Shebin Jose Jacob hat ein neues Projekt auf der Edge Impulse-Website veröffentlicht, das Details darüber enthält, wie ein Arduino Nicla Vision-Board verwendet wurde, um mit FOMO zur Erkennung von Fahrermüdigkeit beizutragen. Einmal aktiv, wenn das System erkennt, dass die Augen eines Fahrers zwei Sekunden oder länger geschlossen sind, wird ein Alarm ausgelöst, um den Fahrer aufzuwecken und ihn daran zu erinnern, konzentriert zu bleiben und sich auf die Straße vor ihm zu konzentrieren. Warnungen können je nach Wunsch in Form eines visuellen oder akustischen Signals wie Blinklicht oder lauter Piepton generiert werden.
Neben der Erkennung von Müdigkeit beim Fahren kann das Projekt auch zur Überwachung verwendet werden andere Verkehrssicherheitsmetriken, wie z. B. abgelenktes Fahren oder Beeinträchtigung durch Drogen oder Alkohol. „Indem wir die Fahrer auf diese Verhaltensweisen aufmerksam machen und sie daran erinnern, konzentriert und wachsam zu bleiben, können wir dazu beitragen, das Unfallrisiko zu verringern und unsere Straßen für alle sicherer zu machen“, erklärt Shebin Jose Jacob.
Müdigkeit des Fahrers erkennen
„Müdigkeit des Fahrers ist ein wichtiger Faktor bei Kraftfahrzeugunfällen und kann schwerwiegende Folgen haben, einschließlich Verletzungen oder Tod. Es gibt mehrere Gründe, warum Müdigkeit des Fahrers zu Unfällen führen kann. Wenn eine Person müde ist, verlangsamt sich ihre Reaktionszeit, ihre Entscheidungsfähigkeit ist beeinträchtigt und sie kann Schwierigkeiten haben, sich auf die Straße zu konzentrieren. Infolgedessen übersehen sie möglicherweise wichtige visuelle Hinweise, übersehen Gefahren oder treffen beim Fahren falsche Entscheidungen.“
„Zusätzlich zu diesen körperlichen Auswirkungen ist schläfriges Fahren auch eine kognitive Beeinträchtigung, d. h. sie betrifft a die Fähigkeit einer Person zu denken und gute Entscheidungen zu treffen. Wenn ein Fahrer müde ist, sind sein Urteilsvermögen und sein Bewusstsein beeinträchtigt, was zu riskantem oder gefährlichem Verhalten am Steuer führen kann. Das Risiko, schläfrig zu fahren, ist für bestimmte Personengruppen höher, darunter gewerbliche Lkw-Fahrer, Schichtarbeiter und Personen mit nicht diagnostizierten oder unbehandelten Schlafstörungen. Jeder kann jedoch dem Risiko ausgesetzt sein, schläfrig zu fahren, wenn er nicht genug Schlaf bekommt oder über lange Zeiträume ohne Pausen fährt.“
„Unsere Lösung kombiniert die Leistungsfähigkeit von Computer Vision und künstlicher Intelligenz Intelligenz (KI), um die Augen des Fahrers zu überwachen und zu erkennen, wenn sie zwei Sekunden hintereinander geschlossen sind. Um die Genauigkeit und Zuverlässigkeit unseres Systems zu gewährleisten, haben wir einen KI-Algorithmus (Modell) auf einem Arduino Nicla Vision trainiert und eingesetzt. Diese Algorithmen sind darauf trainiert, Muster und Trends in den von der Kamera gesammelten Daten zu erkennen und zu erkennen, wenn die Augen des Fahrers über einen längeren Zeitraum geschlossen sind.“
Quelle: AB: Edge Impulse
Abgelegt unter: DIY-Projekte, Top News
Neueste”TNGD”-Angebote
Offenlegung: Einige unserer Artikel enthalten Affiliate-Links. Wenn Sie etwas über einen dieser Links kaufen, verdient”TNGD”möglicherweise eine Affiliate-Provision. Mehr erfahren.