HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
52
SISTEMA DE DETECCIÓN DE
SOMNOLENCIA PARA CONDUCTORES DE
TAXIS EN LA CIUDAD DE TULCÁN
DROWSINESS DETECTION SYSTEM FOR TAXI DRIVERS IN THE CITY OF
TULCÁN
Recibido: 30/08/2022 Aceptado: 21/11/2022
Kevin Daniel Delgado Egas
Ingeniero en Ciencias de la Computación, Universidad Politécnica Estatal del Carchi,
Tulcán – Ecuador
daniel.delgado@upec.edu.ec
https://orcid.org/0000-0002-4368-337X
Yandún Velasteguí Marco Antonio
Estudiante del Doctorado En Ingeniería de Sistemas e Informática, Universidad
Nacional Mayor de San Marcos – Perú
Magíster en Auditoría de Tecnologías de la Información, Universidad de
Especialidades Espíritu Santo
marco.yandun@unmsm.edu.pe
https://orcid.org/0000-0001-5627-9838
Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de
somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de
Enfermería (12), 52-67. https://doi.org/10.32645/13906984.1171
53
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Resumen
La presente investigación se enfoca en el desarrollo de un sistema de detección de Somnolencia
aplicable a los conductores de taxis en la ciudad de Tulcán. Surge a través de la problemática
encontrada en cuanto a la gran cantidad de accidentes de tránsito que se presentan actualmente
en donde se determina la Somnolencia como uno de los causantes principales de estos accidentes,
así también porque las cooperativas de taxis no utilizan ninguna herramienta que les ayude a
detectar el estado de Somnolencia de sus conductores. Estas armaciones se evidenciaron en
los resultados de la investigación cuantitativa, en donde los informantes fueron los taxistas de
una cooperativa de Tulcán. Con esta información se vio la necesidad de desarrollar el sistema de
detección de somnolencia aplicando varias herramientas electrónicas en especial el sensor de
obstáculo infrarrojo el cual se encarga de detectar cuando el conductor cierre los ojos por un periodo
de tiempo, un dispositivo Buzzer que emite una alarma, también un módulo de comunicación
Bluetooth que establece la conexión entre la aplicación móvil y la parte electrónica. Adicional se
desarrolló una aplicación móvil para gestionar la parte electrónica, guardar sus resultados y la
administración de usuarios. Para probar el funcionamiento y eciencia del prototipo tipo gafas, se
realizó pruebas con 20 usuarios voluntarios, con lo cual se puede utilizar en los conductores para
que bajen los accidentes de tránsito a causa de la somnolencia.
Palabras clave: Somnolencia, Arduino, App Inventor, Bluetooth, Firebase
Abstract
This research focuses on the development of a Drowsiness detection system
applicable to taxi drivers in the city of Tulcán. This arises through the problems found in
terms of the large number of trac accidents that currently occur, being Drowsiness
determined as one of the main causes, also because taxi cooperatives do not use any tool to
help detect the state of sleepiness of their drivers. These statements were evidenced in
the results of quantitative research, where the informants were the taxi drivers of a Tulcán
cooperative. With this data, there was the need of developing the drowsiness detection system by
applying several electronic tools, especially the infrared obstacle sensor, which is responsible for
detecting when the driver closes his eyes for a period of time; a Buzzer alarm device that emits an
alarm; moreover, a Bluetooth communication module that establishes the connection between
the mobile application and the electronic part. Additionally, a mobile application was developed
to manage the electronic part, save its results and users management. To test the operation and
eectiveness of the glasses-type prototype, tests were carried out with 20 voluntary users, which
can be used in drivers to reduce trac acidentes because of drowsiness.
