FACULTAD DE INGENIERIA DE SISTEMAS Y
ELECTRONICA
Trabajo de Investigación:
“Diseño de un sistema de detección de
somnolencia en conductores de vehículos usando
señales fisiológicas (EOG-HR)”
Autor: Acevedo Rúa Fernando Alonzo – 1412321
Choy Rodríguez David Cesar – 1421420
INGENIERIA ELECTRONICA
Lima, Septiembre del 2019
1
INDICE
INTRODUCCIÓN ........................................................................................................................................ 3
I PLANTEAMIENTO DEL PROBLEMA ................................................................................................... 3
II PREGUNTA DE INVESTIGACIÓN ........................................................................................................ 3
2.1 PREGUNTA PRINCIPAL .................................................................................................................. 3
2.2 PREGUNTA SECUNDARIA ............................................................................................................. 3
III JUSTIFICACIÓN ..................................................................................................................................... 3
IV ESTADO DEL ARTE .............................................................................................................................. 3
V OBJETIVOS ............................................................................................................................................ 12
5.1. OBJETIVO GENERAL ................................................................................................................... 12
5.2. OBJETIVOS ESPECÍFICOS ........................................................................................................... 13
VI MARCO TEÓRICO ............................................................................................................................... 13
VII DISEÑO DE INVESTIGACIÓN ......................................................................................................... 13
7.1. HIPÓTESIS ...................................................................................................................................... 13
7.1.1 HIPÓTESIS GENERAL ............................................................................................................ 13
7.1.2 HIPÓTESIS ESPECÍFICAS ...................................................................................................... 13
7.2. VARIABLES ................................................................................................................................... 14
7.2.1 VARIABLE INDEPENDIENTE ................................................................................................... 14
7.2.2 VARIABLE DEPENDIENTE ....................................................................................................... 14
7.3. TIPO Y DISEÑO DE INVESTIGACION ....................................................................................... 14
7.3. POBLACION Y MUESTRA ........................................................................................................... 14
7.3.2. MUESTRA .................................................................................................................................... 15
7.4. INSTRUMENTOS DE INVESTIGACIÓN ..................................................................................... 15
7.5. MATRIZ OPERACIONAL ............................................................................................................. 16
VIII CRONOGRAMA DE ACTIVIDADES .............................................................................................. 17
IX PRESUPUESTO .................................................................................................................................... 17
REFERENCIAS BIBLIOGRÁFICAS ........................................................................................................ 17
ANEXOS ..................................................................................................................................................... 20
2
INTRODUCCIÓN
I PLANTEAMIENTO DEL PROBLEMA
II PREGUNTA DE INVESTIGACIÓN
2.1 PREGUNTA PRINCIPAL
• ¿Como detectar el estado de somnolencia en conductores de vehículos utilizando
señales fisiológicas?
2.2 PREGUNTA SECUNDARIA
• ¿Cómo se obtiene una señal eléctrica emitida por el cuerpo humano?
• ¿De qué manera se pueden interpretar las señales eléctricas emitidas por el cuerpo
humano?
• ¿Cuál es el método adecuado para procesar las señales fisiológicas?
III JUSTIFICACIÓN
IV ESTADO DEL ARTE
Viajar desde la capital hasta el interior del país o viceversa se ha convertido en una actividad de
mayor demanda en los últimos años. Según el MTC (2017) “En los últimos cinco años (2013 -
2017), la estimación del traslado de personas en el servicio regular a nivel nacional de transporte
terrestre por carretera registró una tasa anual de crecimiento de 3,0%” (p. 84).
Es casi una necesidad que obliga a las personas a elegir la mejor alternativa para llegar a su
destino, entre ellas se tienen los viajes en avión y los viajes por carretera. Considerando que los
3
viajes en avión tienen un costo significativamente mayor al de viajar en bus, los usuarios optan
por elegir la segunda opción, además que no en todos los poblados hay aeropuertos.
