Desarrollo e integración de sistemas brain-to-vehicle para el estudio de respuestas emocionales en un simulador de carretera

Abstract

La mayoría de personas utilizan a diario medios de transporte para desplazarse, entre ellos, el más común es el coche. Esto, además de aumentar el riesgo a sufrir un accidente, supone que las personas pasan gran parte de su tiempo en su coche, por lo que conseguir un confort en el desarrollo de nuevos vehículos es un factor a tener en cuenta. La gran mayoría de los accidentes de tráfico se producen a causa del factor humano, dentro de estos, gran parte son debido a distracciones, por lo que el conductor resulta un componente principal para garantizar una buena seguridad en la conducción. De esta forma, la distracción debida a los estados emocionales del conductor afecta directamente a los procesos cognitivos requeridos para realizar correctamente otras tareas como conducir. En este proyecto se pretende desarrollar un sistema de monitorización cerebral por electroencefalograma (EEG) orientado a la conducción capaz de detectar los diferentes estados emocionales del conductor y activar diferentes configuraciones en el modo de conducción en función de estos. Con esto se pretende mejorar el confort y la seguridad del conductor en la medida de lo posible, adaptando algunas características de la dinámica del vehículo como la suspensión. Para esto, se va a desarrollar un sistema Brain Computer Interface (BCI) donde el primer paso será la adquisición de las señales cerebrales y su procesamiento. Se realizará una extracción de las características relevantes de estas y, por último, se clasificarán para proporcionar una salida indicando el estado emocional detectado. Esta salida proporcionada por el sistema, se introducirá en un simulador de conducción del que dispone la empresa AIC donde se ajustarán los parámetros de la dinámica vehicular pertinentes. Tras realizar el desarrollo y análisis del sistema siguiendo los pasos especificados en el artículo [1], se han obtenido resultados de precisión en la clasificación cerca de los valores de ejemplo similares a los del artículo. Como conclusión, cabe destacar que pese a ser un sistema con una aceptable precisión con la que trabajar, si este se quisiera implementar en la vida real, sería necesario aumentar la precisión para obtener más fiabilidad del sistema.