نظام أمان متقدم يعتمد على الرؤية الحاسوبية والذكاء الاصطناعي لمراقبة حالة السائق لحظياً أثناء القيادة. يهدف المشروع إلى الحد من حوادث الطرق من خلال الكشف المبكر عن علامات الإرهاق (Fatigue) والتشتت (Distraction)، وإصدار تنبيهات فورية لضمان سلامة الركاب.
◆ المميزات الرئيسية للنظام:
▪ كشف الإرهاق والنعاس (Drowsiness Detection):
▫ استخدام مقاييس علمية دقيقة مثل EAR (Eye Aspect Ratio) و PERCLOS لقياس معدل إغلاق العين الزمني، وتحديد لحظات غفوة السائق بدقة متناهية.
▪ تحليل السلوك وتتبع النظرات (Gaze Tracking):
▫ خوارزميات متطورة لتتبع اتجاه نظر السائق والكشف عن التشتت (مثل النظر إلى الهاتف أو خارج الطريق) لفترات تتجاوز الحدود الآمنة.
▪ التعرف على التعب البدني:
▫ رصد مؤشرات التعب الحركي مثل التثاؤب المتكرر (Yawning Detection) واهتزاز الرأس الناتج عن فقدان التركيز (Head Nodding).
▪ التحكم بالإيماءات (Gesture Control):
▫ دمج واجهة تفاعل لا تلمسية تتيح للسائق التحكم في وظائف السيارة (مثل استخدام آلة التنبيه الافتراضية أو التحكم في الوسائط) عبر إيماءات اليد، لتقليل الحاجة لترك عجلة القيادة.
◆ التفاصيل التقنية (Tech Stack):
• لغة البرمجة: Python.
• الرؤية الحاسوبية: OpenCV و MediaPipe (Face Mesh) لاستخراج 468 نقطة من ملامح الوجه وتحليلها لحظياً.
• الخوارزميات: تقنيات Deep Learning متخصصة في تحليل الحالة الشعورية والفيزيائية.
• الأداء: تحسين الكود ليعمل بمعدل إطارات مرتفع (High FPS) لضمان الاستجابة اللحظية (Real-time Processing).
◆ دوري في المشروع:
عملت كمهندس ذكاء اصطناعي (AI Engineer)، حيث قمت بتطوير خوارزميات تحليل ملامح الوجه وتطبيقهما على تدفقات الفيديو المباشرة، بالإضافة إلى تصميم منطق التنبيهات المتعددة (صوتية وبصرية) بناءً على مستويات الخطورة المكتشفة.
◆ المخرجات النهائية:
» نظام برمجي متكامل قادر على العمل في ظروف إضاءة متنوعة.
» لوحة بيانات (Dashboard) تعرض إحصائيات تركيز السائق طوال الرحلة.
» بروتوكول أمان ذكي يربط بين اكتشاف الخطر وإصدار التنبيهات الوقائية.