A mayores distancias, el conductor del bus conduce por más tiempo, lo cual incrementa el
desgaste que sufre. Algunos pueden llegar a manejar hasta 12 horas sin detenerse. Dicho esto, si
el conductor no está debidamente preparado, y tampoco ha descansado lo suficiente entre un viaje
y el siguiente, podría llegar a sufrir cansancio y somnolencia durante el recorrido.
Según los reportes del Ministerio de Transportes y Comunicaciones, elaborado por La Policía
Nacional del Perú, hubo un incremento de los accidentes de tránsito desde el año 2006 hasta el
2017 (MTC 2018).
Un diario local amplía la información obtenida por el MTC, “(...) en el 2018, se registraron 6,547
accidentes de tránsito que comprometieron a buses interprovinciales, siendo Lima el
departamento donde ocurrieron la mayor cantidad con 4,384; seguido de Arequipa (461), Cusco
(409) y La Libertad (302)” (Diario Gestión 2019). Además, otro diario informa la situación de
accidentes en carretera., “En los últimos diez años, los accidentes en carreteras aumentaron en 83
por ciento, alertó Juan Tapia Grillo, presidente del centro de investigación y de asesoría de
transporte terrestre (Cidatt)” (RPP 2019).
Muchos de los accidentes en carreteras son ocasionados por la somnolencia y cansancio, ya que
en ese estado el conductor no está en todas sus facultades para la conducción.
Una persona somnolienta en su estado físico presenta características como bostezar en
periodos cortos de tiempo, actividad espontánea oculomotora, frecuencia del cierre ocular
comúnmente conocido como “pestañeo”, expresiones faciales y movimiento de la cabeza
conocido como “cabeceo”. En su estado mental presenta cambios en el estado de ánimo,
dificultad con la memoria (pensar, hablar, comprender, escribir o leer), fatiga, energía
baja, malestar o letargo (Rosales Mayor & Rey de Castro, 2010).
Las caracteristicas mencionadas son en su mayoria fisiologicas, las que seran objeto de estudio y
analisis más adelante.
Desde 1950 comenzaron a llevarse a cabo técnicas de control para intentar prevenir accidentes de
tránsito o en su defecto disminuir los daños (Shaout y otros, 2011). Algunas de estas técnicas
4
actuaban en el momento en que ocurre el accidente, siendo llamadas pasivas; Aquí se encuentra
los Airbag o bolsas de aire y cinturones de seguridad. Mientras que las llamadas activas son en su
mayoría electrónicos o electromecánicos, y están encargadas de monitorear el comportamiento
del conductor o al vehículo que maneja (Garcés y otros, 2015).
De las técnicas mencionadas, las activas resultan más eficientes, ya que proponen de alguna
manera resolver el problema antes que suceda. Siguiendo el enfoque de estas técnicas, se
presentan las siguientes investigaciones científicas, que se consideran importantes para el
desarrollo de la investigación.
Tesis doctoral: Sistema avanzado de asistencia a la conducción mediante visión por
computador para la detección de la somnolencia.
Autor: Dr. José María Armingol Moreno
Dentro del entorno de sistemas detección facial encontramos el uso constante de cámaras
y análisis facial por software. Bajo esta premisa la tesis expone:
El objetivo de esta tesis fue el diseño, desarrollo y construcción de un sistema avanzado de
ayuda a la conducción embarcado en un vehículo real, para detectar automáticamente, en
tiempo real y bajo condiciones variables de iluminación, la somnolencia del conductor;
utilizando para este propósito técnicas de Visión por Computador e Inteligencia Artificial.
(Armingol, 2009, p. 17).
Para realizar el sistema se utiliza una cámara GC400 CP, la cual es una cámara analógica,
la cual contiene sensores CCD, lo cual la hace sensible a alta iluminación, como consecuencia la
imagen captada se ve muy iluminada. Como solución a esto, se analizan 2 casos de visión: diurna
y nocturna. Para la falta de iluminación o el exceso de la misma, se utiliza iluminación infrarroja,
5
con esto se corrigen los errores por cámara. Además, se aumenta la velocidad de procesamiento
hasta 275 milisegundos por fotograma, teniendo una buena detección con la cámara y el software.