Keywords: Drowsiness, Arduino, App Inventor, Bluetooth, Firebase
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
54
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Introducción
En el presente trabajo se muestra el desarrollo de un sistema informático que permita la detección
del estado de somnolencia para los conductores de taxis. Esta investigación surge después de
identicar la problemática del aumento de accidentes de tránsito en el cantón Tulcán, problemática
presentada en la investigación de Delgado K. (2022) y de acuerdo a la información extraída de la
Agencia Nacional de Tránsito (2022). En su sitio web, mediante grácos estadísticos, indican como
en el periodo de enero 2021 a enero 2022 ocurrieron 173 accidentes de tránsito en la provincia del
Carchi y en el cantón Tulcán ocurrieron 115 accidentes. En este caso se nota que el cantón Tulcán
tiene una proporción mayor de accidentes de tránsito, en relación con los demás cantones de la
provincia. Así mismo, este sitio web analiza las causas de estos accidentes de las cuales se dene a
la somnolencia como una de las principales.
Para aportar a la solución a la problemática de la somnolencia en los conductores, se ha indagado
en varias soluciones tecnológicas que han sido presentadas durante el transcurso del tiempo.
Tomando en cuenta distintas áreas de la computación, entre ellas se encuentra la incorporación
de la visión por computador y la utilización de la electrónica. Es por ello que, en esta investigación,
se describe una solución tecnológica incorporando varios componentes electrónicos, gestionados
por una aplicación móvil que permita administrar y controlar los componentes electrónicos del
sistema informático.
Ipushima y Jara (2018) indican que la somnolencia es un estado de sueño, en el cual se deterioran
las capacidades de una persona hasta el punto de que ésta no puede controlarse y pierde el
conocimiento. La somnolencia se produce principalmente por el cansancio, largas jornadas de
trabajo e, inclusive, por malas condiciones físicas de la persona.
Entre las causas más conocidas de la somnolencia se encuentran: a) los trastornos de sueño
que pueden ser la Narcolepsia, b) Hipotensión, c) calor excesivo dentro de la cabina del vehículo
que ocasiona cansancio y distorsión del entorno, d) la digestión lenta ya que esto produce que
el organismo gaste mucha energía afectando la condición física y produciendo cansancio, e), no
dormir las horas recomendadas o tener periodos cortos de sueño, f) debido a efectos secundarios
de algún tipo de medicamento (Clínica Somno, 2018).
Barros-Centeno et al. (2017) indican que parpadear más de 20 veces en un minuto, es un primer
síntoma de que una persona está entrando en el estado de somnolencia, tomando en cuenta que
una persona promedio parpadea entre 15 y 20 veces por minuto.
Otro síntoma de la somnolencia es el frotarse los ojos reiteradamente, esto puede indicar que el
conductor tiene algún tipo de sequedad en los ojos o algún tipo de rigidez muscular. Así mismo,
al ser este un indicativo de que la persona padece del estado de somnolencia es posible que se le
empiecen a cerrar los ojos por un tiempo (Pedrozo-Pupo et al., 2020).
El bostezo repetido también se considera un síntoma de una persona que padece somnolencia,
ya que este indica que la persona está cansada o que no se encuentra bien físicamente. Inclinar la
cabeza es un síntoma de la somnolencia, solo se presenta cuando una persona ya padece de los
otros síntomas de la somnolencia. (Oviedo et al., 2021).
Entre las alteraciones de la somnolencia en la conducción, pueden presentarse problemas en la
concentración y reacción ante los imprevistos en la carretera. La toma de decisiones inmediatas
se ve comprometida, ya que al entrar en un estado de sueño no puede procesar correctamente
lo que pasa en su entorno; además pueden presentarse micro sueños causando perdida del
conocimiento por segundos. Se presentan también las alteraciones en la percepción del entorno,
55
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
llegando a confundir objetos y en algunos casos se presentan cambios de humor, nerviosismo y
actuaciones agresivas (Unión de Mutuas, 2017).
