Baixe TRABALHO DE CONCLUSÃO DE CURSO ECUADOR TCC AUTOMAÇÃO e outras Teses (TCC) em PDF para Automação, somente na Docsity!
UNIVERSIDAD TÉCNICA DEL NORTE
FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS
CARRERA DE INGENIERÍA EN ELECTRÓNICA Y REDES DE
COMUNICACIÓN
“SISTEMA ELECTRÓNICO CON APLICACIÓN IoT PARA MONITOREO FACIAL QUE BRINDE ESTIMADORES DE DESCONCENTRACIÓN DEL ESTUDIANTE UNIVERSITARIO EN EL AULA A ESCALA DE LABORATORIO”
TRABAJO DE GRADO PREVIO A LA OBTENCIÓN DEL TÍTULO DE
INGENIERÍA EN ELECTRÓNICA Y REDES DE COMUNICACIÓN
AUTOR: VANESSA ESTEFANÍA ALVEAR PUERTAS
DIRECTOR: ING. JAIME MICHILENA
Ibarra – Ecuador 2016
II
UNIVERSIDAD TÉCNICA DEL NORTE
BIBLIOTECA UNIVERSITARIA
AUTORIZACIÓN DE USO Y PUBLICACIÓN A FAVOR DE LA UNIVERSIDAD
TÉCNICA DEL NORTE
1. IDENTIFICACIÓN DE LA OBRA
La UNIVERSIDAD TÉCNICA DEL NORTE dentro del proyecto Repositorio Digital Institucional, determinó la necesidad de disponer de textos completos en formato digital con la finalidad de apoyar los procesos de investigación, docencia y extensión de la Universidad.
Por medio del presente documento dejo sentada mi voluntad de participar en este proyecto, para lo cual pongo a disposición la siguiente información.
DATOS DEL AUTOR Cédula de identidad 100333530- Apellidos y Nombres Alvear Puertas Vanessa Estefanía Dirección Juan de Velasco 08-97 y Dos de Marzo E-mail vealvearp@utn.edu.ec Teléfono 0988616042 DATOS DE LA OBRA Título SISTEMAPARA MONITOREO ELECTRÓNICO FACIAL CON APLICACIÓNQUE BRINDE IoT ESTIMADORES DE DESCONCENTRACIÓN DEL ESTUDIANTE UNIVERSITARIO EN EL AULA A ESCALA DE LABORATORIO Autor Alvear Puertas Vanessa Estefanía Fecha 28 de noviembre de 2016 Programa Pregrado Título por el que opta Ingeniera en Electrónica y Redes de Comunicación Director Ing. Jaime Michilena
IV
UNIVERSIDAD TÉCNICA DEL NORTE
FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS
CESIÓN DE DERECHOS DE AUTOR DEL TRABAJO DE GRADO A FAVOR DE
LA UNIVERSIDAD TÉCNICA DEL NORTE
Yo, VANESSA ESTEFANÍA ALVEAR PUERTAS, con cédula de identidad Nro. 100333530-2, manifiesto mi voluntad de ceder a la Universidad Técnica del Norte los derechos patrimoniales consagrados en la Ley de Propiedad Intelectual del Ecuador artículos 4,5 y 6, en calidad de autor del trabajo de grado con el tema: “SISTEMA ELECTRÓNICO CON APLICACIÓN IoT PARA MONITOREO FACIAL QUE BRINDE ESTIMADORES DE DESCONCENTRACIÓN DEL ESTUDIANTE UNIVERSITARIO EN EL AULA A ESCALA DE LABORATORIO”. Que ha sido desarrollado para optar por el título de Ingeniero en Electrónica Redes de Comunicación de la Universidad Técnica del Norte, quedando la Universidad facultada para ejercer plenamente los derechos cedidos anteriormente. En mi condición de autor me reservo los derechos morales de la obra antes citada. En concordancia suscribo en el momento que hago entrega del trabajo final en formato impreso y digital a la Biblioteca de la Universidad Técnica del Norte.
