STUDIO, IMPLEMENTAZIONE E TEST DI UN SISTEMA DI ACQUISIZIONE MULTI-SITO DI SEGNALI DI CONDUTTANZA CUTANEA SU SCHEDA REVOLUTION PI PER MONITORAGGIO DEL GUIDATORE

Drowsiness, stress and anxiety are the main causes of road accidents. For this reason, in recent years, many researchers are creating control systems to monitor the driver. In this thesis, it will be developed a system able of acquiring and processing skin conductance signals using a Revolution Pi. The GSR (Galvanic Skin Response) sensor measures the change in the skin's electrical resistance, which gives information into the driver's stress level. Galvanic skin response refers to changes in the activitỳ of the sweat glands that reflect the intensitỳ of our emotional state. Under stressful conditions, there is an increased secretion of sweat through the skin. The project is divided into three phases: the first concerns the set-up of the hardware, which includes the configuration of the Revolution Pi and the correct connection of the sensor to the board; in the second phase the code was written, using Python, which allowed the acquisition and saving of data; finally the third phase deals with the processing of the acquired data, through the creation and study of graphs created with MATLAB.

La sonnolenza, lo stress e l’ansia sono le principali cause degli incidenti stradali; per questa ragione, negli ultimi anni, molti studiosi stanno creando sistemi di controllo per monitorare il guidatore. In questa tesi verrà sviluppato un sistema in grado di acquisire ed elaborare segnali di conduttanza cutanea mediante scheda Revolution Pi. Il sensore GSR (dall’inglese, Galvanic Skin Response), misura la variazione di resistenza elettrica della pelle, che permette di capire il livello di stress del guidatore. La risposta galvanica della pelle si riferisce a cambiamenti nell’attività̀ delle ghiandole sudoripare che riflettono l’intensità̀ del nostro stato emotivo. In condizioni di stress, infatti, si ha una maggiore secrezione di sudore attraverso la pelle. Questo progetto si divide in tre fasi: la prima si occupa del set-up dell’hardware, che prevede la configurazione del Revolution Pi e il corretto collegamento del sensore alla scheda; nella seconda fase è stato scritto il codice, utilizzando python come linguaggio di programmazione, che ha permesso l’acquisizione e il salvataggio dei dati; infine, la terza fase si occupa dell’elaborazione dei dati acquisiti, mediante la creazione e lo studio di grafici creati con MATLAB.