Existe tecnología orientada a la detección de somnolencia como el Sistema de Detección de
Somnolencia que utiliza un sensor de parpadeos, de acuerdo con la investigación y desarrollo
de Sakre (2017), en la India se implementó un sensor para contar el número de parpadeos del
conductor por minuto, si este excede el límite establecido, el sistema procederá a emitir una
alarma por medio de un dispositivo Buzzer. También este sistema busca acortar el tiempo que
demora el servicio de paramédicos en llegar, en caso de que un conductor haya padecido un
accidente. Para ello, se implementa un sensor piezoeléctrico el cual se encarga de detectar cuando
hubo un cambio en la tensión, temperatura, presión de conductor y datos sensoriales del vehículo,
emitiendo señales y noticando a los paramédicos locales.
También, el sistema de detección de somnolencia por medio de sensores para medir la sensación
termina del entorno. Berejano (2017) menciona que este tipo de sistemas de detección de
somnolencia fue creado por Panasonic, el cual se basa en utilizar una cámara que dispone de
visión articial y por medio de algoritmos de inteligencia articial analiza los comportamientos
del conductor en búsqueda de anomalías al momento de conducir. Así mismo, utiliza un sensor
infrarrojo el cual se encarga de medir la sensación térmica del vehículo, esto sumado a las
lecturas de otro sensor que mide la temperatura del vehículo, una vez estas lecturas lleguen a los
parámetros establecidos se encargarán de refrigerar el vehículo para que el calor excesivo no lleve
al conductor a padecer somnolencia.
Por otra parte, el Sistema de Detección de Somnolencia por medio de inteligencia articial, utiliza
técnicas de procesamiento de imágenes y redes neuronales articiales. Fue desarrollado en el
lenguaje C# en el entorno de EmguCV, para la detección de los ojos del conductor se utilizó el
algoritmo de Viola-Jones, el cual se encarga de detectar cuando el conductor a abierto o cerrado
sus ojos. Este sistema también incorpora un zumbador como alarma en la parte del asiento del
conductor controlado por una placa Arduino Uno. Así mismo, para la detección, se incorpora una
cámara en la parte delantera del conductor. No obstante, en pruebas realizada se detectó varios
falsos positivos debido a movimientos bruscos que realiza el conductor al momento de conducir
(Mayon y Limaquispe, 2018).
Y también existe el Sistema de Detección de Somnolencia por medio de sensores de ángulo. Este
sistema opera por medio de un sensor de ángulo incorporado en el volante del vehículo, el cual
se encarga de medir la velocidad angular del volante en caso de que este genere movimientos
bruscos al momento de operar el vehículo. Además, se incorpora un dispositivo en el motor del
vehículo, el cual mide el tiempo en el que el conductor ha pasado sin detener el vehículo, debido
a que el desarrollador de este sistema menciona que cada dos horas de conducción interrumpida
se tiene que hacer un descanso. De igual forma, se incorpora un componente de alarma, el cual
vibrará en el asiento una vez el sistema detecte actividad sospechosa (Fundación MAPFRE, 2022).
Por otra parte, también existen los dispositivos electrónicos para desarrollar un prototipo para
detección de somnolencia como: Placa Arduino, según Fernández (2022), indica que es un dispositivo
electrónico que contiene un microcontrolador el cual permite que el usuario grabe un conjunto
de instrucciones, las cuales son escritas utilizando un lenguaje de programación y que depende
de un entorno llamado Arduino IDE, que sirve para guardar, editar y eliminar las funciones. Este
dispositivo contiene una interfaz de entrada la cual permite conectar otros dispositivos electrónicos
a la vez, de la misma forma Arduino dispone de una interfaz de salida, que se encarga de transmitir
información a otros dispositivos como pantallas o altavoces.
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
56
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
En la tabla 1 se muestra una comparativa en la cual se analizó los parámetros de cada placa Arduino
para incorporar en el sistema informático.
Tabla 1
Análisis placas Arduino
Para el sistema de detección de somnolencia se utilizará la placa Arduino nano debido a su tamaño
reducido y por la disponibilidad de la misma en el mercado.