_______________________
Vanessa Estefanía Alvear Puertas Cédula: 100333530-
Ibarra, a los 28 días del mes de noviembre de 2016
V
UNIVERSIDAD TÉCNICA DEL NORTE
FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS
CERTIFICACIÓN DEL ASESOR
INGENIERO JAIME MICHILENA, DIRECTOR DEL PRESENTE TRABAJO DE
TITULACIÓN,
CERTIFICA:
Que, el presente trabajo de titulación: “SISTEMA ELECTRÓNICO CON APLICACIÓN IoT PARA MONITOREO FACIAL QUE BRINDE ESTIMADORES DE DESCONCENTRACIÓN DEL ESTUDIANTE UNIVERSITARIO EN EL AULA A ESCALA DE LABORATORIO”. Ha sido desarrollado por la Señorita Vanessa Estefanía Alvear Puertas, portadora de la cédula de identidad número 100333530-2, bajo mi supervisión.
Es todo cuanto puedo certificar en honor a la verdad.
____________________
Ing. Jaime Michilena DIRECTOR DE TESIS
VII
UNIVERSIDAD TÉCNICA DEL NORTE
FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS
DEDICATORIA
Dedicado a Alex, por haber sido el mejor padre, hermano y amigo que pude tener. Tu recuerdo perdurará para siempre en mi vida. A Erick, Orly y Eimmy con inmenso amor.
VIII
UNIVERSIDAD TÉCNICA DEL NORTE
FACULTAD DE INGENIERÍA EN CIENCIAS APLICADAS
AGRADECIMIENTO
Agradezco a todas las personas que confiaron y creyeron en que podía cumplir mis metas. A mi familia por ser un apoyo incondicional, de manera especial a mi madre por ser un faro en el camino, y jamás dejarme sola. A Isaac, Alex, Nathalie, Sayeli, Fernando, Piter y Lorena por siempre estar a mi lado y ser una parte tan importante de mi vida.
Mi profundo agradecimiento al Ingeniero Paul Rosero quien además de idear temas tan innovadores y creativos como este Trabajo de Grado, ha sido un excelente profesional, un guía y un gran mentor para muchos estudiantes que buscamos crear nuevos proyectos y desarrollar nuevas aplicaciones en el campo de la Electrónica. Durante el desarrollo de este proyecto nos encaminó a una forma diferente de investigar y de hacer que el trabajo de los estudiantes universitarios sea valorado más allá de las aulas de clase, permitiendo que un proyecto se convierta en una realidad, gracias por impulsarnos a superarnos e invitarnos a seguir preparándonos, por demostrarnos que todo sacrificio tiene su recompensa y por ser un gran ejemplo a seguir.
X
XIII
4.1.2 Pruebas Finales del Sistema ................................................................... 130 4.1.3 Análisis de resultados obtenidos en las pruebas ..................................... 132 4.2 Conclusiones ................................................................................................ 132 4.3 Recomendaciones ................................................................................................. 134
ANEXOS ............................................................................................................................... 140
ANEXO 1: Formato de encuesta aplicada a los estudiantes de CIERCOM de la UTN 141 ANEXO 2: Tabulación de resultados de encuestas aplicadas a estudiantes de CIERCOM 142
ANEXO 3: Datasheet Raspberry Pi Camera Module V ............................................ 145
XIV
XVI
- 1.3 Alcance...................................................................................................................
- 1.4 Justificación............................................................................................................
- CAPÍTULO II
- Revisión Bibliográfica
- 2.1 Internet of Things
- 2.1.1 Limitaciones de Internet of Things...........................................................
- 2.1.2 Aplicaciones de Internet of Things...........................................................
- 2.1.3 Arquitectura de Internet of Things.
- 2.1.4 Protocolos de Internet of Things
- 2.1.5 Componentes de Internet Of Things.........................................................
- 2.2 Visión Artificial
- 2.2.1 Objetivos de la Visión Artificial
- 2.2.2 Limitaciones de la Visión Artificial
- 2.2.3 Principales aplicaciones de la Visión Artificial
- 2.2.4 Detección facial.
- 2.2.5 Clasificación de los Métodos de Reconocimiento Facial.
- 2.2.6 Algoritmos de Detección Facial.
- 2.3 Open Source
- 2.3.1 Open Hardware.
- 2.3.1.1 Raspberry Pi 2 Modelo B.
- 2.3.1.2 Intel Galileo Gen2
- 2.3.1.3 pcDUINO 3B. XI
- 2.3.1.4 Comparativa entre Raspberry Pi, Intel Galileo y pcDuino
- 2.3.2 Open Software
- 2.3.2.1 Raspbian.
