Diseño e implementación de sistema IoT para mejora de la conducción

Abstract

En el presente proyecto se describe una solución IoT low cost para DDD (Driver Drowsiness Detection) el cual, al ser implementada en una flota de vehículos permitirá controlar los niveles de somnolencia y tener una planificación de tiempos de descanso para cada uno de los conductores. Su implementación consiste de cuatro partes: • Configuración del ESP32-CAM: en el cual esta implementada la configuración para la conexión Wifi con el ESP32-CAM para que la placa pueda tener conexión a internet, adicional tenemos la comunicación entre el servidor-cliente mediante cliente-sockets. • Algoritmo DDD: Implementar un algoritmo de detección de somnolencia utilizando técnicas de visión por computadora. Esto implica el procesamiento de las imágenes capturadas para identificar patrones asociados con la somnolencia, como el cierre de los ojos o bostezo. Consiste en buscar la última imagen sin procesar, mediante la utilización de la librería dlib que permite obtener un mallado facial mediante 68 puntos de referencia del rostro. Además, se utiliza la librería face-recognition que se encarga del reconocimiento facial para identificar a la persona(driver). • Configuración BBDD: su implementación consiste en recibir los datos tanto del servidor socket como enviar los datos a la WEB. Su propósito principal es proporcionar un medio para almacenar y recuperar información de manera rápida y confiable. • WEB: su implementación consiste en la parte visual del análisis realizado por el Algoritmo DDD. Con ello se muestra los resultados que se encuentran cargados en la base de datos.

This project describes a low-cost IoT solution for DDD (Driver Drowsiness Detection) which, when implemented in a fleet of vehicles, will make it possible to monitor drowsiness levels and plan rest times for each driver. Its implementation consists of four parts: • Configuration of the ESP32-CAM: in which the configuration for the Wifi connection with the ESP32-CAM is implemented so that the board can have an Internet connection, additionally we have the communication between the server-client through client-sockets. • DDD Algorithm: Implement a drowsiness detection algorithm using computer vision techniques. This involves processing captured images to identify patterns associated with drowsiness, such as eye closure or yawning. It consists of searching for the last unprocessed image, using the dlib library to obtain a facial mesh using 68 facial landmarks. In addition, the face-recognition library is used, which is responsible for facial recognition to identify the person(driver). • Database configuration: its implementation consists of receiving the data both from the socket server and sending the data to the WEB. Its primary purpose is to provide a means to store and retrieve information quickly and reliably. • WEB: its implementation consists of the visual part of the analysis performed by the DDD Algorithm. This shows the results that are loaded in the database.