Los sensores son dispositivos capaces de detectar varios tipos de magnitudes, como magnitudes
físicas y químicas, que son transformadas por medio del sensor a variables eléctricas (Jecrespom,
2019). Según Solectro (2021), los sensores más utilizados actualmente son de obstáculos, de
temperatura, de humedad, de presión, de sonido, de posición espacial, de frecuencia de luz y de
velocidad.
En la tabla 2, se muestra una comparación de los sensores de obstáculos y selecciona los más
adecuados para el desarrollo del sistema informático.
Tabla 2
Análisis sensores de obstáculos
57
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Se escogió el sensor de obstáculos infrarrojo FC-51, debido a la disponibilidad. Tiene una distancia
de detección suciente para reconocer los ojos del conductor y permite la incorporación de forma
más eciente en el prototipo tipo gafas, que contendrán toda la parte del sistema de detección de
somnolencia. Adicionalmente, también se tomó en cuenta un sensor infrarrojo, debido a que estos
pueden ser utilizados tanto en la luz como en la obscuridad.
Para establecer la conexión entre la parte electrónica y la aplicación móvil se ha incorporado el
módulo de Bluetooth. No se ha seleccionado un módulo Wi-Fi, ya que este módulo necesita que
se esté conectado el dispositivo a una red estable, además de tener inconvenientes en el envío y
recepción de datos.
Como un dispositivo de alarma se ha escogido el dispositivo de sonido Buzzer, ya que este emite
altas frecuencias de sonido y es un dispositivo bastante accesible.
Entornos de desarrollo de aplicación móvil. En la tabla 3 se realiza una comparativa entre los
diferentes entornos de desarrollo de móvil que servirá para controlar el sistema de detección
de somnolencia, se tomó como parámetros la compatibilidad con la placa Arduino nano, la
comunicación serial y la comunicación por medio de Bluetooth.
Tabla 3
Entornos de desarrollo móvil
App Inventor es el entorno de desarrollo seleccionado, debido a que este es compatible con la
placa Arduino nano y permite la comunicación tanto serial como Bluetooth de la misma.
Para seleccionar la base de datos para el Sistema de Detección de Somnolencia se tomó en cuenta
como factores más importantes las funcionalidades en la nube, debido a que la aplicación necesita
que el registro de usuarios y el almacenamiento de usuarios sea visto en tiempo real, por cualquier
usuario que disponga del sistema. Otro factor importante también fue la compatibilidad con el
entorno de programación App Inventor. Así como, la seguridad que tengan en el manejo de la
información y que sean de fácil acceso. En la tabla 4 se muestra un análisis de las diferentes bases
de datos.
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
58
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Tabla 4
Análisis de bases de datos
La base de datos de Firebase cumple con todos los parámetros establecidos y es la única que es
compatible o que puede ser utilizada en el entorno de App Inventor.
Materiales y métodos
Para obtener información, que permita justicar el desarrollo de un sistema de detección de
somnolencia, fue necesario realizar una investigación con enfoque cuantitativo en donde se
estableció una población especica que son los conductores de taxis de una cooperativa de la
ciudad de Tulcán. Por la cantidad se determinó la muestra, a la cual se aplicó una encuesta, los
resultados principales se indican desde la gura 1 hasta la gura 5.
Tipo de investigación
Arias E. (2020) menciona que la investigación exploratoria se enfoca en estudiar un determinado
fenómeno que no ha sido estudiado a profundidad antes. Además, se exploran aspectos nuevos
y ya existentes del mismo. Enfocándose en obtener información que permita comprender el
tema a profundidad, tomando en consideración que este tipo de investigación se aplicó desde el
planteamiento del problema de investigación, y permitió entender el tema a profundidad y resaltar
los aspectos más importantes que puedan ser utilizados para llevar a cabo la investigación.
