Riassunto analitico
La presente tesi è frutto di un tirocinio svolto presso il reparto Innovation di Maserati S.p.A. relativo allo sviluppo di sistemi on-board per il monitoraggio dello stato di salute del guidatore (programma: “Driver’s Health Status Monitoring”). Nel presente elaborato si analizza il problema della sicurezza stradale, concentrandosi su un aspetto che nelle statistiche di incidenti è ancora sottostimato ma risulta essere un fattore determinante di rischio: il “colpo di sonno”, ossia il fenomeno della sonnolenza. Tale problema riguarda una vasta gamma di utenti, anche se spesso è difficile da determinare e da relazionare con gli effetti. Se si considera poi che le collisioni legate a sonnolenza hanno un impatto rilevante anche sul fattore economico risulta indispensabile comprendere come e quando si verificano tali incidenti per poter sviluppare nuove strategie in grado di prevenire, nel modo più efficace possibile, tale fenomeno. Lo studio effettuato propone un set-up per rilevare la sonnolenza del guidatore e una procedura di analisi dei dati ricavati al fine di individuare gli stati psicofisici che possono indicare l’insorgere della sonnolenza. Il sistema proposto si basa su un sistema di elettrocardiogramma (ECG) non invasivo per la misura della Heart Rare (HR) e Heart Rate Variability (HRV) e di un algoritmo di elaborazione. Il sistema presentato rileva tali segnali grazie ad una serie di sensori opportunamente cablati all’interno del volante e rilevati grazie al semplice contatto con le mani dell’utilizzatore. I recenti risultati della letteratura scientifica evidenziano infatti l'importanza del monitoraggio di HR e HRV; in particolare la HRV, che è considerata come uno standard per identificare i fattori fisiologici che determinano gli stati di veglia e sonnolenza.
|
Abstract
This thesis is the result of an internship at Maserati S.p.A. Innovation Department on the development of an on-board systems for driver health monitoring (the so-called: "Driver's Health Status Monitoring" program).
In this research work, the issue of road safety is analyzed, insisting on one of the less explored aspects emerging from accident statistics, still underestimated as a determining factor of risk: the driver’s drowsiness. Such a problem affects a wide range of users, although it is often difficult to determine and relate to the accident effects.
If we consider that drowsiness collisions also have a significant impact from the economic point of view, it is essential to better understand how and when such accidents occur, in order to develop new strategies to prevent this phenomenon as effectively as possible.
The study proposes a set-up to detect the driver's drowsiness level and a data analysis procedure to identify the physiological status that can predict the drowsiness. The proposed system is, based on a non-invasive electrocardiogram (ECG) system for Heart Rate (HR) and Heart Rare Variability (HRV) measurement, and an algorithm to properly process the obtained data. Such a system acquires the heart signals from a set of proper sensors embedded into the steering wheel and measured by the contact with the user’s hands. Indeed, recent results in the scientific literature highlight the importance of HR and HRV in particular, which is regarded as a standard to identify the physiological factors that determine alertness and drowsiness.
|