ท้าทายความจำของคุณ! เล่นเกม N-Back ใหม่ในแอป Emotiv

วิธีที่ EEG แบบพกพาสามารถป้องกันการขับขี่ที่ไม่ใส่ใจ

แชร์:

การขับขี่อย่างปลอดภัยเป็นความกังวลที่สำคัญสำหรับทุกคน เทคโนโลยีใหม่ได้นำรถยนต์ขับด้วยตนเองมาพร้อมกับความหวังว่าจะลดอุบัติเหตุที่เกิดจากความผิดพลาดของมนุษย์ นอกจากนี้ยังมีการแนะนำฟีเจอร์ที่มุ่งเน้นทำให้การขับขี่ปลอดภัยและสนุกสนานมากขึ้น ฟีเจอร์เหล่านี้รวมถึงจอแสดงผลบนกระจกหน้ารถและระบบเบรกอัตโนมัติ เพียงเพื่อกล่าวถึงบางส่วน

ตั้งแต่ปี 2010 อัตราการตายจากการจราจรทั่วโลกลดลง 5% อย่างไรก็ตาม ยังมีคน 1.19 ล้านคนที่เสียชีวิตจากอุบัติเหตุทางรถยนต์ทุกปี นอกจากนี้ยังมีอุบัติเหตุทางรถยนต์ที่ทำให้ได้รับบาดเจ็บถึง 50 ล้านคนทุกปี1

ไม่ว่าระบบของรถยนต์จะพัฒนาไปเพียงใด สมองของมนุษย์ยังคงเป็นคอมพิวเตอร์ที่ทรงพลังที่สุด การเข้าใจการรบกวนทางจิตมีบทบาทสำคัญในการสร้างความปลอดภัยบนท้องถนน

ทำไมการรบกวนจึงเป็นอันตราย

มนุษย์หลอกตัวเองว่าเราสามารถทำหลายอย่างพร้อมกันได้ แต่การศึกษาแสดงให้เห็นว่าสมองมนุษย์ไม่สามารถทำหลายอย่างพร้อมกันได้อย่างมีประสิทธิภาพโดยไม่มีการลดลงของความเร็วและความแม่นยำอย่างมีนัยสำคัญ2

การพูดคุยบนโทรศัพท์มือถือหรือระบบข้อมูลขณะขับรถเป็นเรื่องปกติในสังคมปัจจุบัน แต่สิ่งนี้อาจเป็นอันตรายเพราะมันทำให้คุณเสียสมาธิจากถนน

กฎหมายเกี่ยวกับการขับขี่ที่ถูกรบกวนพยายามปรับปรุงความปลอดภัยของผู้ขับขี่ วิศวกรออกแบบรถยนต์ให้ง่ายต่อการใช้งานโดยไม่ต้องใช้มือเพื่อลดสิ่งรบกวน อย่างไรก็ตาม อุบัติเหตุที่เกี่ยวข้องกับผู้ขับขี่ที่ถูกรบกวนยังคงก่อให้เกิดการเสียชีวิตเก้าวันต่อวันในสหรัฐอเมริกา3

ส่งข้อความด่วนอาจรู้สึกทันที แต่การละสายตาจากถนนด้วยเหตุผลใดก็ตามสามารถเป็นอันตรายได้ CDC ประเมินว่าการส่งข้อความขณะขับรถที่ความเร็ว 55 ไมล์ต่อชั่วโมงเหมือนกับการขับรถผ่านสนามฟุตบอลด้วยตาหลับ4 การขับขี่ที่ถูกรบกวนสามารถเกิดขึ้นได้จากหลายสาเหตุ เช่น ความเหนื่อยล้า ความเครียด หรือการใช้ยาเสพติดหรือแอลกอฮอล์

ชุดหูฟัง EEG แบบไร้สาย สามารถตรวจจับการรบกวนขณะขับขี่และช่วยป้องกันอุบัติเหตุได้แบบเรียลไทม์ ในปี 2013 Royal Automobile Club of Western Australia ได้ทดสอบทฤษฎีนี้





a man drives a car wearing an EMOTIV wireless EEG headset to help stay focused on road safety
รถยนต์ที่ขับเคลื่อนด้วยความสนใจทดสอบการขับขี่ที่ถูกรบกวน แหล่งที่มา: RAC

