Volumen:
1
Edición:
11
DOI:
Sistema Inteligente de Monitoreo Biomédico y Ambiental para Vehículos Eléctricos
Mario Salvador Castro Zenil
Guillermo Rey Peñaloza Mendoza
Luis Miguel Carreón Silva
Resumen
Se desarrolló un sistema inteligente de monitoreo biomédico y ambiental para vehículos eléctricos, con el propósito de reducir riesgos de accidentes causados por somnolencia o afecciones fisiológicas en el conductor. El sistema emplea una Raspberry Pi 4 como unidad de procesamiento, integrada con sensores para medir frecuencia cardiaca, oxigenación en sangre (MAX30102), temperatura corporal (MLX90614), concentración de dióxido de carbono en cabina (MH-Z19B), y calidad del aire exterior (BME280 y CCS811). La interfaz gráfica fue desarrollada en Python mediante la biblioteca Kivy, permitiendo al conductor visualizar en tiempo real los niveles medidos, recibir alertas visuales y auditivas, así como interactuar por medio de comandos de voz. Se simulan escenarios críticos para evaluar la efectividad del sistema ante concentraciones elevadas de CO2 y variaciones fisiológicas peligrosas Durante las pruebas, se simularon condiciones críticas para validar la funcionalidad del sistema ante niveles elevados de CO2 y variaciones biomédicas anormales. Se evidenció que la acumulación de dióxido de carbono en vehículos sin ventilación activa puede alcanzar niveles peligrosos en pocos minutos, generando riesgos de somnolencia. El sistema emite alertas visuales y auditivas oportunas, mejorando la capacidad de respuesta del conductor. Esta solución propone una herramienta preventiva de bajo costo que puede integrarse en entornos vehiculares inteligentes, aportando a la seguridad vial desde una perspectiva de salud y medio ambiente.
Palabras clave
Calidad del Aire, Dióxido de Carbono, IoT, Monitoreo fisiológico, Vehículos eléctricos.
Autocosmos. (2024, marzo 15). 3 de cada 10 accidentes de tránsito sonprovocados por conductores que se quedan dormidos al manejar. https://noticias.autocosmos.com.mx/2024/03/15/3-de-cada-10- accidentes-de-transito-son-provocados-por-conductores-que-se- quedan-dormidos-al-manejar
AS México. (2024, marzo 15). Día Mundial del Sueño: No dormir bien eleva el riesgo de sufrir un choque. https://mexico.as.com/motor/dia-mundial-del-sueno-no-dormir- bien-eleva-el-riesgo-de-sufrir-un-choque-n/
Instituto Mexicano del Transporte. (2018). Manual para la prevención de la fatiga del conductor en el autotransporte federal. https://www.imt.mx/archivos/publicaciones/publicaciontecnica/pt241.pdf
INECC & SEMARNAT. (2022). Informe Nacional de Calidad del Aire
2021. Instituto Nacional de Ecología y Cambio Climático y Secretaría de Medio Ambiente y Recursos Naturales. https://www.gob.mx/cms/uploads/attachment/file/763124/INCA_20 21_final.pdf
Erenler, A. K., Güzel, M., & Baydin, A. (2014). Driver-related medical conditions and the risk of road traffic accidents. Journal of Clinical and Diagnostic Research, 8(1), 82–85.
Orlova, I. A., Panov, V. G., & Shcherbakov, Y. V. (2020). Development of an intelligent driver’s health monitoring system. Transportation Research Procedia, 48, 263–270. https://doi.org/10.1016/j.trpro.2020.08.032
Castro-Zenil, M. S., Alvarado-López, A., & Peñaloza-Mendoza, G. R. (2024). Diseño y manufactura de un dispositivo para el monitoreo de condiciones ambientales urbanas. Ciencia, Ingeniería y Desarrollo Tec Lerdo, 10, 139–147. https://doi.org/10.62805/cid2024.CID033
Azuma, K., Kagi, N., Yanagi, U., & Osawa, H. (2018). Effects of low-level inhalation exposure to carbon dioxide in indoor environments: A
short review on human health and psychomotor performance. Environment International, 121, 51-56.
Zhang, G., Li, X., & Liu, Y. (2022). Design and implementation of a real-time driver health monitoring system using IoT and machine learning techniques. IEEE Access, 10, 40378–40390.
National Highway Traffic Safety Administration. (2020). Drowsy Driving 2020 Research Note. U.S. Department of Transportation. https://www.nhtsa.gov
Mishra, R., & Sahu, R. (2021). Integration of physiological and environmental sensors for driver safety in electric vehicles using embedded systems. Journal of Intelligent & Fuzzy Systems, 40(4)