1.Introducción
Este paper científico corresponde al estudio realizado por los autores:Luis Darío Sinche Cueva y Jorge Cordero de la Universidad Técnica Particular de Loja(Ecuador).
En esta investigación, los autores desarrollaron un sistema de detección de somnolencia utilizando puntos de referencia faciales que ha sido probado en "laboratorio" , es decir han omitido probarlo en vehículos reales en movimiento; evitando los retos que el medio ambiente y la carretera presentan, como la iluminación variable, cambio de fondo y las vibraciones del vehículo.

2. Metodologia
Para el desarrollo de la solución proponen usar la metodologia Scrum , la cual posee un método de gestión de proyectos iterativo e incremental.La arquitectura del sistema se presenta en la Figura 1.

Figura 1. Arquitectura de la solución


A. Detección por algoritmo de Viola & Jones
Para la detección de somnolencia, tomaron en consideración los metodos más utilizados y precisos; eligiendo el algoritmo de Viola Jones. Este algoritmo usa cascada de clasificadores basados en caracteristícas de Haar para la detección del rostro. La cascada de clasificadores se forma a partir de muchas imágenes positivas y negativas; lo cual permitirá para este proyecto detectar el rostro de una persona en otras imágenes.

Figura 2. Prueba de algoritmo de Viola Jones

Sin embargo, aplicando el algoritmo Viola Jones , obtuvieron resultados no precisos(Figura 2). Los autores creen que se deba a variaciones de luz en el ambiente.
Por lo tanto , emplean el detector pre entrenado de puntos facial de la biblioteca Dlib para estimar la ubicación de 68 coordenadas en el rostro(Figura 3), como solución a este problema!.

B. Detección de puntos de referencia facial
Los puntos de referencia(coordenadas) facial se utilizan para localizar y representar regiones sobresalientes de la cara, tales como: ojos, cejas, nariz, boca.

Figura 3. Puntos de referencia facial


C. Detección de ojos
A partir de los 68 puntos de referencia faciales ;extrajeron los puntos de referencia facial de los ojos(Figura 4). Donde Cada ojo está representado por 6 coordenadas (x, y).
Los puntos de referencia(del ojo) extraído , deriva en la siguiente expresión matemática(Figura 5), donde el EAR , es el parámetro a calcular que determinará si se emite o no la alarma que despertará al conductor.

Figura 4. Puntos de referencia del ojo


Figura 5. Ecuación matematica para medir el EAR asociado al ojo



D. Evaluación de algoritmos
Para la implementación del algoritmo se utilizaron librerias tales como OpenCV, imutils,Dlib,etc. El algoritmo mejoró su precision en la detección de somnnolencia con ayuda de los puntos de referencia facial.


3. Resultados
- la detección de somnolencia mediante puntos de referencia faciales reflejan una precisión del 87%.
- El algoritmo soporta movimientos del rostro y de los ojos de distintas formas sin bajar la calidad de su detección.

Figura 6. Resultado


4. Conclusiones
- el sistema es eficaz en la detección de somnolencia de conductores al 87% .
- el sistema alertará eficazmente l conductor y evitará accidentes de tránsito.'
- los puntos de referencia son el soporte para una detección eficaz , aún cuando hay movimiento del rostro del conductor.

Referencia:
Sinche,L & Cordero, J. (2020) .Sistema avanzado de asistencia al conductor para la detección de somnolencia utilizando puntos de referencia faciales

¿Que es?
Thonny es el nuevo IDE oficial de Python en Raspberry Pi, viene integrado con Python 3.x por lo que al ejecutar el Raspberry Pi OS no se necesita instalar nada , solo empezar a codificar!.
El programa se encontrará en la siguiente ruta del Raspberry Pi OS , en Menú> Programación> Thonny Python IDE.

Características
- Fácil de comenzar: Thonny viene con Python 3.x integrado, interfaz sencilla ; despojando de características que puedan distraer a principiantes.
- Variables sin complicaciones: Thonny tiene la opcion View> Variables que permite visualizar las variables del programa.
- Depurador simple: Según pagina oficial de Thonny , presionar Ctrl + F5 permitirá ejecutar el programa paso a paso , mientras F5 ,una ejecución completa.
- Representación fiel de llamadas a funciones(UNA MEJOR COMPRENSIÓN): ejecutar una función , permite la llamada de este junto a sus variables en una nueva ventana,
con el fin de una mejor comprension de las funciones y variables y no aglutinar estos en una sola ventana o panel.
- Detecta los errores de sintaxis: especificamente detecta cuando no se han cerrado los parentesis o comillas oportunamente.
- Resalta los alcances: resaltando en colores los alcances(locales ,globales)de la variables en el programa.
- Interfaz gráfica de usuario simple y limpia: amigable e intuitiva para los principiantes.
- Aumentar el tamaño de la fuente

