EEG 센서를 이용한 눈 감는 정도 추정과 운전자의 졸음 탐지에의 응용

강 리와 완영 청, 전자공학부, 부경대학교, 한국. 2014

초록

현재, 비디오 기반 기술을 사용하는 운전자의 졸음 감지기가 널리 연구되고 있습니다. 눈꺼풀 닫힘 정도(ECD)는 비디오 기반 방법의 주요 측정 기준이지만, 밝기 제한과 운전자의 주의 산만과 같은 실용적인 장애물로 인해 성공이 제한됩니다. 이 연구에서는 비디오 기반 방법 대신 EEG 센서를 사용하여 ECD를 계산하는 방법을 제안합니다. 전제는 ECD가 후두부 EEG의 변화와 선형 관계를 나타낸다는 것입니다. 본 연구에는 총 30명이 포함되어 있습니다: 이 중 10명은 ECD와 EEG 사이의 선형 관계를 검증하기 위한 간단한 개념 증명 실험에 참여하였고, 이후 20명은 실제 응용에서의 선형 관계 강건성을 테스트하기 위해 주행 시뮬레이터 환경에서 단조로운 고속도로 주행 실험에 참여하였습니다. 비디오 기반 방법을 기준으로 할 때, O2 채널의 알파 전력 비율이 ECD의 선형 회귀 추정에 가장 좋은 입력 특징으로 나타났습니다. 선형 서포트 벡터 회귀 모델과 한 명의 피험자를 제외하는 방법으로 검증된 최고의 전체 제곱 상관 계수(SCC, r2로 표기됨)와 평균 제곱 오차(MSE)는 r2 = 0.930 및 MSE = 0.013입니다. 제안된 선형 EEG-ECD 모델은 운전자의 졸음 응용을 위해 남성 및 여성 피험자에 대해 각각 87.5% 및 70.0%의 정확도를 달성할 수 있습니다. 이 새로운 ECD 추정 방법은 비디오 기반 방법의 단점을 해결할 뿐만 아니라 ECD 추정을 보다 계산적으로 효율적이고 실시간으로 EEG 센서에 쉽게 구현할 수 있도록 합니다.전체 보고서를 읽으려면 클릭하십시오