Desde el proyecto Simbiosys, buscamos nuevas formas de detección de fatiga. Puesto que el sistema está destinado a ser usado en un simulador para conductores de vehículos, se busca que sea lo menos intrusivo posible, para facilitar el movimiento y comodidad del conductor.
Con este fin se está desarrollando un sistema multisensor con una parte importante de investigación como es la detección de distintos estados de fatiga mediante la actividad cerebral del conductor.
Para la obtención del electroencefalograma (EEG) se eligió un casco con un único electrodo, ya que los EEG convencionales presentan más de veinte electrodos, lo cual sería muy intrusivo para el conductor.
Tras la obtención de la señal en bruto del cerebro, el sistema se basa en la detección de la cantidad de energía que existe en las diferentes bandas del cerebro. En este caso las bandas de interés serán la banda alpha, betha y tetha, todas ellas relacionadas con estados de cansancio, fatiga o sueño.
El sistema consta de dos partes diferenciadas, basadas en machine learning. En la primera parte se obtiene las características – la energía de cada banda- del sujeto en estado de consciencia (no fatigado) para formar dos clústeres.
El objetivo es generar dos esferas que engloben todas las características en este estado, de tal forma que, si en la segunda parte del algoritmo se obtiene alguna característica que no pertenece a los clústeres, se considera una anomalía. Será la acumulación de anomalías durante un periodo de tiempo la que nos indique la presencia de fatiga en el sujeto.
