AUTOMOTIVE: Deteção automática multimodal de sonolência para veículos inteligentes

Ana Rebelo - Responsável do Projeto AUTOMOTIVE

"O contributo do COMPETE 2020 foi de egrégia importância para o projeto AUTOMOTIVE na medida em que não só nos permitiu ter meios materiais imprescindíveis para a criação dos nossos simuladores de condução e computação de elevada eficiência, como ainda podemos expandir o nosso universo de recursos humanos. Este incentivo foi decisivo também para criar sinergias entre diversos parceiros de regiões distintas do país."

Enquadramento

A invenção do automóvel transformou o modo como as pessoas vivem, trabalham e interagem com a sociedade. Hoje em dia, com a possibilidade de integração de novas aplicações em veículos, uma série de novas exigências são colocadas durante o processo da sua criação e teste. O impacto social associado às novas tendências no ramo automóvel estende-se a múltiplas áreas, desde segurança, comércio, energia a gestão de tráfego de indivíduos.

De acordo com dados estatísticos da Organização Mundial de Saúde, os acidentes de viação causam cerca de 1.25 milhões de mortes a nível mundial anualmente. Uma porção considerável deste valor encontra-se ligada à condução sonolenta, numa tendência que se tem mantido continuamente elevada ao longo das últimas décadas. Numa tentativa de mitigar esta tendência, explora-se a condução autónoma. Contudo, esta tecnologia ainda não está pronta para lidar com todas as condições de condução e precisa do condutor em várias situações. A próxima geração de interface homem-máquina deve funcionar de um modo transparente e cooperativo onde carro, ambiente e motorista agem como agentes.

Sistemas de deteção de fadiga têm vindo a ser integrados no processo de design automóvel. Este passo encontra-se limitado pela observação de que cada condutor apresenta um conjunto distinto de manifestações fisiológicas e comportamentais relacionadas com fadiga, tornando não trivial o processo da sua quantificação objetiva.

Um possível contrabalanço a esta limitação passa pelo conhecimento a priori da identidade do condutor. Atualmente, a personalização de configurações de acordo com a essa identidade encontra-se já relativamente estandardizada na indústria automóvel. Apesar deste processo de identificação ser realizado com recurso a objetos pessoais, como as chaves do veículo ou conexão a smartphones, o uso de reconhecimento biométrico como uma alternativa mais robusta e fidedigna tem sido apenas limitado por problemas de usabilidade, ao nível da sua integração ergonómica no processo natural de condução.

O Projeto

No âmbito do projeto Automotive, é proposto um estudo subordinado ao uso de técnicas de processamento de sinal e aprendizagem computacional para a deteção personalizada de fadiga em veículos inteligentes. Utilizando um simulador de fadiga baseado no motor de jogos Unity3D, o acesso a quantidades consideráveis de dados artificiais servirá de base para o desenvolvimento de algoritmos de deteção de fadiga, num processo coadjuvado pela identificação biométrica do condutor, permitindo, desta forma, uma monitorização personalizada. De modo semelhante, a escassez de dados reais, e a resultante disparidade relativamente aos seus análogos obtidos em ambientes simulados, motivam também a necessidade de investigação ao nível de alguns tópicos relevantes em aprendizagem computacional, como classificação fracamente supervisionada e transferência de conhecimento.

Existem cinco contribuições que a equipa de investigação espera com este projeto: desenvolver algoritmos para modelar estatisticamente o comportamento do condutor; expandir o estado da arte em técnicas de processamento de sinal e aprendizagem de máquina para deteção de sonolência em veículos inteligentes; pesquisar algoritmos de ECG e de reconhecimento facial para personalização do sistema; desenvolver algoritmos de fusão baseados em visão e sinais fisiológicos; aplicar técnicas de aprendizagem por transferência para superar as limitações associadas aos dados reais.

Portanto, os objetivos por trás da metodologia são os seguintes: sinal digital e tecnologias de processamento de imagem em automóveis adaptáveis, diagnóstico e manutenção; monitorização do status do condutor e deteção de distração / stress; métodos de visão computacional para reconhecimento de condutor e condução assistida; fusão multissensor para identificação do condutor e monitorização robusta do condutor; fatores humanos e ciência cognitiva na melhoria da segurança do veículo e do motorista; aprendizagem de máquina e análise de dados associados a sistemas automotivos; questões relativas a aspetos de segurança e privacidade para sistemas de veículos inteligentes.

Para alcançar os objetivos definidos, o promotor propõe o seguinte plano de ação:

1. Criação de um simulador de sonolência do condutor para gerar dados sintéticos e reais;

2. Desenvolvimento de Modelos Computacionais;

3. Implementação de protótipo.

Os resultados do projeto irão trazer contribuições tangíveis para Tecnologias de Veículos Inteligentes: um sistema multimodal de assistência ao motorista suportado pelas próprias características personalizadas do condutor; um modelo de interação humano-veículo e ambiente de condução e; um simulador de condução de baixo custo cujas principais características são: um cenário de mundo virtual genérico; um modelo para avaliar continuamente o desempenho do condutor; um algoritmo para registrar contínua e sincronizadamente o estado fisiológico do condutor; uma interface gestual.

O Apoio do COMPETE 2020

O projeto é promovido pelo INESC TEC e conta com o apoio do COMPETE 2020 no âmbito do Sistema de Apoio à Investigação Científica e Tecnológica, envolvendo um investimento elegível de 239 mil euros o que resultou num incentivo FEDER de cerca de 163 mil euros.