Sistema de detección de uso de cascos de seguridad

Abstract

En Ecuador se ha presentado una incidencia de accidentes laborales relacionados al mal uso del equipo de protección individual, a pesar de que las industrias proveen de los equipos necesarios para evitar cualquier accidente, existe irresponsabilidad por parte de los trabajadores y usan de manera incorrecta o dejan de usar el casco de seguridad. Viendo esta problemática, en este trabajo de titulación se plantea un sistema de visión artificial basado en redes neuronales convolucionales que permita la detección del uso de cascos de seguridad. Para su desarrollo se usa la arquitectura YOLO que usa redes neuronales convolucionales para detectar objetos en imágenes de dos dimensiones. Para su entrenamiento se utiliza Google Colab que permite trabajar con GPU’s potentes dentro de la nube y se implementa sobre el sistema embebido Jetson Nano 2GB para ejecutar el sistema en tiempo real, el objetivo es que permita la detección de cascos de seguridad dentro de un entorno controlado y emita una señal sonora para que los trabajadores se coloquen correctamente el casco de seguridad. Con la utilización de este sistema embebido interactuando con un monitor HDMI para la visualización de la detección de cascos de seguridad se busca reducir la incidencia de accidentes laborales que tengan que ver con lesiones en la cabeza. Las pruebas realizadas son en tiempo real al ejecutar el código de detección después de haber entrenado la red YOLO en la Jetson Nano.