Funcionamiento
Cuando se inicia Thonny , se observa un entorno de ejecucion distribuido en tres grandes paneles o areas, parecido a Rstudio:
1. editor de script
2. un shell o resultado en consola
3. panel de variables

En conclusion, similar al Python 2/3 IDLE, pero con muchas funcionalidades avanzadas(propio de un IDE):
1. ingresa un programa(codificación) en el editor de scripts o al igual que el IDLE se puede ingresar comandos directamente al shell
2. la ejecución de este programa, lo realiza en el sheell y el resultado tambien se muestra en este.
3. como la ejecucion se realiza en el shell, este puede interactuar con:
- programa
- acceso a variables


Codificando en Thonny

Paso 1:
Menú> Programación> Thonny Python IDE

Paso 2:
Ahora elija Archivo> Guardar y asigne un nombre al programa, por ejemplo bucle.py

Paso 3:
Codificar en el editor script(panel) , por ejemplo:
n = 10

while n > 0:
print(n)
n-=1
Paso 4:
Elija Ver> Variables y aparecerá una nueva ventana mostrando las variables(n) y sus valor actual.

Paso 5:
Ahora se podrá ejecutar una depuración paso a paso con Ctrl + F5 o una ejecución completa con F5 y el valor de la variable se actualizará ,mostrando en ventana el valor actual.


Referencia:
https://magpi.raspberrypi.org/articles/thonny
https://thonny.org/

¿Qué es Raspberry Pi?

Es un ordenador de bajo coste, recursos limitados y tamaño limitado. Este aparato electrónico y sus componentes perifericos tienen su origen en Reino Unido , gracias a la Fundacion Raspberry Pi en 2009. El objetivo de producir estos mini ordenadores es que cada niño tenga acceso a un ordenador para que puedan aprender informatica , dado su bajo coste respecto a ordenadores de sobremesa y portatiles.

Raspberry Pi, cuyo sistema operativo oficial actual es Raspberry Pi OS(GNU/Linux basado en Debian) ,provee y permite al igual que los sistemas operativos Windows, Linux , Mac Os:
- Hojas de calculo
- Procesador de textos
- Reproductor de video
- Jugar ciertos juegos
- Navegar en internet
- IDE para Python, por ejemplo: Thonny


¿Cómo funciona Raspberry Pi?

Los perifericos de una Raspberry Pi son:
- SoC
- CPU
- memoria RAM
- puertos de entrada
- salida de audio y vídeo
- conectividad de red
- ranura micro SD para almacenamiento,
- fuente de alimientación
- conexiones para periféricos de bajo nivel

Sin embargo para ponerlos en marcha basta , con ensamblar, una pantalla LCD táctil(3.5 , 5 o 7 pulgadas , versión oficial), mouse, teclado y una tarjeta micro SD(almacenamos el Raspberry Pi OS), por ultimo conectar la placa Raspberry a una fuente de alimentación(5 Voltios maximo y minimo 2 Amperios) .

¿Qué puedo hacer con una Raspberry Pi?

Con Raspberry Pi como ordenador que es , se puede hacer infinidad , sin embargo, como es de recursos limitados , es un aspecto a tener en cuenta.
Usualmente, su uso está orientado a 4 cosas:

- Como media center, o lo que es lo mismo, para convertir una televisión en una smart TV, con software LIBRELEC o OSMC.
- Para emular una videoconsola retro jugando a grandes clásicos con RetroPie instalado.
- Como ordenador con sistema Linux, a través de distribuciones como Ubuntu, Raspbian(Debian) o Pidora (Fedora).
- Domótica, con Windows 10 IOT Core, lo que permite hacer de nuestra casa un espacio un poco más inteligente con proyectos como estaciones meteorológicas o hubs inteligentes.

Por lo tanto,hay dos formas para instalar el Raspberry Pi OS en la tarjeta micro SD:

primera forma:
Raspberry Pi Imager para una manera fácil de instalar Raspberry Pi OS y otros sistemas operativos en una tarjeta micro SD lista para usar con su Raspberry Pi:

Figura 1.Raspberry Pi Imager

Mediante NOOBS que a parte de instalar el Raspberry Pi OS , permite instalar componentes adicionales(mediante NOOBS es la manera confiable de la segunda forma ).

Figura 2.Raspberry Pi OS con NOOBS De 0 a maker con Raspberry Pi[/b]

En internet hay multitud de foros y páginas orientadas a la cultura maker en general y a Raspberry Pi en particular:
- Programo ergo sum:
Se trata de una web orientada a la cultura maker y tiene una sección para Raspberry Pi , con tutoriales para empezar del principio y tambien permite complementar el aprendizaje a traves de
Python como lenguaje de programación.