รถที่ขับเคลื่อนด้วยความสนใจ

ตัวอย่างของ CDC แสดงให้เห็นว่า สมองเราไม่สามารถประมวลผลข้อมูลที่เร่งด่วนได้เมื่อเราถูกรบกวน RAC ของ Western Australia พบว่า 20% ของผู้ขับขี่ออสเตรเลียที่มีส่วนร่วมในอุบัติเหตุ กำลังมองไปที่วัตถุที่พวกเขาชน แต่ไม่สามารถเข้าใจสิ่งที่เกิดขึ้นได้เนื่องจากการรบกวนทางจิต

“สมองเป็นเครื่องจักรแห่งความสนใจ” Geoffrey Mackellar ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่เทคโนโลยีของ EMOTIV อธิบาย ส่วนหน้าเป็นสมองสำคัญที่ต้องมีพลังในการขับขี่ เพราะสมองย่อยไม่รู้ว่าการออกนอกเลนจะก่อปัญหา”

แนวคิดคือ: ถ้ารถของคุณสามารถรับรู้ว่าคุณถูกเบี่ยงเบนแล้วชะลอตัวลง? RAC ทำงานร่วมกับ EMOTIV เพื่อ ดัดแปลง Hyundai i40 ที่สามารถทำเช่นนั้นได้ ผู้ขับขี่สวม EPOC Series 14-channel EEG headset ที่สื่อสารกับยานพาหนะ ประสิทธิภาพของสมองมีผลโดยตรงต่อความเร็วของรถ

หลังจากทำการวัดมาตรฐานสำหรับสภาวะสมองต่างๆ รวมถึงลืมตา/ปิดตา ระดับการจ้องมอง การเกิด "เหม่อลอย" เป็นต้น รถถูกตั้งโปรแกรมให้ชะลอตัวเมื่อผู้ขับขี่ถูกเบี่ยงเบน รถยังตอบสนองเมื่อผู้ขับขี่หันศีรษะออกจากถนน ตามที่ระบุโดยไจโรสโคบใน EPOC

RAC นำรถที่ขับเคลื่อนด้วยความสนใจ” ออกเดินทางเพื่อตรวจสอบว่า การขาดความสนใจมีผลต่อทุกคน6 การเดินทางทางถนนนี้ตามด้วยการทดลองในสนามเพื่อสำรวจปัญหาการรบกวนทางจิต โดยเฉพาะบนถนนยาว ในขณะที่รถที่ดัดแปลงยังไม่ได้ถูกผลิตเชิงพาณิชย์ แต่ก็สร้างความตระหนักถึงการที่เราสามารถถูกเบี่ยงเบนหลังพวงมาลัยได้ง่ายเพียงใด

ความน่าสนใจของระบบสมองสู่อุปกรณ์ (B2V) ยังไม่ถูกลืมโดยผู้ผลิตรถยนต์ ในปี 2018 Nissan เผยต้นแบบ B2V ที่สามารถปรับเข้ากับความชอบของผู้ใช้และตอบสนองได้อย่างรวดเร็วในสถานการณ์ฉุกเฉิน7

“ด้วยการตอบโจทย์การเคลื่อนไหวที่คาดหมาย ระบบสามารถจัดการ (หมุนพวงมาลัยหรือชะลอรถ) ได้เร็วกว่าเวลาตอบสนองโดยเฉลี่ยของมนุษย์ 0.2 ถึง 0.5 วินาที เพิ่มความเร็วในการตอบสนองในขณะที่ไม่ชัดเจนสำหรับผู้ขับขี่เอง” Nissan อธิบาย8





A man yawns behind the wheel and is too tired to drive
การแจ้งเตือนแบบเรียลไทม์สามารถแจ้งเตือนผู้ขับขี่เกี่ยวกับการบกพร่องก่อนที่พวกเขาจะเหนื่อยเกินกว่าที่จะขับรถ

การแจ้งเตือนง่วงนอน

การรู้สึกง่วงนอนเป็นสิ่งที่ชัดเจนกว่าภายในการรับรู้ถึงการไม่ตั้งใจอยู่ เมื่อผู้ขับขี่เริ่มหาวหรือนอนพับหัว อันตรายต่อพวกเขาและคนอื่นก็เริ่มปรากฏ นั่นคือเหตุผลที่นักวิจัยกำลังสำรวจการใช้งาน EEG แบบไร้สายเพื่อคาดการณ์การขับขี่ด้วยความง่วงนอนก่อนที่จะสายไป

หากมีการนำระบบตรวจจับการง่วงนอนเข้าสู่ระบบการควบคุมของรถยนต์ ผู้ขับขี่อาจได้รับการแจ้งเตือนที่สัญญาณแรกของการบกพร่องทางจิต แนวคิดนี้อาจเป็นประโยชน์ในการจัดการกับการรบกวนทั่วไปเช่นกัน

