Diseño e implementación de un prototipo de detección del estado de somnolencia para conductores mediante el uso del Software Teachable Machine

Este proyecto de titulación responde a la problemática de los accidentes de tráfico, para ofrecer una solución dirigida a prevenir situaciones causadas por la somnolencia de los conductores. Se ha desarrollado un prototipo que se instala en la parte delantera del tablero, utilizando una cámara para reconocer imágenes y emitir una alarma al detectar signos de somnolencia. La implementación se llevó a cabo utilizando el sitio web TEACHABLE MACHINE, específicamente en la sección de proyectos de imagen. A través de una webcam, se capturaron imágenes de poses asociadas a la somnolencia. Posteriormente, se procedió al entrenamiento de un modelo mediante la opción "Export Model" de TEACHABLE MACHINE, utilizando la configuración "Tensorflow" y seleccionando "Saved Model". El modelo entrenado se descargó en formato .h5, el cual se integró en una Raspberry Pi. En la fase final del proyecto, se importó el archivo .h5 a la Raspberry Pi, y se eligió un puerto para conectar un altavoz. Este altavoz emite una alarma sonora al reconocer las poses características de la somnolencia, alertando así al conductor sobre su estado.

• Hovedforfatter: Mosquera Mayorga, Abraham Antonio (author)
• Andre forfattere: Ventura Torres, Iván Andrés (author)
• Format: bachelorThesis
• Sprog: spa
• Udgivet: 2024
• Fag: DETECCIÓN DE SOMNOLENCIA; TEACHABLE MACHINE; WEBCAM; EXPORTACIÓN DE MODELOS
• Online adgang: http://dspace.ups.edu.ec/handle/123456789/27730