- Raspberry para Torpes:
blog muy completo de aprendizaje , niveles principiante e intermedio.

- El canal de YouTube TecBolivia :
Video tutorial muy completo , dividida en 7 partes. La teoría que expone al principio es enriquecedora para niveles más complejos en el aprendizaje de Raspberry.

- Raspberry Pi Tutorials for Complete Beginners:
Web orientado al aprendizaje de Raspberry nivel principiante.

- PIBeginners
Una muy buena alternativa a "Raspberry Pi Tutorials for Complete Beginners".

- Raspberry Shop:
cuenta con una sección de descargas y decenas de páginas con proyectos sencillos y útiles como por ejemplo montar un servidor online NAS.

- Foro Raspberry.
s el foro no oficial en castellano sobre Raspberry y en él encontrarás asesoramiento sobre proyectos, zona de descargas, emuladores, proyectos y sobre todo, una zona de dudas.


¿Qué comprar para empezar con Raspberry Pi?

Primero y lo mas importante adquirir la placa Raspberry , cada modelo más reciente posee características diferenciadoras y adicionales y capacidades(se aproxima más a una ordenador portatil) mayores a versiones antiguas.

Consideraciones a tener en cuenta:
1.El sofware que se instala en la Raspberry es de codigo abierto.
2.El hardware no puede ser replicada por otra empresa fabricante ,porque la Fundación Raspberry Pi, posee los derechos de propiedad.

A continuación se muestra una tabla con los diferentes modelos de Raspberry y diferentes capacidades.

Otros elementos importantes,
Carcasa:
Con un chasis, tu Raspberry Pi estará más protegida para manipularla con tranquilidad y reducir su exposición a polvo y golpes.

Figura 3.Carcasa multicolor translúcida con ventilador y radiadores

Teclado:
Aunque te sirve cualquier teclado con conexión USB que tengas por casa, la realidad es que si vas a usar la Raspberry Pi como ordenador va a ser más cómodo manejarlo con un teclado inalámbrico.

Figura 4.Teclado Inalambrico Rii Mini I8, version no oficial

Pantalla:
La Raspberry Pi se puede usar conectada a la la TV o a un monitor, siempre y cuando estos dispongan de toma HDMI. Otra opción es convertir tu Raspberry Pi en una tablet integrándole una pantalla táctil.

Figura 5.Pantalla oficial 7" LCD

Cargador:
El cargador universal oficial de Raspberry Pi es de 5V y 2,5 Amperios.
No obstante, cualquier cargador universal de 5 Voltios y un mínimo de 2 Amperios.

Figura 6.El cargador universal oficial de Raspberry Pi es de 5V y 2,5 Amperios

Lo ideal: un pack


Starter Kit oficial ampliado
En este kit se incluye:
- Raspberry Pi 3 B
- tarjeta micro SD con NOOBS instalado
- carcasa oficial de Raspberry Pi
- teclado y ratón oficiales
- cable HDMI
- fuente de alimentación oficial
- libro 'Adventures in Raspberry Pi', de Carrie-Anne Philbin

Su precio en RS es de 151,37 euros.

Figura 7.Starter kit Oficial ampliado


Raspberry Pi 3 B+ Starter Kit no oficial

En este kit a parte del Raspberry Pi 3B+, esta conformado por un kit no oficial pero compatible y estos son:
- teclado inalámbrico
- carcasa de aluminio
- adaptador de corriente con interruptor
- tarjeta microSD de 16 GB
- cable HDMI, disipadores de calor
- una guía de inicio rápido

Su precio en Amazon es de 89,90 euros.

Figura 8.Starter kit no Oficial



Referencia

https://www.xataka.com/makers/cero-make ... spberry-pi

¿Qué es exactamente el 5G?
La denominación de 5G se refiere a la quinta generación de redes móviles que conocemos. Atrás quedó la antigua red de 1G, la de aquellos primeros teléfonos móviles que solo permitían hablar. La tecnología 2G introdujo los SMS, y poco a poco nuestro ‘smartphone’ se convirtió en una herramienta de comunicación cada vez más amplia. Primero se incorporó la conexión a Internet (3G) y después llegó la banda ancha (4G), lo que trajo consigo la reproducción de vídeos en tiempo real (streaming) o la realidad aumentada, algo a lo que ya estamos muy acostumbrados, pero que hace unos años eran completamente inviables.

¿Cómo cambiará el mundo el 5G?
El avance más significativo vendrá de la mano de la velocidad. El 5G permitirá navegar hasta a 10 GBps (gigabytes por segundo), 10 veces más rápido que las principales ofertas de fibra óptica del mercado. A ese ritmo se podrá, por ejemplo, descargar una película completa en cuestión de segundos.