การศึกษาของมหาวิทยาลัยหนึ่งได้สร้างกรอบซอฟต์แวร์และใช้ ชุดหูฟัง EPOC เพื่อตรวจจับการหันเหความสนใจระหว่างการบรรยาย ข้อความเตือนที่สั่นสะเทือนถูกส่งไปยังโทรศัพท์ของนักเรียนเมื่อความตื่นตัวลดลง ส่งผลให้ 75% ของผู้เข้าร่วมสามารถฟื้นฟูและรักษาความสนใจได้9

ความง่วงนอนของคนสามารถระบุตัวได้จากสัญญาณภาพต่างๆ เช่น การพับหัว การปิดตา และการหาว การศึกษาโดย Li et al. ของมหาวิทยาลัย Pukyong National ใช้วิดีโอและข้อมูล EEG เพื่อสังเกตสถานะสมองที่มีความตื่นตัวและการเปลี่ยนแปลง และการเคลื่อนไหวของหัว พวกเขารายงานว่าการสังเกตอีเวนต์ “ง่วงนอนเล็กน้อย” มีความแม่นยำถึง 96.24%10

พัฒนาความคิดนี้ขึ้น ในการศึกษาปี 2017 ได้ออกแบบและประยุกต์ใช้อัลกอริทึมการวัดเพื่อวัดระดับของความง่วงนอนต่างๆ เป้าหมายคือการตรวจจับความง่วงนอนล่วงหน้าแบบเรียลไทม์เพื่อป้องกันไม่ให้มันเป็นอันตรายขณะขับรถ โดยใช้ EMOTIV EPOC เพื่อวัดกิจกรรมของสมองในระหว่างการทดลอง ผู้เขียนรายงานความสำเร็จ 82% ในการแยกขั้นตอนตื่นและง่วงนอน11





Visual and EEG data indicate the differences between awake and drowsiness in subjects during a driving simulation
EEG วัดพร้อมกับสัญญาณภาพเช่นการหาวเพื่อระบุตัวการสูญเสียความตื่นตัวในผู้สอบขับขี่ แหล่งที่มา: Li et al., 2015

สงบสติแล้วขับต่อไป

UN ตั้งเป้าลดจำนวนผู้เสียชีวิตและได้รับบาดเจ็บจากการจราจรทั่วโลกลงครึ่งหนึ่งภายในปี 203012 นักวิทยาศาสตร์และวิศวกรสามารถเรียนรู้วิธีการที่ผู้ขับขี่ที่ถูกรบกวนคิดและออกแบบรถยนต์เพื่อช่วยพวกเขา ซึ่งเป็นไปได้เนื่องจากราคาของอุปกรณ์ EEG แบบไร้สายเคลื่อนที่และความพร้อมใช้งาน

นักวิจัยใช้ EEG แบบเคลื่อนที่เพื่อศึกษาเกี่ยวกับการขับขี่ที่ถูกรบกวนตั้งแต่การมีสติเต็มที่ไปจนถึงการตรวจจับความง่วงนอน เพื่อป้องกันอุบัติเหตุบนท้องถนน

แหล่งที่มา

1Road traffic injuries. (2023, December 13). World Health Organization: WHO. https://www.who.int/news-room/fact-sheets/detail/road-traffic-injuries

2Madore, Kevin P. and Anthony D. Wagner. (2019, April 1). Multicosts of Multitasking. PubMed Central (PMC).

3Distracted Driving. (2023). NHTSA. https://www.nhtsa.gov/risky-driving/distracted-driving

4Distracted driving | Transportation Safety | Injury Center | CDC. (n.d.). https://www.cdc.gov/distracted-driving/about/

5Stinson, L. (2013, November 8). This car senses when you’re not paying attention and slows down. WIRED. https://www.wired.com/2013/11/this-car-slows-down-when-youre-not-paying-attention/

6RAC WA. (2013, November 17). RAC Attention Powered Car Road Trip TVC [Video]. YouTube. https://youtu.be/D8WHS0T4N08

7CNET Cars. (2018, January 8). CES 2018: Nissan's brain-to-vehicle technology can sort of read your mind [Video]. YouTube. https://youtu.be/pEthcB-P5Qw

8Brain-to-Vehicle | Innovation |. (n.d.). Nissan Global. https://www.nissan-global.com/EN/INNOVATION/TECHNOLOGY/ARCHIVE/B2V/

