6 [3] Lef`evre, S., Carvalho, A., Gao, Y., Tseng, H.E., Borrelli, F.: Driver models for personalised driving assistance. Vehicle System Dynamics 00(July), 1–16 (2015). DOI 10.1080/00423114.2015.1062899 [4] Eggert, J.: Predictive risk estimation for intelligent ADAS functions. Intelligent Transportation Systems (ITSC), 2014 IEEE 17th International Conference on pp. 711–718 (2014). DOI 10.1109/ITSC.2014.6957773

4