Además, la latencia (el tiempo de respuesta de la red) también experimentará un avance significativo. Según los operadores, esta podría reducirse a 5 milisegundos, un período casi imperceptible para los humanos, lo cual nos permitirá conectarnos prácticamente en tiempo real. Este dato es especialmente importante, por ejemplo, para minimizar el tiempo de respuesta de un vehículo autónomo de cara a mejorar la seguridad tanto de los ocupantes como de cualquier viandante que le circunde.

Gracias a esta nueva tecnología podremos, por ejemplo, aumentar exponencialmente el número de dispositivos conectados. Vehículos, robots industriales, mobiliario urbano (badenes, calzada, paradas de autobús) o cualquier dispositivo electrónico que tengamos en casa (desde la alarma alarma la lavadora, la nevera o el robot aspirador ) podrán conectarse y compartir información en tiempo real.


¿Es peligroso el 5G?
La OMS calificó la tecnología inalámbrica como cancerígeno del nivel 2B, una catalogación muy genérica que, según la propia organización sanitaria, hace referencia a los compuestos "posiblemente carcinógenos para los seres humanos, esto es, cuando se considera que una asociación causal es creíble, pero el azar, los sesgos o los factores de confusión no pueden descartarse con una confianza razonable", una categoría en la que se incluyen sustancias que se tienen como poco nocivas, como el café.





REF:
https://www.nationalgeographic.com.es/c ... vida_14449

1. 5G
Corresponde a la quinta generación de redes moviles,quedando atras la red 1G.
1G: que solo permitian hablar
2G: introdujo los SMS
3G: Incorporó conexión a internet
4G: la banda lo que permitio la reproduccion de videos en tiempo real

La tecnologia 5G permitirá una mayor velocidad en los moviles. Empresas como Ericsson, Huawei, Nokia, Verizon, AT&Y o Qualcomm la usan.

2. WiFi 6
WiFi 6 trae consigo en el aumento significativo de acceso a red en los móviles , es decir las descargas serán tres veces mas rápidas, también se podrá compartir datos de un dispositivo a otro a una mayor rapidez como también a un mayor numero de estos dispositivo manteniendo un nivel aceptable de acceso a red, también permitirá ver vídeos en streaming en alta resolución.

3. Analítica avanzada de datos
Garantizara a través de herramientas a las empresas administrar un conocimiento mas profundo de las necesidades de sus clientes a fin de realizar ofertas hiperpersonalizadas.

4. Inteligencia Artificial (IA) y Machine Learning
LA Inteligencia artificial y el Machine learning estan de moda en la actualidad, permitirá crear herramientas intuitivas para el análisis, procesamiento de datos , toma de decisiones a fin de automatizar tareas repetitivas , reducir tiempo y evitar errores humanos.

5. Blockchain
La cadena de bloques, más conocida por el término en inglés blockchain, es un registro único, consensuado y distribuido en varios nodos de una red. En el caso de las criptomonedas, podemos pensarlo como el libro contable donde se registra cada una de las transacciones.
Al ser una tecnología distribuida, donde cada nodo de la red almacena una copia exacta de la cadena, se garantiza la disponibilidad de la información en todo momento. En caso de que un atacante quisiera provocar una denegación de servicio, debería anular todos los nodos de la red, ya que basta con que al menos uno esté operativo para que la información esté disponible.

6. IA Conversacional
Herramientas como Microsoft Conversational AI permiten escuchar correctamente y seguir conversaciones complejas y entender la emoción con la que se habla. Es decir permite aislar efectivamente las voces del ruido dell ambiente.

7. ACPC
Permite mejorar el rendimiento de ordenadores portatiles , es decir alargando la vida util de duracion de la bateria.

8. Drones autónomos, vehículos autónomos y Smart Cities
Estas tecnologías plantean un sistema de transporte interconectado, ágil y dinámico que puede aportar numerosos beneficios no solo sociales sino medioambientales también.
Adema son muy utiles en epocas de pandemia.

9. RPA
La automatización robótica de procesos (RPA) se basa en la Inteligencia Artificial y está permitiendo agilizar procesos complejos ahorrando costes a muchas empresas. Por ejemplo, la actualización de manera periódica cuando sea necesaria de los datos procedentes desde otras fuentes.