La investigación descriptiva se enfoca en describir una situación o fenómeno del cual se está
realizando una investigación. Además, busca dar información sobre el cómo, cuándo y dónde, sin
entrar en aspectos del por qué ocurre dicho fenómeno (Mejia, 2020). Con este tipo de investigación
se recopiló información acerca del estado de somnolencia y de los síntomas que presenten las
personas que lo padecen. Información utilizada para realizar el sistema informático.
Con la investigación bibliográca se obtiene, recopila, explica y analiza información sobre el
objeto de estudio de la investigación. La información se recopilará por medio de libros, fuentes
documentales, artículos, hemerografía, registros audiovisuales, entre otros (Zorrilla, 2021). Se
utilizó este tipo de investigación, ya que el sustento de esta investigación será toda la información
recolectada de tesis de repositorios de la Universidad de Guayaquil y la Escuela Politécnica Superior
de Chimborazo, Universidad Nacional Autónoma de México, Universidad Peruana Cayetano
Heredia y la Universidad Católica de Colombia. Además de artículos e investigaciones de la Unión
de Mutuas, Clínica Somno, OMS, SAS. Todas orientadas al estado de somnolencia, los accidentes
de tránsito y sistemas informáticos para la detección de enfermedades.
59
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Población y muestra
La población de esta investigación está denida por los 241 conductores de taxis de una cooperativa
de la ciudad de Tulcán. Tomando en cuenta que, al momento de realizar la encuesta, la población
se encontraba con restricciones de movilidad por COVID-19, se utilizará en error muestral del 7%
y un nivel de conanza del 93%. Para el cálculo de la muestra se utilizará la fórmula mencionada
por Arias (2006):
Donde:
Z2c= 1.81 si es nivel de conanza es de 93%
e = Error muestral del 7%
p = Probabilidad de éxito 0.5
q = Probabilidad de fracaso 0.5
N = Población total 241
Por consiguiente:
Resultados y discusión
Algunos resultados del proceso investigativo, en la gura 1, muestran que el 54,5% de los
conductores de taxis han sufrido durante el último año entre 1 y 5 accidentes de tránsito, en
menor medida el 7,1% de los conductores han sufrido entre 5 y 10 accidentes de tránsito y el 2%
han sufrido más de 10 accidentes de tránsito, durante el último año. De acuerdo con los resultados
obtenidos se demuestra que la mayor parte de los conductores de taxis ha sufrido al menos un
accidente de tránsito en el último año.
Figura 1
Accidentes de tránsito sufrido por los conductores de taxis
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
60
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
En la gura 2. Las causas por las que los conductores de taxis han sufrido accidentes de tránsito
son: el uso del celular con un 54,8%, somnolencia con un 46,6%, por conducir bajo la inuencia
del alcohol o alguna sustancia un 45,2% y en menor medida también han sido causados por
condiciones ambientales, exceso de velocidad, fallos mecánicos, agentes externos, no respetar
señales de tránsito y cambios bruscos de carril. Adicionalmente, los conductores indican que los
accidentes también son causados por no respetar el pare y fallo de frenos de otro conductor.
Figura 2
Causas de los accidentes de tránsito
La gura 3 muestra que las consecuencias de los accidentes de tránsito en mayor medida fueron
destrucción menor del vehículo con un 39,4%, la destrucción mayor del vehículo con un 28,3%,
problemas legales con un 25,3%, lesiones temporales con un 24,2%, pago de indemnización un
23,2% y en menor medida se encuentra las lesiones permanentes, daños psicológicos y destrucción
parcial del vehículo. Adicionalmente, ninguno de los conductores indicó haber sufrido de pérdidas
humanas como consecuencia del accidente de tránsito.
Figura 3
Consecuencias de los accidentes de transito
La gura 4 indica que el 86,9% de los conductores de taxis piensan que la somnolencia se produce
por no descansar las horas adecuadas, un 48,5% de los conductores creen que es por las largas
horas de trabajo; mientras que, en menor medida hay conductores que creen que se produce por
calor excesivo, efectos de algún medicamento, aburrimiento y problemas de insomnio.