- 2.3.2.2 Python.
- 2.3.2.3 Java.
- 2.3.2.4 OpenCV.
- 2.3.2.5 SimpleCV.
- 2.4 Conceptos Estadísticos: Estimadores
- CAPÍTULO III
- Desarrollo Experimental
- 3.1 Análisis de la Situación Actual
- 3.1.1 Identificación de la población.
- 3.1.2 Análisis de Resultados..............................................................................
- 3.2 Introducción al desarrollo del Proyecto
- 3.2.1 Propósito del Sistema.
- 3.2.2 Ámbito del Sistema.
- 3.2.3 Beneficiarios.
- 3.2.4 Objetivos del Sistema.
- 3.3 Descripción General del Proyecto
- 3.4 Análisis de las Características del Usuario XII
- 3.5 Requerimientos del Sistema
- 3.6 Selección de Hardware y Software del sistema
- 3.6.1 Selección de Software
- 3.6.2 Selección de Hardware
- 3.7 Diseño del sistema
- 3.7.1 Diagrama de Bloques del Sistema
- 3.7.1.1. Bloque 1: Inicio de cámara y adquisición de la imagen.
- 3.7.1.2. Bloque 2: Detección de rostro y zona de ojos.
- 3.7.1.3. Bloque 3: Detección de boca.
- 3.7.1.4. Bloque 4: Análisis de aspectos fisiológicos.
- 3.7.1.5. Bloque 5: Visualizar datos en la plataforma.
- 3.8 Diagrama de Flujo del Sistema.
- 3.8 Diagrama Circuital
- 3.10 Análisis de Ubicación de la Cámara.
- 3.11 Análisis de consumo de corriente del sistema....................................................
- 3.12 Costo del proyecto..............................................................................................
- CAPÍTULO IV.......................................................................................................................
- Pruebas y Conclusiones
- 4.1. Pruebas del sistema
- 4.1.1 Pruebas Preliminares del Sistema
- Figura 1. Arquitectura de comunicaciones M2M ÍNDICE DE FIGURAS
- Figura 2. Clasificación de Métodos de Reconocimiento Facial
- Figura 3. Vista Superior de Raspberry Pi 2 Modelo B y sus componentes
- Figura 4. Relación entre las preguntas aplicadas en la encuesta
- Figura 5. Diagrama de Bloques del Sistema
- Figura 6. Habilitación del módulo Pi Camera en el Raspberry Pi
- Figura 7. Pantalla de habilitación del módulo Pi Camera
- Figura 8. Conversión de imagen a escala de grises
- Figura 9. Ecualización del histograma.
- Figura 10. Imagen original (izq) junto a la imagen ecualizada (der)
- Figura 11. Ejemplo de imagen binarizada....................................................................
- Figura 12. Haar Like Features utilizados para la detección de objetos
- Figura 13. Prueba de detección de rostro
- Figura 14. Detección de varios rostros
- Figura 15. Detección de rostros en diferentes escalas..................................................
- Figura 16. Error en la detección de rostro
- Figura 17. Detección de rostro y ojos
- Figura 18. Error de reconocimiento al usar lentes
- Figura 19. Detección de rostro y ojos, usando lentes
- Figura 20. Detección de rostro, ojos y boca
- Figura 21. Página principal de la plataforma Ubidots
- Figura 22. Creación de data source en la plataforma Ubidots
- Figura 23. Creación de variables en la plataforma IoT
- Figura 24. Datos del contador de pestañeo visualizados en la plataforma Ubidots XV
- Figura 25. Datos del contador de bostezo visualizados en la plataforma Ubidots
- Figura 26. Dashboard visualizado con gráfica de líneas
- Figura 27. Diagrama de flujo del sistema
- Figura 28. Diagrama Circuital del dispositivo
- Figura 29. Prueba Bloque 4, Día
- Figura 30. Datos obtenidos prueba Día
- Figura 31. Prueba Bloque 4, Día
- Figura 32. Datos obtenidos prueba Día
- Figura 33. Prueba Bloque 4, Día
- Figura 34. Datos obtenidos prueba Día
- Figura 35. Prueba Bloque 4, Día
- Figura 36. Datos obtenidos en la prueba Día
- Figura 37. Prueba preliminar día
- Figura 38. Datos obtenidos en la prueba Día
- Figura 39. Contador de Pestañeo, gráfica de Ubidots
- Figura 40. Contador de bostezo, gráfica de Ubidots
- Figura 41. Dashboard generado en la plataforma Ubidots
- Figura 42. Diagrama de dispersión de datos de las pruebas finales del sistema
- Tabla 1. Comparativa entre Raspberry Pi, Intel Galileo y pcDUINO ÍNDICE DE TABLAS
- Tabla 2. Propiedades de los Estimadores
- Tabla 3 Método y formato para levantamiento de información de la situación actual
- Tabla 4. Descripción General del proyecto
- Tabla 5. Requerimientos de funciones del sistema
- Tabla 6. Requerimientos de Arquitectura
- Tabla 7. Requerimientos de Stakeholders
- Tabla 8. Selección Software de Tratamiento de Imágenes
- Tabla 9. Selección Software de Programación
- Tabla 10. Selección Sistema Embebido
- Tabla 11. Selección de Cámara para el sistema
- Tabla 12. Configuraciones del módulo PiCamera
- Tabla 13. Promedio de Estatura de los ecuatorianos..................................................
