Artigo - Open Access.

Idioma principal | Segundo idioma

Sistemas de Monitoramento de Fadiga: Uma Revisão

Driver Monitor Systems: A Review

SIMÕES, D. T. ; MAFORT, LEIMAR ;

Artigo:

As falhas humanas são apontadas como as maiores razões para acidentes de trânsitos seja por: uso de substâncias alcoólicas, desatenção, distração ou sonolência. Vendo esse quadro crescente e persistente, a indústria automotiva tem utilizado cada vez mais em seus veículos sistemas de monitoramento de cansaço e fadiga. A fim de proporcionar mais segurança e uma melhor experiência ao usuário. Esses sistemas funcionam de forma direta por meio de processamento de imagem informações de estados emocionais, físicos e situacionais dos motoristas. Ou de forma indireta, pelos sinais: aceleração do veículo, ângulo de volante, indicador de setas etc. Assim, de acordo com um critério de avaliação, o veículo pode emitir um sinal sonoro ou visual para o usuário, como também atuar nos sistemas de assistente de motorista (ADAS) podendo torná-los mais sensíveis de acordo com o nível de cansaço do usuário. Uma das primeiras montadoras que focou os seus esforços nessa tecnologia foi a Toyota, através da marca de carros Lexus, e em seguida outras montadoras como: VW e Ford começaram a desenvolver o seus. E com o rápido crescimento dessa tecnologia no mercado várias discussões tomaram destaque: como o uso das imagens captadas pelos motoristas, como estabelecer de forma segura o nível de fadiga dos usuários e como tornar lei o uso desse sistema nos mercados mundiais. Para isso, uma série regulamentações e avaliações de mercado estão sendo feitas e aprimoradas, como a UNECE e NCAP. No cenário nacional, a tecnologia ainda é bastante recente em termos de regularização, mas o assunto vem ganhando cada vez mais destaque por sistemas de terceiros que avaliam o nível de atenção dos motoristas de frotas de ônibus e reportam aos empregadores, empresas como: Buser e Vale já possuem esse sistema em seus veículos. Portanto, este trabalho tem como objetivo realizar uma síntese sobre: a história, o funcionamento, as normas e regulações no cenário mundial e por fim analisar os potenciais do mercado brasileiro para esta tecnologia.

Artigo:

Human failures are identified as the biggest reasons for traffic accidents, whether due to use of alcoholic substances, inattention, distraction or drowsiness. Seeing this growing and persistent picture, the automotive industry has increasingly used fatigue and fatigue monitoring systems in its vehicles. In order to provide more security and better user experience. These systems work directly by image processing information from drivers' emotional, physical and situational states. Or indirectly, through the signs: vehicle acceleration, steering wheel angle, turn light indicator, etc. Thus, according to an evaluation criterion, the vehicle can emit an audible or visual signal to the user, as well as act on the driver assistant systems (ADAS) and can make them more sensitive according to the user's level of fatigue. One of the first automakers that focused its efforts on this technology was Toyota, through the Lexus car brand, and then other automakers such as VW and Ford began to develop their own. And with the rapid growth of this technology in the market, several discussions took place: how to use the images captured by drivers, how to safely establish the level of fatigue of users and how to make the use of this system law in world markets. For this, a series of regulations and market assessments are being made and improved, such as UNECE and NCAP. In the national scenario, the technology is still quite recent in terms of regularization, but the subject has been gaining more and more prominence through third-party systems that assess the level of attention of bus fleet drivers and report to employers, companies such as: Buser and Vale already have this system in their vehicles. Therefore, this work aims to carry out a synthesis on history, operation, rules and regulations on the world stage and finally analyze the potential of the Brazilian market for this technology