61
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Figura 4
Percepción de causas de la somnolencia.
La gura 5 indica que el 53,5% de los conductores de la cooperativa de taxis Atahualpa han sufrido
accidentes de tránsito debido a la somnolencia y un 46,5% de los conductores no han sufrido
accidentes de tránsito debido a esta causa, con lo que se determina como al sistema de detección
de somnolencia como un aporte a reducir el número de accidentes por esta condición al conducir.
Figura 5
Accidentes de tránsito por causa de la Somnolencia
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
62
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Propuesta de sistema de detección de somnolencia
Arquitectura del sistema
A continuación, se muestra la arquitectura del sistema, tomando en cuenta las interacciones del
usuario con la aplicación móvil y respectivamente con la placa de Arduino Nano y la base de datos
en Firebase.
Figura 6
Arquitectura del sistema informático de detección de Somnolencia.
En la gura 7 se muestra el esquema del circuito, el cual contiene todos los elementos que serán
utilizados para el sistema informático como la placa Arduino nano, el dispositivo de alarma Buzzer,
el sensor de obstáculos infrarrojo FC-51, el módulo de Bluetooth y la batería, la gura 8 muestra
el modelo.
Figura 7
Diagrama del circuito
63
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Figura 8
Modelo del circuito
Pruebas de detección de somnolencia en voluntarios
Para realizar las pruebas del sistema se utilizó 20 voluntarios, se evaluó el momento en que ellos
cerraron los ojos y la emisión correcta de la alarma cuando esto sucedió. En todos los casos fue
exitosa la prueba.
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
64
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Discusión
Para la realización de esta investigación se buscó varias alternativas que permitan detectar el estado
de somnolencia en un conductor de manera eciente. Entre estas, se encuentra la utilización de la
inteligencia articial, para la identicación. Se pretendía utilizar un predictor de formas entrenado,
que por medio de un reconocimiento de puntos de referencia facial, gura 9, que detectando
los ojos del conductor y el algoritmo se encargaría de vericar el número veces que el conductor
parpadee por minuto, aplicando el cálculo de longitudes verticales y horizontales gura 10.
Figura 9
Mascara de referencia facial
Figura 10
Cálculo de longitudes verticales y horizontales para determinar el parpadeo
Esto no se pudo llevar a cabo, debido a varios inconvenientes que se fueron identicando como, por
ejemplo, que al momento de incorporar todo este sistema para una aplicación web, la aplicación
necesitaba de cantidades masivas de internet para funcionar correctamente y mantener el video
streaming de manera estable. Lo cual fue descartado, debido a que, al incorporar este sistema
en un taxi, los conductores no disponen de una conexión estable a internet y para identicar
correctamente los parpadeos del conductor se necesita de una conexión estable, ya que cada
parpadeo sucede en milisegundos y en caso de no disponer de una buena conexión a internet,
esto no sería posible.
65
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Se necesita aproximadamente 40,27 Mbps de descarga y de subida 44,42 Mbps para que
el sistema funcione de manera correcta al momento de realizar un análisis de somnolencia.
Conclusiones
· Después de realizar la investigación bibliográca recopilando información de varios
artículos cientícos, se encontró todo tipo de información referente a la somnolencia.
Entre la que se puede destacar la realización de experimentos para vericar cuál de
los síntomas es válido. Luego de la búsqueda de información se identicó que ninguno
de los síntomas de la somnolencia es completamente factible para realizar un sistema
informático para detectar esta enfermedad, ya que hay varias personas que padecen
distintos síntomas e incluso en algunos casos no llegan a padecerlos, ya que esta
enfermedad puede llegar a presentarse de diferentes formas en una persona. Es por
ello que, se ha considerado solo utilizar como una alternativa contra esta enfermedad
el detectar cuándo el conductor mantenga cerrados los ojos por un periodo de tiempo.