(Armingol, 2009).
Se coincide que el uso de una cámara de características como la utilizada con uso del filtro
digital de Gabor, construyen un modelo más eficiente para detectar el estado del ojo. Además, el
uso del método de detección basado en la forma geométrica de la posición de los ojos es una
buena alternativa, debido a que se ajusta a un modelo elíptico de la vista.
Tesis: Estudio de la señal electrooculográfica y su aplicación a sistemas médicos
asistenciales.
Autor: Alberto López Martínez
El estudio plantea desarrollar un sistema compuesto por hardware y software, que implica
la colocación de electrodos en los pómulos y frente, que sean capaces de interpretar las señales
electrooculográficas. López (2018) afirma que “Existen otros sistemas menos intrusivos para el
seguimiento ocular, principalmente la videooculografía (VOG). Sin embargo, creemos que la
electrooculografía puede resultar una técnica fiable si se desarrolla adecuadamente.”(p.53)
Para poder entender el propósito del dispositivo final a obtener, es necesario estudiar la
fisiología del ojo humano, luego realizar un estudio comparativo de los estados del ojo y las
acciones a realizar. Posterior a tener un cuadro de estados, se desarrolla el prototipo y se calibra
con la adquisición en tiempo real. Para esto es necesario colocar los electrodos en el rostro.
6
Los niveles de seguridad que cumple están normalizados bajo estándares especiales, con el
fin de minimizar los riegos. Para probar la eficiencia del sistema se realizaron pruebas
distintas con 20 voluntarios, 12 mujeres y 8 hombres de edades entre 21 y 56 años. Constaban
de colocar electrodos en los pómulos y frente y mediante una aplicación que consta de botones
virtuales poder escribir frases. Los electrodos utilizados fueron de Plata-Cloruro, el software
es portátil para Windows 10, se tuvo una precisión del 95.2% a una velocidad media de
escritura de 2.37 caracteres/segundo. (López, 2018)
La señale oculografica brindara información sobre el estado del ojo del individuo, lo que resulta
un parámetro fundamental para la investigación. De este trabajo se resalta las aplicaciones de
dicha señal en el campo de la bio-medicina por su alta fidelidad.
Tesis: Diseño y simulación de un sistema de detección de somnolencia y alerta basado en el
procesamiento digital de imágenes con algoritmos de correlación en tiempo real
Autor: Carlos Chaccere Rodríguez, Fidel Junior Sara García
“El prototipo a diseñar es un simulador por computador capaz de procesar en tiempo real
señales obtenidas por cámara infrarroja para detectar somnolencia en conductores, usando el
Software MATLAB.” (Chaccere y Sara, 2015, P.44)
Para el diseño se contemplan variables como: características del rostro, detección de
parpadeos, ojos cerrados; y se emplea sumatoria de píxeles y área con el método trapecio. Su
mejor eficiencia se obtiene a una distancia entre 25 y 60 cm de distancia del foco de la cámara, la
cual es una VIDEO GRABBER III, 720X480 Resolución.
7
El software posee selección de un eje centrado en la cara, de modo que no analiza los
demás elemento alrededor que la cara. No proponen propuesta de soluciones como con el uso
de lentes, sin embargo, tiene una detección de 100% en sus pruebas de rostro, muestras que
fueron obtenidas con 1000 pruebas, y al detectar la posición de los ojos tiene una eficiencia
del 98% de 1000 muestras. (Chaccere y Sara, 2015)
Tesis: diseño e implementación de un prototipo de un sistema de procesamiento de señal
electrooculográfica orientado a controlar – mediante el guiño – el entorno de mensajería
instantánea telegram para usuarios con limitaciones motoras en miembros superiores.
Autor: María Guzmán Medina, Salazar Roggero Úrsula
El prototipo se basa en el procesamiento de señales electrooculográficas obtenidas por
medio de electrodos. Para el procesamiento se utiliza un software de teclado virtual, el cual
permite seleccionar cualquier tecla, mediante un guiño. Los electrodos adhesivos se colocan en el
rostro y estos sirven para enviar señales de los movimientos de los ojos representados por señales
eléctricas de baja tensión. En suma, se ha creado un productor invasivo que, en conjunto con la
interfaz virtual, brindan al usuario con discapacidad la posibilidad de comunicarse.
Para las pruebas se utilizaron cinco diferentes personas con discapacidades en las
extremidades superiores y 10 personas sin discapacidades, para los análisis y pruebas. Como las
señales a medir están en el orden de milivoltios (0.05 a 3.5mv), se utilizan amplificadores
instrumentales. Además, para obtener la señal deseada se emplean Filtros pasa baja y Filtros para
eliminar ruido. De las pruebas realizadas. Guzmán y Salazar (2015) concluyen en:
8
Los resultados obtenidos indican que de un total de 100 guiños realizados, 85 sí fueron
detectados como tal, 15 no fueron detectados y no hubo casos en que el sistema detectó un
guiño sin que este haya sido realmente ejecutado por el usuario. Es decir, en total se tienen 85
resultados verdaderos positivos, 15 falsos negativos y 0 falsos positivos. (p.176).
De este trabajo se rescata el uso de la señal Electro-oculografica y la forma del procesamiento y
detección.
Tesis: Diseño e implementación de un sistema detección del estado de sueño del conductor
de un vehículo
Autor: Avila Jiménez Marcela, Castillo Corredor Jorge
Avila y Castillo (2009) Afirma que. “A diferencia de otros proyectos que cumplen la
misma función, en este proyecto se pretende identificar y manejar una sola variable, la cual se
obtendrá de una larga investigación; así mismo se hará el correspondiente procesamiento de los
datos obtenidos”. (p. 26)
Resultado de esta investigación se tiene un productor de bajo costo, facilidad de instalación
y flexibilidad de manejo. Consta de sensores infrarrojo de baja potencia enfocados directamente a
la vista y un sistema controlado por microcontrolador. Para poder tener un valor referencial
fehaciente el autor sostiene lo siguiente:
El parpadeo de los ojos empieza a ser cada vez más lento y con menos frecuencia, es por
esto que se decidido tomar un tiempo determinado, para concluir que el conductor está a punto
de dormirse 1.5 segundos es el tiempo que debe permanecer el parpado cerrado para concluir
estado de sueño. (Avila y Castillo 2009, p. 70)
9
Al manejar una sola variable, el sistema se puede enfocar en procesar mejor las señales,
brindando un resultado en tiempo real, lo cual es muy importante para la prevención del
accidente. Sin embargo, por esta misma razón se podría interpretar como un sistema no tan
complejo.
Tesis: Prototipo de un sistema detector de somnolencia con alertas
Autor: Marcillo Plúa Francisco Guillermo
El prototipo conlleva la creación de un software de detección de posición de ojos, para esto
se utiliza el análisis por computador, utilizando Redes neuronales. El proyecto se basa en la
obtención de la mejor calidad de fotografías, para esto se está empleando una cámara Logitech
C170, la cual posee una buena resolución y corrección de intensidad de luz a través de
iluminación infrarrojo. Las pruebas realizadas dependen mucho del aprendizaje del software y la
cantidad de información (fotos) que se agreguen para su aprendizaje. En este marco el autor
sostiene:
En cuanto a la detección de rostro esta fue satisfactoria en un 99% debido a las propias
condiciones de iluminación además las alertas locales mantienen un nivel auditivo bueno
debido a la usencia de ruido y las alertas externas se emitieron al 100%, mientras que el EAR
detectado fue de 98%.(Marcillo, 2017, p. 113).
Tesis: Sistema de control del estado de somnolencia en conductores de vehículos
Autor: Wilfrido Leonel López Romero
10
El sistema de control está basado en el análisis de imágenes con los algoritmos de
clasificación K-nearest Neighbors (k-nn) y de Viola & Jones, estos para garantizar la eficiencia al
momento de reconocer el rostro y hacer seguimiento en tiempo real del mismo.
Se emplea la plataforma arduino y una Placa de desarrollo Cuietruck, estos dispositivos
tienen como fin poder analizar las imágenes obtenidas por cámara web, a su vez si se detecta
somnolencia encender una alarma y un zumbador el cual se ubica en el asiento del conductor.
También posee un sensor de luminosidad para detectar si es de día o noche y la cámara pueda
iluminar la zona enfocada con sus Leds. Además el prototipo incluye un sensor de oximetría para
censar la relajación de los pulsos.
Se detalla tres pruebas (P1, P2, P3) realizadas durante el día con sus respectivos número de
frames en las que se ha determinado el porcentaje de aciertos totales que ha tenido el
seguimiento del rostro con 98.74 %, la detección del ojo izquierdo un 98.08% y del ojo
derecho un 98.03 %, y durante la noche. Durante la noche con sus respectivos número de
frames en las que se ha determinado el porcentaje de aciertos totales que ha tenido el
seguimiento del rostro con 98.75 %, la detección del ojo izquierdo un 96.76% y del ojo
derecho un 96.78 %.(López, 2016, p.68)
Los sistemas de detección de somnolencia usando cámaras están sujetos a condiciones de
iluminación, enfoque, posición de la cámara y ángulo de visión del lente, lo que complica su
instalación en un vehículo que viaja velocidades considerables. Si bien los trabajos presentan
resultados eficientes, estos son dados bajo ciertas circunstancias que fueron adecuadas para
11
simular una situación real. A pesar de eso no dejan de ser sistemas de gran ayuda para evitar los
accidentes.
Por otro lado, el uso de señales fisiológicas brinda una mayor fidelidad a los resultados, ya que
las señales que se procesan son obtenidas por sensores que poseen tasas de error muy bajas.
Además, se pueden incorporar filtros y amplificadores a los sensores, aumentando su precisión.
Sin embargo, los sensores que se utilizan podrían resultar un poco invasivos, causando
incomodidad al conductor.
De lo expresado anteriormente, se llega a la conclusión que el uso de señales fisiológicas aportara
de una mejor manera a resolver el problema en cuestión. Teniendo como ventaja adaptarse a
cualquier entorno, ya que el sistema se emplea en el conductor y no en el vehículo.
Por tanto, la presente investigación tiene como finalidad estudiar e interpretar las señales
fisiológicas para diseñar un sistema de detección de somnolencia que podría evitar accidentes de
tránsito en las carreteras.
V OBJETIVOS
5.1. OBJETIVO GENERAL
• Diseñar un sistema de detección de somnolencia para conductores de vehículos mediante
el uso de señales fisiológicas EOG-HR.
12
5.2. OBJETIVOS ESPECÍFICOS
• Obtener parámetros de las señales fisiológicas del cuerpo humano, a través de una señal
robusta y confiable.
• Analizar y/o interpretar el comportamiento de las señales EOG y HR, así como también
los niveles de establecimiento normal.
VI MARCO TEÓRICO
VII DISEÑO DE INVESTIGACIÓN
7.1. HIPÓTESIS
7.1.1 HIPÓTESIS GENERAL
• Las señales fisiológicas EOG y HR permiten detectar el nivel de somnolencia en los
conductores de vehículos de carretera.
7.1.2 HIPÓTESIS ESPECÍFICAS
• El cuerpo humano emite señales eléctricas que indican el estado actual en el que se
encuentra.
13
7.2. VARIABLES
7.2.1 VARIABLE INDEPENDIENTE
Nivel de Somnolencia.
7.2.2 VARIABLE DEPENDIENTE
Detección de somnolencia en conductores de vehículos.
7.3. TIPO Y DISEÑO DE INVESTIGACION
La presente investigación es del tipo descriptiva, que según Morales (2010) “Consiste,
fundamentalmente, en caracterizar un fenómeno o situación concreta indicando sus rasgos más
peculiares o diferenciadores” (p.3). De esta manera, se describirán las características del nivel de
somnolencia en los conductores que están representadas en las señales fisiológicas. Luego de ser
detectada la somnolencia se podrá evitar un accidente de tránsito.
La metodología es experimental ya que se aplicará en conductores reales.
7.3. POBLACION Y MUESTRA
La muestra elegida para la investigación recorre un tramo lleno de pistas sinuosas, densas
neblinas, además de precipicios y alta afluencia de vehículos de todo tipo. Siendo el principal
motivo, el horario en el que realizan el viaje: el nocturno (9pm – 6 am).
7.3.1. POBLACION
• La población destinada para la investigación serán los conductores de vehículos.
14
7.3.2. MUESTRA
• La muestra elegida serán los conductores de vehículos de carretera del tramo Lima-
Barranca
7.4. INSTRUMENTOS DE INVESTIGACIÓN
Se empleará en primera instancia el método de observación, el cual nos indicará los
rasgos de somnolencia a primera vista. Los datos se llenarán en una lista de cotejos que
simplificaran y agruparan los resultados para establecer un valor umbral.
Se empleará además la encuesta, que nos proporcionará datos del conductor del tipo
médico, así como sus preferencia a la hora de conducir el vehículo. Las preguntas serán
del tipo cerradas de elección.
Se utilizará también cuadros de estimación de frecuencia para determinar el horario critico
estimado donde ocurre mayor nivel de somnolencia.
15
7.5. MATRIZ OPERACIONAL
16
VIII CRONOGRAMA DE ACTIVIDADES
IX PRESUPUESTO
REFERENCIAS BIBLIOGRÁFICAS
• José A. y Arturo E. (2009). Sistema avanzado de asistencia a la conducción mediante
visión por computador para la detección de la somnolencia. Universidad .Madrid Carlos
III de Madrid, Madrid-España.
• Marcela A. y Jorge C. (2009). Diseño e implementación de un sistema de detección del
estado de sueño del conductor de un vehículo. Universidad de San Buenaventura. Bogotá-
Colombia.
• Morales, Frank (2010). Clasificación de la investigación.
https://selinea.unidep.edu.mx/files/528to832_r649220160427120000289061.pdf
(revisado 5-11-2019).
• Rosales Mayor, Edmundo, & Rey De Castro Mujica, Jorge. (2010). Somnolencia: Qué es,
qué la causa y cómo se mide. Acta Médica Peruana, 27(2), 137-143. Recuperado en 07 de
noviembre de 2019, de
http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S1728-
59172010000200010&lng=es&tlng=es.
17
• Shaout A., Colella D. y Awad S. (2011). Advanced Driver Assistance Systems - Past,
present and future. Computer Engineering Conference (ICENCO), Seventh International.
2011, pp. 72-82.
• Garcés M., Salgado J., Cruz J. y Cañón W. (2015). Sistemas de detección de somnolencia
en conductores: inicio, desarrollo y futuro. Revista Ingeniería y Región 13(1) p.159-168.
• Carlos C. y Fidel S. (2015). Diseño y simulación de un sistema de detección de
somnolencia y alerta basado en el procesamiento digital de imágenes con algoritmos de
correlación en tiempo real. Universidad San Martin de Porres. Lima-Perú.
• María G. y Úrsula S. (2015). Diseño e implementación de un prototipo de un sistema de
procesamiento de señal electrooculográfica orientado a control – mediante el guiño – el
entorno de mensajería instantánea Telegram para usuarios con limitaciones motoras en
miembros superiores. Universidad Peruana de Ciencias Aplicadas. Lima-Perú.
• Wilfrido L. (2016). Sistema de control del estado de somnolencia en conductores de
vehículos. Universidad Técnica de Ambato. Ambato-Ecuador.
• MTC(2017).Anuario estadístico 2017. Portal del ministerio de Transportes y
Comunicaciones.
18
http://portal.mtc.gob.pe/estadisticas/publicaciones/anuarios/ANUARIO_ESTADISTICO_
2017.pdf#page=84&zoom=100,0,96 (Revisado 24-09-2019).
• Francisco M. (2017). Prototipo de un sistema detector de somnolencia con alertas vía
tuits para conductores vehiculares. Universidad de Guayaquil. Guayaquil-Ecuador.
• MTC(2018) Accidentes de tránsito 2017.Portal del ministerio de Transportes y
Comunicaciones. https://www.mtc.gob.pe/cnsv/documentos/accidentesTransito_2006-
2017.pdf. (Revisado 24-09-2019).
• Alberto L. (2018). Estudio de la señal Electrooculográfica y su aplicación a sistemas
médicos asistenciales. Universidad de Oviedo. Oviedo-España.
• Diario Gestión (2019). MTC estableció nuevos requisitos técnicos y de seguridad para los
buses interprovinciales. https://gestion.pe/peru/mtc-establecio-nuevos-requisitos-tecnicos-
seguridad-buses-interprovinciales-nndc-269845-noticia/ (Revisado 26-09-2019).
• Diario RPP (2019). Informalidad está vinculada a aumento de accidentes en carreteras.
https://radio.rpp.pe/programas/ampliaciondenoticias/informalidad-esta-vinculada-a-
aumento-de-accidentes-en-carreteras-12379 (Revisado 26-09-2019).
19
ANEXOS
ENCUESTA
La siguiente encuesta corresponde al tema de titulación denominado "PROTOTIPO
DE UN SISTEMA DETECTOR DE SOMNOLENCIA CON ALERTAS VÍA
TUITS PARA CONDUCTORES VEHICULARES" cuyo propósito es recoger
datos acerca de las características a considerar para la elaboración del prototipo.
Por favor lea las preguntas despacio y sin apuros, en caso de no entender alguna
pregunta, pida ayuda al entrevistador y gustosamente le ayudará.
1) ¿Cuándo hace los recorridos de transporte, alguna vez ha sentido la necesidad de descansar a
mitad del viaje?
Sí
No
2) En caso de ser afirmativa la respuesta anterior, ¿qué acciones toma en consideración?
Toma un descanso
Continua con el recorrido
3) Con respecto a la facilidad de manipulación del sistema, usted prefiere lo siguiente: (Escriba en
una escala de 1 a 3, donde 1 es prioridad y 3 no)
Configuraciones fáciles de realizar
Sistema fácil de instalar
Sistema fácil de usar
4) ¿Cree usted que un sistema para detectar la somnolencia mientras conduce sería de utilidad al
momento de emprender los recorridos?
Sí
No
PREGUNTA AL ADMINISTRADOR
5) ¿En caso de existir el sistema estaría usted dispuesto a adquirirlo? si su respuesta es No, finalice
la encuesta.
Sí
No
6) En caso de ser afirmativa la respuesta anterior, ¿cuánto estaría dispuesto a pagar por dicho
sistema?
Entre 0-200 dólares
Entre 200-250 dólares
Entre 250-300 dólares
Más de 300 dólares
Otro valor
7) ¿Prefiere usted que el sistema sea administrado de forma centralizada por un departamento en
particular o desea que cada operario se haga cargo de su respectiva configuración?
Administrado por un departamento en particular
Administrado personalmente por el operario
8) ¿Estaría de acuerdo en asumir los costos de datos móviles por conductor para que el sistema
puede enviar las alertas externas y así poder monitorear el estado del operario a través de la
plataforma Twitter?
Sí
No
20
21
Estimación de frecuencias
Escala de estimación de frecuencias
Horario de síntoma de somnolencia según el conductor
Criterio
ALTA MEDIA BAJA NO PRESENTA
Horario de
prueba
20:00 – 20:30
20:30 – 21:00
21:00 – 21:30
21:30 – 22:00
22:00 – 22:30
22:30 – 23:00
23:00 – 23:30
23:30 – 00:00
00:00 – 00:30
00:30 – 01:00
01:00 – 01:30
01:30 – 02:00
02:00 – 02:30
02:30 – 03:00
03:00 – 03:30
03:30 – 04:00
04:00 – 04:30
04:30 – 05:00
05:00 – 05:30
05:30 – 06:00
22
