Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/46591
Título: | Brain machine interface in automotive: drowsiness detection |
Autor(es): | Ribeiro, António Miguel Fernandes |
Orientador(es): | Cardoso, Paulo |
Palavras-chave: | Eletroencefalografia Sonolência Fadiga do condutor Interface cérebro-máquina Electroencephalography Drowsiness Driver fatigue Brain machine interface |
Data: | 20-Dez-2016 |
Resumo(s): | Com o crescimento progressivo da indústria automóvel, assim como o grande
número de mortes que ocorrem nas estradas em todo o mundo, existe uma
necessidade de monitorizar a atenção do condutor de forma a melhorar estas
estatísticas. Mais de 1,25 milhões de pessoas morrem nas estradas, por ano,
em todo o mundo como consequência de acidentes de tráfego, sendo que 20%
dessas fatalidades são causadas por fadiga do condutor.
Sendo esta uma das mais proeminentes causas destes números, uma BrainMachine
Interface (BMI) apresenta-se como uma das possíveis tecnologias a
utilizar, de entre várias possibilidades, para ajudar neste problema. Sendo uma
tecnologia ainda pouco explorada, tem a capacidade de detetar uma extensa
lista de problema físicos e psicológicos, entre eles, a sonolência.
Posto isto, existe a oportunidade de desenvolver mais estudos na área de
forma a desenvolver métodos fiáveis para determinar se o condutor se encontra
alerta o suficiente para conduzir com segurança. Coletando sinais gerados
pelo cérebro, amplificando e removendo o ruído, é possível desenvolver uma
interface que os interprete e detete condições perigosas que afetam a performance
do condutor.
Esta tese, integrada no projeto "Project Bosch INNOVCAR: The cockpit of
the future", apresenta métodos e algoritmos para determinar se o condutor se
encontra em condições devidas para conduzir com segurança, através da deteção
de sonolência e apresenta os respetivos testes e validação efetuados.
É a crença do autor que este simples dispositivo pode melhorar significativamente
a performance do condutor, prevenir comportamentos de risco e reduzir
o número de fatalidades sem penalizar o conforto do mesmo. Com a tecnologia
corrente, o contacto com a cabeça é necessário para detetar os sinais, por
isso o dispositivo tem ser usado pelo condutor. Uma possível melhoria na sua
utilização passaria pela integração com outros wearables e sensores ou pelo desenvolvimento
de interfaces não dependentes de contacto que possibilitem a
monitorização à distância. With a growing automotive industry and the huge number of deaths that occur on the roads worldwide, there is a need to monitor the driver’s attention in order to improve these statistics. Over 1,25 million people die each year in the world as consequence of traffic crashes and 20% of these fatalities are caused by driver’s fatigue. Being this one of the most prominent causes of the fatality numbers, a BrainMachine Interface (BMI) presents itself as one of the possible technologies to follow between several possibilities to help in this matter. As a under explored technology, it has the ability to detect an extended list of physical and psychological issues such as drowsiness. Therefore, there is an opportunity to develop further studies in order to achieve reliable methods to determine the driver’s ability to drive properly. By collecting brain generated signals, amplifying and removing the noise, it is possible to develop an interface to analyze them and detect these conditions that reveal themselves as threatening to the driver. This thesis, integrated in the project "Project Bosch INNOVCAR: The cockpit of the future", outlines methods and algorithms to determine if the driver is drowsy, then presents the respective tests and validation performed. It is the belief of the author that this simple device may improve greatly the driver’s performance, prevent risk behaviors and reduce the fatality numbers without penalizing his comfort. With the current technology, close contact is needed to detect brain signals so the driver must wear the device. A possible improvement is the integration of other wearables or sensors. Another alternative is the development of non-contact brain interfaces to monitor the signals from afar. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado integrado em Engenharia Eletrónica Industrial e Computadores |
URI: | https://hdl.handle.net/1822/46591 |
Acesso: | Acesso restrito UMinho |
Aparece nas coleções: | BUM - Dissertações de Mestrado DEI - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Dissertacao_62034.pdf Acesso restrito! | Tese | 3,33 MB | Adobe PDF | Ver/Abrir |