· Por medio de la investigación bibliográca también se determinó varios instrumentos
electrónicos, que pueden ser utilizados de manera eciente para crear un sistema de
somnolencia. Entre los que se determinó, el sensor de obstáculos infrarrojo para la
detección del movimiento de los ojos del conductor, el dispositivo de alarma Buzzer
para emitir un sonido fuerte al conductor en caso de que este cierre los ojos, el módulo
de Bluetooth para establecer una conexión directa con la aplicación móvil que se
encargue de registrar los resultados del análisis de somnolencia y el Arduino nano
ya que por su tamaño reducido es más manejable para implementarlo en unas gafas
y además esta placa puede operar de manera eciente toda la parte electrónica del
sistema informático. Adicionalmente, se incorporó al circuito una batería de 9 voltios de
litio recargable, para alimentar toda la parte electrónica y un interruptor que permita
encender y apagar el sistema para ahorrar energía.
· Una vez identicados todos los elementos que se va a utilizar para el sistema informático,
se desarrolló el circuito eléctrico del mismo, permitiendo detectar la somnolencia, por
medio de un sensor de obstáculos infrarrojo y así mismo implementando todos estos
instrumentos en unas gafas, que permitan tener contacto directo con el conductor y no
sean tan intrusivas al momento de realizar el análisis de somnolencia.
· Para completar el sistema de detección de somnolencia se realizó una aplicación móvil,
la cual se conecta directamente, por medio de Bluetooth a las gafas y esta permitirá
administrar usuarios y operar completamente la parte electrónica del sistema, facilitando
registrar los resultados del análisis de somnolencia una vez se haya detectado un
evento de somnolencia. Este resultado se guardará en una base de datos en la nube,
con su respectiva hora y fecha en la que se haya detectado un evento de somnolencia
en el conductor.
HORIZONTES de
ENFERMERÍA
Servicio, Ciencia y Humanidad
66
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Recomendaciones
· Realizar una capacitación sobre el correcto uso del sistema informático para los
conductores de taxis de la ciudad de Tulcán.
· Utilizar baterías de litio recargables con mayor cantidad de miliamperios para tener
una mayor duración en la batería.
· Añadir ranuras a los extremos de las gafas para guardar los componentes electrónicos
del sistema, ya que estos pueden ser bastante delicados si entran en contacto con
otros objetos.
· Utilizar cables UTP exibles para realizar la conexión de todos los componentes
eléctricos, ya que este tipo de cables son bastante manejables al momento de realizar
un circuito con limitado espacio.
· Calibrar correctamente el sensor de obstáculos infrarrojo para obtener buenos
resultados, al momento de detectar el movimiento de los ojos del conductor.
Referencias
Agencia Nacional de Tránsito . (2022). Estadísticas de siniestros de tránsito. https://www.ant.gob.
ec/estadisticas-siniestros-de-transito/
Arias, E. (2020). Investigación exploratoria. https://economipedia.com/deniciones/investigacion-
exploratoria.html
Arias, F. (2006). El proyecto de investigación. https://issuu.com/diasgerardoarias/docs/dias_g._
arias._el_proyecto_de_inv_896991d0bdcefe
Barros-Centeno, M. F., González-Castellanos, M. E., Martinez, D., Guantay, C., Correa, L. J., Suarez,
M. F., ... & Serra, H. M. (2017). Estudio de la frecuencia de parpadeo y evaluación de la
película lagrimal en supercie ocular de cobayos Eye blinking frequency studies and tear
lm evaluation in guinea pig´ s ocular surface. Revista Methodo, 2(2), 52-54.
