Fahrerermüdung vorbeugen mit Nicla Vision und Edge Impulse FOMO

Fahrer, die unter Müdigkeit leiden, werden zu einer großen Gefahr für sich selbst und alle anderen um sie herum auf der Straße, da Reaktionszeit, Konzentration und Wachsamkeit stark beeinträchtigt werden. Aus diesem Grund hat Shebin Jose Jacob beschlossen, ein Müdigkeitserkennungssystem zu entwickeln, das genau erkennen kann, wann jemand hinter dem Lenkrad müde ist und anhalten muss, um sich auszuruhen.

Die Lösung besteht aus einem einzigen Nicla Vision-Board, das eine 2-Megapixel-Kamera zur Bilderfassung, eine IMU, ein Mikrofon, einen Abstandssensor und schließlich einen Dual-Arm-Cortex-M7/M4-Prozessor enthält, um schnell eine eingebaute Maschine zu betreiben Lernmodelle. Die Daten für das Projekt wurden gesammelt, indem viele Fotos gemacht und die Begrenzungsrahmen um die Augen entweder geschlossen oder offen markiert wurden. Von dort aus trainierte Jacob ein Objekterkennungsmodell basierend auf FOMO (Faster Objects, More Objects) auf die Beispielbilder und konnte eine Genauigkeit von 100 % erreichen.

Die Live-Klassifizierungen von Nicla Vision verstärkten die behauptete Genauigkeit des Modells weiter und ermöglichten es Jacob, den letzten Schritt bei der Erstellung seines Projekts zu unternehmen. Das tinyML-Modell wurde als vollständig integrierte Arduino-Bibliothek bereitgestellt, was bedeutet, dass der Code lediglich ein neues Bild abrufen, es durch das Objekterkennungsmodell laufen lassen und das Ergebnis überprüfen musste. Ein Tag mit geschlossenen Augen lässt daher einen Summer ertönen und eine rote LED aufleuchten.

Weitere Details zu dieser potenziell lebensrettenden Anwendung c...