Somnolencia 2.0 - Alertar a los conductores antes de que sea demasiado tarde
La conducción somnolienta es un grave riesgo para las flotas comerciales. Drowsiness 2.0 de LightMetrics utiliza IA para detectar los primeros signos de fatiga del conductor mediante el análisis de la apertura de los ojos, la tasa de parpadeo y la duración. Esta actualización proporciona alertas en tiempo real a los conductores, ayudando a prevenir accidentes y reduciendo los costes relacionados con las flotas. Al abordar la fatiga antes de que se vuelva crítica, Drowsiness 2.0 mejora la seguridad del conductor y protege los activos de la flota, garantizando que los conductores permanezcan alerta y seguros en la carretera.

La conducción somnolienta es una de las conductas de riesgo más peligrosas, aunque a menudo ignorada, especialmente en las flotas comerciales. La fatiga afecta al tiempo de reacción, la atención y la toma de decisiones del conductor, lo que aumenta significativamente la probabilidad de accidentes. Según el Consejo Nacional de Seguridad, la conducción somnolienta es responsable de aproximadamente 100.000 accidentes, 71.000 heridos y 1.550 muertos al año sólo en Estados Unidos. La Administración Nacional de Seguridad del Tráfico en Carretera (NHTSA) calcula que las colisiones relacionadas con la fatiga cuestan a la economía estadounidense más de 109.000 millones de dólares al año, sin contar los daños materiales. Para las flotas comerciales, estos incidentes suponen primas de seguro más elevadas, pérdida de productividad y aumento de los costes operativos, por lo que es crucial abordar la somnolencia con sistemas de detección y alerta en tiempo real.
Combatir la somnolencia y la fatiga al volante fue una de las principales razones de la introducción de la normativa sobre horas de servicio en Estados Unidos para los conductores de camiones (y legislaciones equivalentes en otros países).
LightMetrics introdujo alertas de somnolencia y fatiga hace más de un año, basadas en la detección por IA de ojos cerrados o casi cerrados.
Estamos muy contentos de presentar Drowsiness 2.0, una actualización significativa del algoritmo anterior - la mejora es gracias a todos nuestros socios a nivel mundial, los datos hacen que el sistema sea mejor.

Fig.1 Los humanos y la IA utilizan la apertura ocular para determinar la somnolencia
Los observadores humanos detectan la somnolencia basándose en la apertura de los ojos (entre otros factores) y la IA puede entrenarse para hacer exactamente lo mismo, basándose en el porcentaje de cierre y otras métricas similares que caracterizan cuánto ojo está abierto.
Mientras que Drowsiness 1.0 se centraba únicamente en las estadísticas de duración del cierre de los ojos, nuestro análisis de numerosos datos nos ha llevado a mejorar este enfoque. Somnolencia 2.0 se basa en múltiples características. Además de la apertura ocular, se utilizan características adicionales como la frecuencia de parpadeo, la duración del parpadeo, el cierre ocular y las estadísticas derivadas de estas mediciones para decidir si el conductor está somnoliento o fatigado con una precisión muy alta.
Alertar a los conductores ante los primeros síntomas de somnolencia
Es muy conveniente alertar a los conductores antes de que los ojos se cierren o estén a punto de cerrarse: detectar los primeros signos de fatiga o somnolencia es muy difícil, sobre todo cuando no se quieren obtener falsos positivos.
Gracias a las estadísticas de parpadeo, es posible diferenciar entre un estado normal y un conductor somnoliento.
La figura 2 ilustra las primeras fases de la somnolencia, que se caracterizan por unas estadísticas de cierre ocular cortas. La identificación de las transiciones entre la apertura y el cierre lentos de los ojos, así como entre el cierre y la apertura lentos, es crucial para caracterizar con precisión la somnolencia temprana. Si nos centramos en estas transiciones, podemos detectar la somnolencia en sus fases iniciales. Esto permite alertar a tiempo mucho antes de que el conductor se quede dormido.


Fig.2 Detección de las primeras fases de somnolencia a partir del análisis del parpadeo
Detectar cuándo un conductor tiene dificultades para mantenerse alerta
Frequent eye blinks, especially those lasting longer than normal, are a reliable predictor of drowsiness Figure 3 illustrates one such example. These blinks can serve as indicators, additionally when combined with eye closure and eye open <-> close transitions in future windows to predict drowsy confidently


Fig.3 Ilustración del patrón de parpadeo frecuente durante las primeras fases del sueño
Fusión de las múltiples características
Aunque la extracción de características es un reto increíble, aún queda mucho por procesar para obtener información precisa sobre el estado del conductor. Diversas etapas de preprocesamiento para filtrar el ruido e incorporar metadatos adicionales, como la postura de la cabeza, puntos de referencia, etc., garantizan un mayor refinamiento de las características. Se utilizan múltiples medidas estadísticas, como la frecuencia, la duración y la magnitud, y la relación entre estas características para asignar pesos a las características en función de distintos parámetros configurados para establecer el nivel de confianza del suceso. De este modo se garantiza una precisión muy alta (pocos falsos positivos), al tiempo que se mantiene una buena recuperación (pocos falsos negativos).
Somnolencia 2.0: alertar a los conductores antes de que se duerman
En conclusión, nuestra última actualización, **Somnolencia 2.0**, representa un importante salto adelante en la prevención de incidentes de conducción con somnolencia. Al detectar los primeros signos de fatiga con más precisión que nunca, podemos alertar a los conductores antes de que lleguen a la fase crítica de quedarse realmente dormidos al volante. Este enfoque proactivo no sólo mejora la seguridad del conductor, sino que también reduce el riesgo de accidentes, protege los activos de la flota y disminuye los costes operativos relacionados con las colisiones. Con alertas en cabina en tiempo real, Somnolencia 2.0 garantiza que los conductores puedan mantenerse alerta y seguros en la carretera, reforzando nuestro compromiso de ayudar a las flotas comerciales a operar de forma más eficiente y segura.
Para obtener más información sobre Drowsiness 2.0 y las ventajas de RideView para las flotas con las que trabaja, póngase en contacto con contact@lightmetrics.co.