- Tabla 14. Dimensiones funcionales para una mesa de trabajo...................................
- Tabla 15. Medidas funcionales para la silla de trabajo
- Tabla 16. Descripción de costos del proyecto
- Tabla 17. Cronograma de pruebas del Sistema de Monitoreo Facial
- Tabla 18. Resultados de las pruebas del bloque
- Tabla 19. Resultados de las pruebas del bloque
- Tabla 20. Resultados de las pruebas del Bloque
- Tabla 21. Descripción de la prueba del Bloque 4, Día 1............................................
- Tabla 22. Descripción de la prueba del Bloque 4, Día 2............................................
- Tabla 23. Descripción de la prueba del Bloque 4, Día 3............................................
XVII
Tabla 24. Descripción de la prueba del Bloque 4, Día 4............................................ 126 Tabla 25. Descripción de la prueba del Bloque 4, Día 5............................................ 127
XIX
RESUMEN
El sistema de monitoreo facial para determinar la desconcentración en estudiantes universitarios, es un sistema que tiene como objetivo brindar estimadores de desconcentración de los estudiantes de la carrera de Ingeniería en Electrónica y Redes de Comunicación de la Universidad Técnica del Norte. Para el desarrollo de este sistema se emplearon herramientas de visión artificial mediante el uso de librerías de OpenCv y scripts de Phyton. El hardware utilizado fue una placa Raspberry Pi 2 Modelo B y el módulo Pi Camera para la detección del rostro. Se realizó una fase de levantamiento de información de la situación actual con lo cual se determinó que la principal causa de desconcentración de los estudiantes se debe a la fatiga y a la falta de horas de descanso. Se tomaron en cuenta las variables de número de pestañeos y número de bostezos como factores fisiológicos que determinan si una persona está cansada o no.
Se realizaron pruebas preliminares y pruebas finales que permitieron verificar el correcto funcionamiento del sistema de monitoreo facial, éste permite identificar la fatiga en los estudiantes y por lo tanto la relaciona con la falta de concentración, los datos obtenidos son subidos en tiempo real a una plataforma en Internet donde los docentes pueden visualizar los estimadores de desconcentración en sus periodos académicos.
XX
ABSTRACT
The system of facial monitoring to determine the deconcentration in university students, is a system that aims to provide estimators of deconcentration of the students of the Engineering Degree in Electronics and Communication Networks of the Universidad Técnica del Norte. For the development of this system artificial vision tools were used through the use of OpenCv libraries and Phyton scripts. The hardware used was a Raspberry Pi 2 Model B and the Pi Camera module for face detection. A phase of information gathering of the current situation was carried out, which determined that the main cause of deconcentration of the students is due to the fatigue and the lack of rest hours. The variables of number of eyelashes and number of yawns were taken into account as physiological factors that determine if a person is tired or not.
Preliminary tests and final tests were carried out to check the correct functioning of the facial monitoring system, to identify the fatigue in the students and thus to relate it to the lack of concentration, the data obtained are uploaded in real time to a platform On the Internet where teachers can visualize the deconcentration estimators in their academic periods.