9Charitha, S., Karunananda, A., & Philippe, G. (2017). Framework for modeling of regaining the attention. Journal of Applied and Physical Sciences, 3(2). https://doi.org/10.20474/japs-3.2.1

10Li, G., & Chung, W. (2015). A Context-Aware EEG headset system for early detection of driver drowsiness. Sensors, 15(8), 20873–20893. https://doi.org/10.3390/s150820873

11Shen, J., Li, B., & Shi, X. (2017). Real-Time detection of human drowsiness via a portable Brain-Computer interface. Open Journal of Applied Sciences, 07(03), 98–113. https://doi.org/10.4236/ojapps.2017.73009

12With 1.3 million annual road deaths, UN wants to halve number by 2030.
(2021, December 6). UN News. Retrieved March 27, 2024, https://news.un.org/en/story/2021/12/1107152

การขับขี่อย่างปลอดภัยเป็นความกังวลที่สำคัญสำหรับทุกคน เทคโนโลยีใหม่ได้นำรถยนต์ขับด้วยตนเองมาพร้อมกับความหวังว่าจะลดอุบัติเหตุที่เกิดจากความผิดพลาดของมนุษย์ นอกจากนี้ยังมีการแนะนำฟีเจอร์ที่มุ่งเน้นทำให้การขับขี่ปลอดภัยและสนุกสนานมากขึ้น ฟีเจอร์เหล่านี้รวมถึงจอแสดงผลบนกระจกหน้ารถและระบบเบรกอัตโนมัติ เพียงเพื่อกล่าวถึงบางส่วน

ตั้งแต่ปี 2010 อัตราการตายจากการจราจรทั่วโลกลดลง 5% อย่างไรก็ตาม ยังมีคน 1.19 ล้านคนที่เสียชีวิตจากอุบัติเหตุทางรถยนต์ทุกปี นอกจากนี้ยังมีอุบัติเหตุทางรถยนต์ที่ทำให้ได้รับบาดเจ็บถึง 50 ล้านคนทุกปี1

ไม่ว่าระบบของรถยนต์จะพัฒนาไปเพียงใด สมองของมนุษย์ยังคงเป็นคอมพิวเตอร์ที่ทรงพลังที่สุด การเข้าใจการรบกวนทางจิตมีบทบาทสำคัญในการสร้างความปลอดภัยบนท้องถนน

ทำไมการรบกวนจึงเป็นอันตราย

มนุษย์หลอกตัวเองว่าเราสามารถทำหลายอย่างพร้อมกันได้ แต่การศึกษาแสดงให้เห็นว่าสมองมนุษย์ไม่สามารถทำหลายอย่างพร้อมกันได้อย่างมีประสิทธิภาพโดยไม่มีการลดลงของความเร็วและความแม่นยำอย่างมีนัยสำคัญ2

การพูดคุยบนโทรศัพท์มือถือหรือระบบข้อมูลขณะขับรถเป็นเรื่องปกติในสังคมปัจจุบัน แต่สิ่งนี้อาจเป็นอันตรายเพราะมันทำให้คุณเสียสมาธิจากถนน

กฎหมายเกี่ยวกับการขับขี่ที่ถูกรบกวนพยายามปรับปรุงความปลอดภัยของผู้ขับขี่ วิศวกรออกแบบรถยนต์ให้ง่ายต่อการใช้งานโดยไม่ต้องใช้มือเพื่อลดสิ่งรบกวน อย่างไรก็ตาม อุบัติเหตุที่เกี่ยวข้องกับผู้ขับขี่ที่ถูกรบกวนยังคงก่อให้เกิดการเสียชีวิตเก้าวันต่อวันในสหรัฐอเมริกา3

ส่งข้อความด่วนอาจรู้สึกทันที แต่การละสายตาจากถนนด้วยเหตุผลใดก็ตามสามารถเป็นอันตรายได้ CDC ประเมินว่าการส่งข้อความขณะขับรถที่ความเร็ว 55 ไมล์ต่อชั่วโมงเหมือนกับการขับรถผ่านสนามฟุตบอลด้วยตาหลับ4 การขับขี่ที่ถูกรบกวนสามารถเกิดขึ้นได้จากหลายสาเหตุ เช่น ความเหนื่อยล้า ความเครียด หรือการใช้ยาเสพติดหรือแอลกอฮอล์

