Sistema para detecção de sonolência e fadiga com inferência visual em dispositivo embarcado utilizando Edge Impulse e ESP32-CAM

Resumo

Este trabalho apresenta o desenvolvimento de um sistema computacional embarcado para detecção de sonolência e fadiga em condutores, com base em visão computacional e aprendizado de máquina. Motivado pelos altos índices de acidentes causados por cansaço e desatenção ao volante, o estudo propõe uma solução de baixo custo e fácil implementação, com foco na prevenção de comportamentos de risco. O principal objetivo foi criar um sistema capaz de identificar, de forma autônoma, sinais visuais de sonolência e acionar alertas em tempo real. A metodologia envolveu a coleta e refinamento de imagens da região do rosto, utilizadas para treinar uma rede neural convolucional na plataforma Edge Impulse. O modelo resultante, com acurácia de 94,7%, foi embarcado em um microcontrolador ESP32-CAM, responsável por capturar as imagens e realizar inferência local. Em testes práticos, o sistema se mostrou eficaz ao detectar padrões de sonolência com base em critérios como tempo contínuo de olhos fechados e frequência de fechamento em determinado intervalo. Os resultados demonstraram a viabilidade da proposta, evidenciando sua aplicabilidade como ferramenta de apoio à segurança veicular.