Berejano, P. (2017). Esta nueva tecnología detecta el nivel de somnolencia en conductores. https://
blogthinkbig.com/esta-nueva-tecnologia-detecta-el-nivel-de-somnolencia-en-conductores/
Clínica Somno. (2018). Somnolencia. https://www.somno.cl/somnolencia/
Delgado K. (2022) Sistema de detección de somnolencia para los conductores de la cooperativa de
taxis Atahualpa de la ciudad de Tulcán [Tesis de pregrado] Universidad Politécnica Estatal
del Carchi – Ecuador.
Fernández, Y. (2020). Arduino. https://www.xataka.com/basics/que-arduino-como-funciona-que-
puedes-hacer-uno
Fundación MAPFRE. (2022). Sistema de detección de fatiga. https://www.fundacionmapfre.org/
educacion-divulgacion/seguridad-vial/sistemas-adas/tipos/sistema-de-deteccion-de-fatiga/
67
SISTEMA DE DETECCIÓN
DE SOMNOLENCIA PARA
CONDUCTORES DE TAXIS EN LA
CIUDAD DE TULCÁN
............................................................................................................................................................................................................................................................
.Cómo citar este artículo:
Delgado, K., & Yandún, M. (Enero – diciembre de 2022). Sistema de detección de somnolencia para conductores de taxis en la ciudad de Tulcán. Horizontes de Enfermería (12), 52-67.
https://doi.org/10.32645/13906984.1171
Ipushima, K., & Jara, E. (2018). Calidad de sueño y somnolencia diurna en conductores. https://
repositorio.upch.edu.pe/bitstream/handle/20.500.12866/647/Calidad%20de%20
sue%c3%b1o%20y%20somnolencia%20diurna%20en%20conductores%20de%20
taxi%20de%20una%20empresa%20privada%20en%20Lima%20Metropolitana%20-%20
Santiago%20de%20Surco%2c%202016.pdf?sequ
Jecrespom. (2019). Sensores Arduino. https://aprendiendoarduino.wordpress.com/2018/04/14/
sensores-arduino-3/
Mayon, E., & Limaquispe, R. (2018). Sistema de detección de somnolencia mediante inteligencia
articial en conductores de vehículos para alertar la ocurrencia de accidentes de tránsito.
https://repositorio.unh.edu.pe/bitstream/handle/UNH/2327/TESIS-2018-INGENIERIA%20
ELECTRONICA-LIMAQUISPE%20MIGUEL.pdf?sequence=1&isAllowed=y
Mejia, T. (2020). Investigación descriptiva: características, técnicas, ejemplos. https://www.lifeder.
com/investigacion-descriptiva/
Oviedo, S. S., Rodrígue, W. E. S., Carlosama, S. T. C., Quinayás, D. Y. I., Ramírez, M. L. A., Mamián, A.
Y. M., ... & Pino, Á. Z. (2021). Factores relacionados con la calidad del sueño y la somnolencia
diurna en universitarios del suroccidente colombiano. Duazary, 18(3), 232-246.
Pedrozo-Pupo, J. C., Córdoba, A. P., & Campo-Arias, A. (2020). Estructura factorial y consistencia
interna de la escala de somnolencia de Epworth. Revista de la Facultad de Medicina, 68(2),
183-187.
Sakre, Y. (2017). Driver Drowziness Detection System with Gsm Alert using Piezoelectric Sensor.
https://www.ijert.org/research/driver-drowziness-detection-system-with-gsm-alert-using-
piezoelectric-sensor-IJERTCONV5IS01115.pdf
Solectro. (2021). Sensores. https://solectroshop.com/es/blog/que-son-los-sensores-analogicos-
todo-sobre-su-funcionamiento-n91
Unión de Mutuas. (2017). Fatiga y sueño. https://www.uniondemutuas.es/wp-content/
uploads/2017/11/Distracciones-al-volante-SUEN%CC%83O-CAS.pdf
Zorrilla, A. (2021). Investigación documental o bibliográca. https://identidadydesarrollo.com/
tecnica-de-investigacion-documental-o-bibliograca/