Projeto desenvolvido para o Hackathon CCR 2020 Shawee http://www.grupoccr.com.br/hackathonccr/.
O Stay Safe é um app que busca solucionar dois principais problemas encontrados no dia a dia de um caminhoneiro: o cansaço das viagens e o mapeamento de lugares para descanso. Dessa forma nosso aplicativo utiliza Facial Landmarks para detectar pontos de interesse do olho e assim estipular quando o usuário está sonolento, emitindo assim um alarme sonoro que o acordará e oferecerá os pontos de parada mais próximos. Adicionalmente os dados coletados (não o vídeo, dado a LGPD) como localização mais comum de ocorrências, horário mais comuns, principais locais de descanso, etc, servirão de base para um Dashboard onde a CCR poderá usufruir para determinar a melhor abordagem de melhoria para cada caso.
Todo o app tem como base a linguagem python sendo o reconhecimento facial feito usando open-cv e landmarks da DLib. A interface visual foi feita utilizando o framework kivy e a localização de locais de parada com a API do google maps para python. O dashboard foi feito utilizando Power BI.
Na pasta "deliveries" consta um vídeo do funcionamento do MVP que criamos em tempo de hackathon e o pdf explicativo da solução.
Para assistir ao Pitch Comercial, acesse o seguinte link: https://www.youtube.com/watch?v=O934DP1VZzk&rel=0
Para as consultas na API do Google Maps, é necessário obter uma chave de acesso:
- Acesse https://cloud.google.com/maps-platform?hl=pt-br para adquirir uma chave de acesso
- Selecione todos produtos disponíveis na API (Maps, Routes e Places)
- Após o cadastramento, crie dentro da pasta o arquivo
api_key.txtsomente com a chave de acesso
Essencialmente o que foi usado foi o Dlib, open-cv, googlemaps e o kivy, podendo ser instalados via Anaconda:
conda install -c conda-forge opencv
conda install -c conda-forge dlib
conda install -c conda-forge kivy
conda install -c conda-forge googlemaps
Também consta aqui o arquivo environment.yaml que já cria o env com as libs, para usar use o comando:
conda env create -f environment.yaml
conda activate staysafer
Após instalado as dependências e ativado o env é só rodar o arquivo StaySafeApp.py:
python StaySafeApp.py
- Apresentação Hackathon CCR - Live 09-06-2020:
- CNT Acidentes Rodoviários
- Mais de 16% dos caminhoneiros dirigem no limite de sonolência
- Falta de sono já causou algum tipo de acidente para 23% dos caminhoneiros
- Saúde: Estudo inédito revela que é maior o risco de acidentes envolvendo caminhoneiros
- Detecção de piscar de olhos com python
- Detecção de sonolência usando EAR e ECR
- Tutorial Kivy para desenvolvimento de interface gráfica em python