Palavras-chave: -,

Palavras-chave: -,

DOI: 10.5151/simea2022-PAP52

Referências bibliográficas
  • [1] A. Azman, Q. Meng e E. Edirisinghe, “Non intrusive
  • [2] physiological measurement for driver cognitive
  • [3] distraction detection: Eye and mouth movements,”
  • [4] 3rd Int. Conf. Adv. Comput. Theory Eng, vol. 3, p.
  • [5] 595, 201
  • [6] [2] G. Sikander e S. Anwar, “Driver Fatigue Detection
  • [7] Systems: A Review,” IEEE TRANSACTIONS ON
  • [8] INTELLIGENT TRANSPORTATION SYSTEMS, vol.
  • [9] 20, nº 3, pp. 2339-2354, 201
  • [10] [3] Toyota, “The Future of Safety is Here,” Toyota,
  • [11] [Online]. Available: https://www.toyota.com/.
  • [12] [Acesso em 22 11 2021].
  • [13] [4] Nissan, “Nissan Intelligent Safety Shield
  • [14] Technologies.,” Nissan, [Online]. Available:
  • [15] https://www.nissanusa.com/blog/safety-shieldtechnology.
  • [16] [Acesso em 5 12 2021].
  • [17] [5] Volkswagen, “Driver Alert System,” Volkswagen,
  • [18] [Online]. Available:
  • [19] https://www.volkswagen.co.uk/en/technology/carsafety/
  • [20] driver-alert-system.html. [Acesso em 15 05
  • [21] 2022].
  • [22] [6] A. Colic e O. Marques, Driver Drowsiness Detection:
  • [23] System and solutions, London: Springer, 2014.
  • [24] [7] S. L. Gallahan, “Detecting and mitigating driver
  • [25] distraction with motion capture technology,” IEEE
  • [26] Syst. Inf. Eng. Des. Symp, pp. 76-81, 2013.
  • [27] [8] T. Hirayama, K. Mase e K. Takeda, “Detection of
  • [28] driver distraction based on temporal relationship
  • [29] between eye-gaze and peripheral vehicle behavior,”
  • [30] 15th Int. IEEE Conf. Intell. Transp. Syst, pp. 870-875,
  • [31] 2012.
  • [32] [9] J. Gonçalves e K. Bengler, “Driver State Monitoring
  • [33] Systems– Transferable knowledge manual driving to
  • [34] HAD,” 6th International Conference on Applied
  • [35] Human Factors and Ergonomic, vol. 1, nº 3, p. 3011
  • [36] – 3016, 2016.
  • [37] [10] Volvo, “Volvo Driver Alert Control and Lane
  • [38] Departure,” ZerCustoms, 10 08 2007. [Online].
  • [39] Available: Zercustoms.com/news/Volvo-Alert-
  • [40] Control-and-Lane-Departure-Warning.html. [Acesso
  • [41] em 15 05 2022].
  • [42] [11] E. Union, “COMMISSION DELEGATED
  • [43] REGULATION (EU) 2021/1341,” em Official
  • [44] Journal of the European Union, Brussels, 2021.
  • [45] [12] E. Union, “REGULATION (EU) 2019/2144 OF THE
  • [46] EUROPEAN PARLIAMENT AND OF THE
  • [47] COUNCIL,” em Official Journal of the European
  • [48] Union, Brussels, 2019.
  • [49] [13] N. Euro, “How To Read The Stars,” Euro NCAP,
  • [50] 2022. [Online]. Available:
  • [51] https://www.euroncap.com/en/about-euro-ncap/.
  • [52] [Acesso em 20 05 2022].
  • [53] [14] N. Euro, “ASSESSMENT PROTOCOL – SAFETY
  • [54] ASSIST,” Euro NCAP, 2021.
  • [55] [15] NHTSA, “NHTSA Drowsy Driving Research and
  • [56] Program Plan,” NTHSA, [Online]. Available:
  • [57] https://www.nhtsa.gov/document/nhtsa-drowsydriving-
  • [58] research-and-program-plan. [Acesso em 18
  • [59] 05 2022].
  • [60] [16] G. Brasil, “Contran,” Governo Federal , [Online].
  • [61] Available: https://www.gov.br/infraestrutura/ptbr/
  • [62] assuntos/transito/contran. [Acesso em 15 05 2022].
  • [63] [17] L. NCAP, “Latin NCAP,” Latin NCAP, [Online].
  • [64] Available: https://www.latinncap.com/po/. [Acesso
  • [65] em 20 05 2022].
  • [66] [18] A. Koesdwiady e M. S. Kamel, “Recent Trends in
  • [67] Driver Safety Monitoring Systems: State of the Art
  • [68] and Challenges,” p. IEEE TRANSACTIONS ON
  • [69] VEHICULAR TECHNOLOGY, 2017.
  • [70] [19] j. Jo, S. J. Lee e H. G. Jung, “Vision-based method for
  • [71] detecting driver drowsiness and distraction in driver
  • [72] monitoring system,” Opt. Eng, vol. 50, p. 12, 2011.
  • [73] [20] E. Vural, “Video Based Detection of Driver Fatigue,”
  • [74] Sabanci University, 2009.
Como citar:

SIMÕES, D. T.; MAFORT, LEIMAR; "Sistemas de Monitoramento de Fadiga: Uma Revisão", p. 257-262 . In: Anais do XXIX Simpósio Internacional de Engenharia Automotiva . São Paulo: Blucher, 2022.
ISSN 2357-7592, DOI 10.5151/simea2022-PAP52

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações