Sistema de alerta na condução de veículos através de classificação de riscos por aprendizado de máquina

Resumo

Os acidentes de trânsito, tidos como previsíveis e evitáveis, são a oitava causa de óbitos no mundo, representando 2,5% do total dessas mortes (WHO, 2018). A quantidade de acidentes ocasionados devido ao fator humano - responsável por 90% dos acidentes -, justifica a necessidade de maiores investimentos em alternativas que atuem diretamente no comportamento do condutor. As principais alternativas são: políticas de educação no trânsito, reciclagens e renovação de habilitação, medidas de segurança veicular e alertas de condução (WHO, 2017). O presente trabalho tem como objetivo desenvolver um sistema eletrônico que classifica o risco de acidentes, tomando por base a forma como o motorista conduz o veículo, e sinaliza o condutor desse risco. Assim, espera-se auxiliar o condutor a desenvolver uma direção mais segura e com maior prevenção de acidentes. A construção do sistema se inicia pelo desenvolvimento de um classificador de riscos, em que os dados veiculares coletados pelo conector OBD-II - On Board Diagnostics -, que acessa o barramento de comunicação do sistema eletrônico do automóvel, são analisados para identificar o padrão de comportamento do motorista. Essa identificação foi realizada através de aprendizado de máquina, com algoritmos de aprendizado supervisionado. Nesse contexto, foi gerado um conjunto de dados veiculares que representam a forma segura de conduzir, em um determinado trajeto, no qual o motorista se preocupou em dirigir conforme o conceito de direção defensiva do Código de Trânsito Brasileiro – CTB (RFB, 1997). O padrão incorreto foi gerado no mesmo percurso. Com o modelo classificador desenvolvido, o sistema de alerta vai sinalizar em tempo real o condutor quando seu comportamento não estiver de acordo com o modelo seguro. Esse sistema será embarcado através da placa de prototipação Raspberry Pi, com dispositivo sonoro e/ou luminoso. Um módulo GPS será utilizado para identificar os locais em que o condutor recebeu os alertas do sistema. O Classificador gerado por árvore de decisão teve uma acurácia de 84%, enquanto, por floresta aleatória, a acurácia foi de 88%. As próximas etapas serão os testes de outros algoritmos de aprendizado de máquina, a definição do classificador final e a aplicação do sistema de alerta de risco do comportamento do motorista. Podemos concluir que o trabalho aplicado na área de segurança veicular se justifica pela grande necessidade de diminuição dos acidentes de trânsito. O sistema de alerta se mostra promissor em contribuir no melhor comportamento dos motoristas no trânsito e assim minimizar as chances e casos de acidentes.