EEGセンサーを用いた眼閉度の推定と運転者の眠気検出への応用

カン・リーとワン・ヨン・チョン、電子工学科、釜慶大学、韓国。2014

要約

現在、ビデオベースの技術を利用した運転手の眠気検出器について広く研究されています。まぶたの閉じる度合い（ECD）は、ビデオベースの方法の主な測定基準ですが、明るさの制限や運転手の気が散るといった実用的な障害などの欠点がその成功を制限しています。この研究では、ビデオベースの方法の代わりにEEGセンサーを使用してECDを計算する方法を提示します。前提は、ECDが後頭部EEGの変化と線形関係を示すことです。この研究には合計30人の被験者が含まれています：そのうち10人はECDとEEGの間の線形関係を検証するためのシンプルな概念実証実験に参加し、残りの20人は運転シミュレーター環境で単調な高速道路運転実験に参加し、実際のアプリケーションにおける線形関係の堅牢性をテストしました。ビデオベースの方法を基準として、O2チャネルからのアルファパワーの割合がECDの線形回帰推定のための最良の入力特徴であることがわかりました。線形サポートベクターレグレッションモデルと1人の被験者を外した方法によって検証された全体の最良の二乗相関係数（SCC、r2で表される）および平均二乗誤差（MSE）は、r2 = 0.930およびMSE = 0.013です。提案された線形EEG-ECDモデルは、運転手眠気アプリケーションにおいて、男性および女性の被験者に対してそれぞれ87.5%および70.0%の精度を達成できます。時間に対する瞳孔上のまぶたの閉じる割合（PERCLOS）です。この新しいECD推定方法は、ビデオベースの方法の欠点に対処するだけでなく、EEGセンサーにおけるECD推定をより計算効率的で実装しやすくし、リアルタイムで行えるようにします。こちらをクリックして完全なレポートを読む