10. XaaS, UX / CX y privacidad
Las grandes transformaciones tecnológicas de las que hemos hablado no podrían realizarse sin las herramientas adecuadas. Por lo que es importante hacer hincapié en la importancia que hay detrás de estas tecnologías, es decir, en las herramientas que hacen esto posible. Por ello, se hablará de XaaS (todo como servicio), UX / CX (experiencia de usuario o de cliente) y de la privacidad digital más que nunca.









https://www.syntonize.com/2020-top-10-tecnologias/

Este paper científico , se enfoca en la deteccion del estado de somnolencia de un conductor en un momento dado, mediante el procesamiento de imagenes. Para ello propone un diseño básico del sistema que se muestra a continuacion en la Fig 1.


Fig 1.Diagrama de bloques básico

Diseño del Sistema
Como se observa el sistema propuesto está conformado por los siguientes componentes:

a. Cámara: Utilizaron una camara digital de 5 MP, para capturar imágenes en tiempo real. Las imágenes capturadas son entregadas al Raspberry Pi pi para su posterior procesamiento para la detección de ojos y pupilas.

b. Raspberry-pi: En este se implementó el algoritmo de detección de pupila y ojo basado en el procesamiento de imágenes.

c. Microcontrolador: El Raspberry pi envía la salida al microcontrolador, en función de la tasa de apertura y cierre del ojo detectado, debido al previo cálculo del nivel de somnolencia.

d. Relé: El relé de 5V se utilizó para operar el timbre , la alarma sonora.

e. Zumbador: Apenas el sistema detecta indicios de somnolencia en el conductor la alarma comienza a sonar.

f. Fuente de alimentación: La fuente de alimentación depende del microcontrolador escogido.Para el proyeto, usaron el modelo pic16F877a , el cual requiere una alimentación de 5V.

g. Módulo GSM: Implementaron un módulo GSM para enviar los sms a los parientes cercanos para que se comuniquen con el conductor somnoliento a tráves de mensajes sms.

Desarrollo

Se emplea un clasificador para el sistema, el cual es entrenado mediante un algoritmo con muchas imágenes positivas (imágenes de caras) e imágenes negativas (imágenes sin caras) para entrenar al clasificador, basado en caracteristicas similares a Haar con kernel basado en convolución.



Fig2. Características de la cascada Haar

La figura 2. muestra las características de la cascada de haar utilizadas para localizar la región facial en la imagen. Para calcular las características faciales, se calculó la suma de píxeles debajo de los rectángulos blanco y negro por integral de imágenes. Para cada característica, se aplicó el mejor umbral que podría clasificar las caras en positivas y negativas. Pero obviamente, había una posibilidad de errores o clasificaciones erróneas. Por lo tanto, se seleccionaron las características con una tasa de error mínima, lo que significa que fueron las características que mejor clasifican las imágenes con y sin rostro.


Detección de parpadeo de los ojos usando características de Haar

Emplearon el Adaptive Boost para entrenar una cascada de clasificadores basados en caracteristicas similares a Haar. Para tal propósito se emplearon muestras positivas y muestras negativas.
Un ejemplo de ello, se emplearon base de datos faciales; preparandose regiones segmentadas del ojo y ceja , como muestra positiva con el objetivo de facilitar la detección, dado que en una region segmentada de ojo y ceja hay mas detalle detectable que solo un ojo.Generandose 3,327 muestras de imágenes positivas y 6,478 muestras de imágenes negativas para entrenamiento. Sin embargo la tasa de presicion fue baja.

Por lo tanto los autores profundizaron un mayor desarrollo de Adaptive Haar Cascade Classifier, basando en caracteristicas geometricas del rostro, es decir en la perpendicularidad del eje que une los centros de cada ojo con el eje mayor(eje vertical) del rostro; generando regiones simetricas para la detección.

Para finalizar , enfatizan en la detección y medición del estado del párpado(valor ESD) , para el cual utilizan un algoritmo basado en la fig 3.


Fig3. Algoritmo de detección de parpadeo

Los autores afirman lo siguiente:
"El objetivo del algoritmo es encontrar el umbral mínimo, lo que hace que la imagen binaria tenga al menos un píxel negro después de aplicar el filtro de desenfoque medio. En este algoritmo, se utilizó la imagen del ojo de la mitad inferior del área seleccionada por el algoritmo anterior. Luego se realizó el umbral de la imagen (comience con 0). Después de eso, se aplicó un filtro de desenfoque medio a la imagen de umbral y verifique si aparece al menos un píxel negro. Si no hay un píxel negro, aumentamos el valor del grosor y seguimos la misma secuencia, pero si hay más de un píxel negro, finalizamos el proceso y obtenemos el valor ESD como ese umbral".

En conclusion, el sistema de detección propuesto utiliza un algoritmo que determina que el umbral de alarma se establece en parapadeos por segundo, y cuando sobre pasa este valor se emite la alarma y a la vez se envia un sms a algun pariente cercano para que llamno al conductor y este deberia tomar un descanso , segun especificaciones de este trabajo de investigación.

