Per accedir als documents amb el text complet, si us plau, seguiu el següent enllaç: http://hdl.handle.net/2099.1/22784

Sistema de detección automática de artefactos en la señal respiratoria para algoritmos de detección de somnolencia;
Automatic artefact detection in breath signal for drowsiness detection algorithm;
Sistema de detecció automàtica d'artefactes en el senyal respiratòri per algoritmes de detecció de somnolència
Ferrer Mileo, Víctor
Universitat Politècnica de Catalunya. Departament d'Enginyeria Electrònica; Guede Fernández, Federico; Ramos Castro, Juan José
The aim of this project is to develop algorithms to detect different activities of the pilot during car driving based on respiratory signals.
[ANGLÈS] The Dirección General de Tráfico (DGT) has achieved, by advertising campaign, a reduction in the number of traffic accidents. However, in drivers have remained attitudes that favour appearance of the fatigue and drowsiness. Therefore, the algorithm of drowsiness detection TEDD has been developed from the IEB. By the analysis of the breathing, it extract if the driver is too much drowsiness for driving a car. However, artefacts in the breathing signal can cause a wrong functioning in the TEDD. Therefore, the goal in this project is the development of the real time system for artefacts detection that point TEDD where the signal is useful. At the beginning of the project and before that I would start to design the system, breathing signal and patrons inside it had been studied. After that, MATLAB prototype had been developed to analyse the input signal in search for patterns and then decide which sections are useful for the TEDD. Finally, when the prototype has been finished and its performance has been assessment, it has been adapted for real time execution and translated to Java programming language. Finally, the performance of this system implemented in Java has been evaluated and also the impact in the TEDD results when this system is used. Considering the results obtained, the develop system could use to know if the breathing signal is appropriate for TEDD algorithm.
[CASTELLÀ] La Dirección General de Tráfico (DGT) ha logrado, mediante campañas publicitarias, una reducción en el número de accidentes de tráfico. Sin embargo, aún persisten en los conductores actitudes que favorecen la aparición de la fatiga y la somnolencia. Por ello, desde el IEB se ha desarrollado el algoritmo de detección de somnolencia TEDD. Mediante el análisis de la respiración, extrae si el conductor está demasiado somnoliento para ser apto para conducir. Sin embargo, los artefactos existentes en la señal de respiración pueden provocar un mal funcionamiento del TEDD. Por ello, el objetivo de este proyecto es el desarrollo de un sistema de detección de artefactos en tiempo real que indique al TEDD cuando la señal de respiración es útil. En el inicio del proyecto y antes que se comenzase a diseñar el sistema, se ha estudiado como es la señal de respiración y los múltiples patrones que contiene. A continuación, se ha desarrollado un prototipo en MATLAB para analizar la señal de entrada en busca de patrones y, a partir de estos, decidir que tramos de señal son útiles para el TEDD. Finalmente, una vez acabado el prototipo y evaluado su rendimiento, se ha adaptado para su funcionamiento en tiempo real y portado al lenguaje de programación Java. Finalmente, he evaluado el rendimiento de este sistema implementado en Java y el impacto que existe al utilizar el sistema de detección de artefactos en los resultados del TEDD. A la vista de los resultados obtenidos, se puede afirmar que el sistema desarrollado puede ser utilizado para determinar si la señal de respiración es adecuada para ser analizada por el algoritmo TEDD.
[CATALÀ] La Dirección General de Tráfico (DGT) ha aconseguit, mitjançant campanyes publicitaries, una reducció del nombre d'accidents de tràfic. Tanmateix, encara persisteixen en el conductors actituds que afavoreixen l'aparició de la fatiga i la somnolència. Per això, des de l'IEB s'ha desenvolupat l'algoritme de detecció de somnolència TEDD. Mitjançant l'anàlisi de la respiració, extreu si el conductor està massa somnolent per ser apte per a conduir. No obstant això, els artefactes existents en el senyal de respiració poden provocar un mal funcionament del TEDD. Es per això que l'objectiu d'aquest projecte es el desenvolupament d'un sistema de detecció d'artefactes en temps real que indiqui al TEDD quan el senyal de respiració es útil. A l'inici del projecte i abans que es comencés a dissenyar el sistema, s'ha estudiat com es el senyal de respiració i els múltiples patrons que conté. A continuació, s'ha desenvolupat un prototip en MATLAB per analitzar el senyal d'entrada en busca de patrons i, a patir d'aquest, decidir quins trams de senyal son útils per al TEDD. Finalment, una vegada acabat el prototip i avaluat el seu rendiment, s'ha adaptat per al seu funcionament en temps real i portat al llenguatge de programació Java. Finalment, he avaluat el rendiment d'aquest sistema implementat en Java i l'impacte que existeix al utilitzar el sistema de detecció d'artefactes en els resultats del TEDD. A la vista dels resultats obtinguts, es pot afirmar que el sistema desenvolupat pot ser utilitzat per determinar si el senyal de respiració es adequada per ser analitzada per l'algoritme TEDD.
Àrees temàtiques de la UPC::Enginyeria biomèdica::Electrònica biomèdica
Bioengineering
Signal processing--Digital techniques
automotive
drowsiness detection
signal processing
smartphone
Automoción
detección de somnolencia
procesado de senyal
Bioenginyeria -- Instrumentació
Tractament del senyal--Tècniques digitals
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/bachelorThesis
Universitat Politècnica de Catalunya
         

Mostra el registre complet del document

Documents relacionats

Altres documents del mateix autor/a

Guede Fernández, Federico; Ferrer Mileo, Víctor; Ramos Castro, Juan José; Fernández Chimeno, Mireya; García González, Miguel Ángel
Ferrer Mileo, Víctor; Barea Cañizares, Alberto; Mateu Mateus, Marc; Guede Fernández, Federico; Fernández Chimeno, Mireya; Ramos Castro, Juan José; García González, Miguel Ángel
Guede Fernández, Federico; Ferrer Mileo, Víctor; Fernández Chimeno, Mireya; Ramos Castro, Juan José; García González, Miguel Ángel