Resultados

Tabla 1. Estado del conductor 1 y 2

La tabla muestra , del experimento realizado por los autores , que en ciertos horarios y bajo ciertas condiciones, en el que se aprecia indicios de somnolencia en el conductor , en este caso como un incremento del numero de parpadeos por segundo. Este parpadeo puede tener su origen en factores como el cansancio , entre otros.
Segun resultados probables del experimento , puede quedarse dormido al volante:
Para el conductor 1:
- a las 1:30 pm : debido a un almuerzo pesado
- a las 9:00 pm : debido al cansancio y sin cenar

Para el conductor 2:
- a las 3:00 pm : debido a un almuerzo pesado
- a las 9:30 pm : debido a una cena pesada



Referencia:
Kulkarni ,S., Harale, A. & Thakur, A. 2017. Image processing for driver's safety and vehicle control using raspberry Pi and webcam. India

Su trabajo en la oficina

Juan Montiel, es un joven Malagueño; programador de profesión, forma parte de un team leader de una empresa de viajes, el forma equipo con otros cincos programadores, todos de nacionalidad distinta, hasta allí todo muy normal salvo que Juanjo es ciego de nacimiento.
Sin embargo, ello no ha sido un obstáculo para que él pueda realizar actividades que más gusta: como tocar piano, programar y componer.
Juanjo Montiel es un programador especializado en las tecnologías de Microsoft.

Juanjo comenta que su día a día en la oficina, básicamente consiste en tres cosas:
- Resolver errores o fallos
- Mantener reuniones con el equipo (con Microsoft Teams, que le permite saber quién está presente en las reuniones y quien está hablando en un momento dado)
- Cumplir las entregas

Tecnologías del día a día

Usualmente en la oficina, primero trabaja básicamente con Azure como proyecto repositorio y también con el framework de arquitectura empresarial Safe, tecnologías como estas dos le permite descubrir fallos o métricas pertinente que le permite averiguar donde está el error y corregirlo con Visual Studio.
Otra tecnología de Microsoft que emplea en el día a día, es Microsoft Word, que lo utiliza ampliamente para encontrar fallos de codificación y este solo le es eficiente cuando las fallas son del tipo gramatical mediante el lector de sonido de Word. En cambio, si el error ocurrido es del tipo lógica de programación, Juanjo utiliza otros complementos de Visual Studio que le avisan de forma sonora del error. Montiel reconoce que Microsoft se ha convertido en su particular zona de confort como desarrollador.
Además, Montiel comenta que al terminar su codificación, hay una lista de errores que pasan desapercebido, sus colegas lo detectan rápido y el poder tardar 3 segundos más en detectarlo.
El sistema operativo que usa es Windows , por su compatibilidad con las tecnologías Microsoft . Windows le brinda accesibilidad, porque posee una API de accesibilidad , a lo cual van todos los mensajes de accesibilidad de los diferentes programas, es decir la API es capaz de transmitir los mensajes mediante el lector de pantalla (un software que se nutre de la API y de la información que ésta suministra para procesarla)para que el lector lo lea.
El navegador también tiene que ser accesible. Chrome y Firefox lo son para el.
Montiel reconoce que Microsoft se ha convertido en su particular zona de confort como desarrollador.

Experiencia

En su experiencia, comenta que no le ha ido mal pero si ha habido episodios un poco inoportunos, dado que uno que otro jefe no lo sabido integrar en los proyectos, infravolando sus capacidades. A veces sus compañeros se les olvida que es ciego y ante fallos, le proponen que le compartirán pantalla para que lo pueda solucionar y el prefiere que le cuenten, técnica que le ha permitido solucionar los fallos y salir airoso con ayuda de la tecnología Microsoft en más una ocasión.

Referencia: https://www.xataka.com/otros/soy-ciego- ... nformatico

Existe un proyecto open source llamado BeeWare, que está portando CPython a Android, de forma que las apps desarrolladas en este lenguaje se puedan ejecutar de forma nativa en un dispositivo con Android;estando Russel Keith-Magee, al frente del proyecto.

BeeWare tiene como finalidad conseguir que los desarrolladores puedan codificar apps en Python y hacer que ese código pueda ejecutarse en cualquier sistema mediante widgets de interfaz de usuario.

Pero aunque Python está pensado para Escritorio, no lo está para móviles. Para acabar con esta situación, el año pasado, la Python Software Foundation concedió al proyecto BeeWare una beca de 50.000 dólares para llevar al mismo nivel su compatibilidad con Android con sus herramientas para iOS.

A. Jesse Jirvu Davis, ingeniero en MongoDB y colaborador de Python uno de los principales problemas por las que no programa python en android se debe al tamaño de las apps desarrolladas en dicho lenguaje debido a que el lenguaje requiere una copia del entorno de ejecución del lenguaje.

Según Davis, "para la mayoría de programadores habituales de Python, el entorno móvil es como un planeta extraterrestre. No hay subprocesos; y los sockets o señales se comportan de forma diferente a como lo hacen en un Unix convencional«. Además, la mayoría de llamadas al sistema están prohibidas. Esto, unido a que en el desarrollo para entornos móviles «la gestión de certificados TLS para Android es particularmente extraña".

Sin embargo, el creador de Python ha declarado que apoya el soporte de Python para moviles a un sea a largo plazo.
Esto es un motivo más para aprender a programar en Python.

referencia: https://www.muycomputerpro.com/2020/05/ ... das-python

ACCIDENTES DE TRÁNSITO
Según los autores, la Dra. Ángela Normayda, Jorge Miguez, Dra. Haray Godoy del Sol y Dra. Mavis Ortis Sagasta del paper “Caracterización de la mortalidad por accidentes de tránsito con participación de ciclos”, del estudio realizado, muestra la siguiente tabla. Los datos que se muestran en la tabla 1, fueron recogidos por los autores de la base de datos del Registro del Departamento Provincial de Medicina Legal del Hospital General Universitario “Dr. Gustavo Aldereguia Lima.

Tabla 1.Distribución de accidentes de tránsito según hora de sucedido
Tabla 2. Región anatómica predominantemente afectada Según la ilustración de la tabla 2, la región anatómica más afectada fue la cefálica, con 16 casos; representando un 61.5% del total de casos.
Otra tabla de gran importancia, es el que se muestra a continuación en la tabla 3.

Tabla 3.Hora en la que sucedieron los accidentes o casi accidentes de tránsito reportados por los conductores
Fuente: MTC

Según este gráfico, se muestra cuatro distintas curvas para los conductores de distintas rutas, detallándose el horario, donde la ocurrencia de los accidentes de tránsito es más frecuente.
- Para la ruta de Huancayo: los accidentes, ocurren más en el horario de 2 a.m. a 3:30 a.m. y en menor medida durante el mediodía.
- Para la ruta de del terminal Fiori a Lima, los accidentes predominan en los horarios 2:00 a.m. a 5:00 a.m.
- En el caso de los conductores formales: representan el mayor porcentaje de accidentes respecto al total conformado por conductores formales e informales ; predominado con mayor frecuencia los accidentes para ambos tipos de conductores en tramo de horario de 2:00 a.m. a 3:30 a.m.
Tanto para la tabla 1 y la tabla 3 , resulta una verdad irrefutable que los accidentes ocurren en mayor número durante la noche y más durante la madrugada.

SOLUCIONES COMERCIALES DE DETECCIÓN DE SOMNOLENCIA

Existen diferentes soluciones comerciales, desarrollada por empresas del sector automotriz, ya sea construyendo componentes para sus sistemas de ayuda en la conducción.
Distintas estrategias son empleadas:
- Técnicas del análisis de los ojos y expresiones faciales
- Análisis de la carretera
- Información de las señales fisiológicas

ATTENTION TECHNOLOGIES
La empresa Attention Technologies Inc. (Attention Technologies Inc.) presenta y comercializa un sistema para la detección de la somnolencia. En la actualidad, se registran dos versiones: Copilot, Driver Fatigue Monitoring . Ambas versiones van instaladas al interior del vehículo del conductor. La principal diferencia consiste:
- El copiloto: detecta la somnolencia del conductor
- El monitoreador de fatiga del conductor: detecta la somnolencia del conductor y en paralelo detecta indicios de fatiga.

Fig 1. Copilot y Driver Fatigue Monitoring

Los dos sistemas están diseñados para trabajar en vehículos de carga pesada (camiones) y calculan el índice de somnolencia Perclos, en tiempo real. La base fundamental de los dos sistemas lo constituye el sistema de visión con iluminación infrarroja.

SEEING MACHINE
Seeing Machine es una empresa dedicada a desarrollar y proveer productos de alta tecnología para el análisis y seguimiento del rostro y los ojos utilizando técnicas basadas en Visión por Computador.

Fig 2. Sistema propuesto por Seeing Machine: (a) sistema de visión, (b) simulador virtual para analizar el comportamiento del conductor.

Este sistema se basa en dos módulos de acción:
a) Simulación virtual de la carretera: se basa en un simulador virtual que detecta en tiempo real, ante una desviación involuntaria del carril.
b) Sistema de visión : basado en visión infrarroja captura imágenes en tiempo real , llenando el dataset de imágenes para el entrenamiento del modelo.
Su principal producto es el denominado faceLab que se muestra en la figura 2. El sistema consiste de un sistema de visión estéreo que utiliza iluminación infrarroja.

MERCEDES-BENZ ANTI-FATIGUE DRIVER ALARM
Recurre a un sistema de visión infrarrojo que monitoriza los ojos del conductor, evaluando su nivel de somnolencia. Además, a través de un sistema de sensores colocados en la cabeza, evalúa la actividad cerebral del conductor mediante un encefalograma, de manera que combinando toda esta información de manera adecuada, predice el estado de somnolencia del conductor.

Fig 3: Sistema experimental para la detección de la somnolencia de Mercedes-Benz

ASSISTWARE TECHNOLOGY
La empresa AssistWare Technology se dedica al desarrollo de tecnología para ayudar en la reducción de los accidentes de tráfico, es así como en 1996 presentó el sistema SafeTRAC.

Fig 4. Sistema de detección SafeTRAC

El sistema analiza la carretera utilizando la información visual obtenida a través de una cámara. Con la información de la zona de la carretera que corresponde a aproximadamente 50 metros al frente del vehículo, el sistema calcula la posición y la trayectoria para estimar dos situaciones de peligro: somnolencia y salida involuntaria del carril. A través de una alarma sonora, indica si el conductor se encuentra en alguna de las situaciones de peligro.
Desafortunadamente, este sistema no es adecuado para vías en mal estado, donde las líneas de la carretera no son visibles; por lo que sería difícil estimar un modelo como el propuesto.

SOLUCIONES LIBRES
Sistema de detección de somnolencia para conductores de vehículos mineros
Utiliza cámara infrarroja. El enfoque es utilizar la biblioteca dLib, la que mediante una red neuronal (RN) entrenada para detectar rostros. La biblioteca entrega información adicional que se utiliza en este desarrollo: posición de las cejas, de los ojos, de la nariz y de la boca. Luego, a partir de esta información suministrada, se está en proceso de generar métricas que permitan evaluar la actitud de ojos y rostro en general, así como poder segmentar zonas específicas del rostro, siendo de especial interés el determinar con la mayor seguridad el estado de ojos cerrados o abiertos. El caso más complicado de resolver es el de ojos tras gafas de seguridad oscuras, se ha tratado este objetivo utilizando algoritmos de OpenCV personalizados y algoritmos específicos desarrollados para este caso de estudio de determinar el estado de los ojos tras gafas oscuras.


Fig 5. Diagrama de procesamiento para determinar el estado de los ojos del conductor
Monitoreo de somnolencia del conductor basado en Detección de bostezos
En el trabajo de investigación de Shabnan Abtari y sus colaboradores, de la universidad de Ottawa, Canadá. Propusieron un sistema de cuatro fases de detección para concluir si el conductor se encuentra somnoliento o no. Para el sistema de detección se basa en una serie de etapas de detección que se muestra en la Fig 6 y los resultados para cada etapa se muestra en la Fig 7.

Fig 6.Etapas de detección del sistema propuesto

En el trabajo de investigación de Shabnan Abtari y sus colaboradores, de la universidad de Ottawa, Canadá; desarrollaron un sistema de detección de somnolencia basado en inteligencia artificial, el cual detecta los ojos, la región facial, además aborda la posición, variabilidad de tamaño y color del rostro y por último el bostezo como un indicio necesario de somnolencia .Es decir, se trata de un sistema que debe identificar o detectar previamente el bostezo en las personas antes de comenzar con la detección de somnolencia.

A continuación en la figura 1 , se muestra cada una de las fases del sistema propuesto para la detección de somnolencia en el conductor. Para ello, han instalado una cámara infrarroja dentro del vehículo, orientado hacia el conductor en un ángulo fijo; permitiendo la detección en tiempo real, independiente de las condiciones de iluminación.
El resultado de la técnica de localización de la piel es un color negro e imagen blanca que resalta la ubicación de la piel mediante la conversión la cara al blanco y el fondo y las áreas alrededor del conductor a negro. Esta eliminación de fondo reduce los errores posteriores debido a la detección de objetos falsos, tal como se muestra en la figura 2.
Después de detectar la cara, la ubicación de los ojos será detectado. Para la detección del mapa ocular se aplicará la ecuación matemática. El siguiente paso hacia la detección de bostezos es encontrar la ubicación de la boca y los labios. Las ecuaciones que se utilizaran:
Después de la detección de la cara, los ojos y los labios, el siguiente paso es detectar la posibilidad de una boca que bosteza , resultado obtenido que se muestra en la figura 3. Referencia:
Abtari, S., Hariri, B. y Shirmohammadi, S. (2011).Driver Drowsiness Monitoring Based on Yawning Detection.