ชุดหูฟัง EEG แบบไร้สาย สามารถตรวจจับการรบกวนขณะขับขี่และช่วยป้องกันอุบัติเหตุได้แบบเรียลไทม์ ในปี 2013 Royal Automobile Club of Western Australia ได้ทดสอบทฤษฎีนี้





a man drives a car wearing an EMOTIV wireless EEG headset to help stay focused on road safety
รถยนต์ที่ขับเคลื่อนด้วยความสนใจทดสอบการขับขี่ที่ถูกรบกวน แหล่งที่มา: RAC

รถที่ขับเคลื่อนด้วยความสนใจ

ตัวอย่างของ CDC แสดงให้เห็นว่า สมองเราไม่สามารถประมวลผลข้อมูลที่เร่งด่วนได้เมื่อเราถูกรบกวน RAC ของ Western Australia พบว่า 20% ของผู้ขับขี่ออสเตรเลียที่มีส่วนร่วมในอุบัติเหตุ กำลังมองไปที่วัตถุที่พวกเขาชน แต่ไม่สามารถเข้าใจสิ่งที่เกิดขึ้นได้เนื่องจากการรบกวนทางจิต

“สมองเป็นเครื่องจักรแห่งความสนใจ” Geoffrey Mackellar ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่เทคโนโลยีของ EMOTIV อธิบาย ส่วนหน้าเป็นสมองสำคัญที่ต้องมีพลังในการขับขี่ เพราะสมองย่อยไม่รู้ว่าการออกนอกเลนจะก่อปัญหา”

แนวคิดคือ: ถ้ารถของคุณสามารถรับรู้ว่าคุณถูกเบี่ยงเบนแล้วชะลอตัวลง? RAC ทำงานร่วมกับ EMOTIV เพื่อ ดัดแปลง Hyundai i40 ที่สามารถทำเช่นนั้นได้ ผู้ขับขี่สวม EPOC Series 14-channel EEG headset ที่สื่อสารกับยานพาหนะ ประสิทธิภาพของสมองมีผลโดยตรงต่อความเร็วของรถ

หลังจากทำการวัดมาตรฐานสำหรับสภาวะสมองต่างๆ รวมถึงลืมตา/ปิดตา ระดับการจ้องมอง การเกิด "เหม่อลอย" เป็นต้น รถถูกตั้งโปรแกรมให้ชะลอตัวเมื่อผู้ขับขี่ถูกเบี่ยงเบน รถยังตอบสนองเมื่อผู้ขับขี่หันศีรษะออกจากถนน ตามที่ระบุโดยไจโรสโคบใน EPOC

RAC นำรถที่ขับเคลื่อนด้วยความสนใจ” ออกเดินทางเพื่อตรวจสอบว่า การขาดความสนใจมีผลต่อทุกคน6 การเดินทางทางถนนนี้ตามด้วยการทดลองในสนามเพื่อสำรวจปัญหาการรบกวนทางจิต โดยเฉพาะบนถนนยาว ในขณะที่รถที่ดัดแปลงยังไม่ได้ถูกผลิตเชิงพาณิชย์ แต่ก็สร้างความตระหนักถึงการที่เราสามารถถูกเบี่ยงเบนหลังพวงมาลัยได้ง่ายเพียงใด

ความน่าสนใจของระบบสมองสู่อุปกรณ์ (B2V) ยังไม่ถูกลืมโดยผู้ผลิตรถยนต์ ในปี 2018 Nissan เผยต้นแบบ B2V ที่สามารถปรับเข้ากับความชอบของผู้ใช้และตอบสนองได้อย่างรวดเร็วในสถานการณ์ฉุกเฉิน7

“ด้วยการตอบโจทย์การเคลื่อนไหวที่คาดหมาย ระบบสามารถจัดการ (หมุนพวงมาลัยหรือชะลอรถ) ได้เร็วกว่าเวลาตอบสนองโดยเฉลี่ยของมนุษย์ 0.2 ถึง 0.5 วินาที เพิ่มความเร็วในการตอบสนองในขณะที่ไม่ชัดเจนสำหรับผู้ขับขี่เอง” Nissan อธิบาย8





A man yawns behind the wheel and is too tired to drive
การแจ้งเตือนแบบเรียลไทม์สามารถแจ้งเตือนผู้ขับขี่เกี่ยวกับการบกพร่องก่อนที่พวกเขาจะเหนื่อยเกินกว่าที่จะขับรถ

การแจ้งเตือนง่วงนอน

การรู้สึกง่วงนอนเป็นสิ่งที่ชัดเจนกว่าภายในการรับรู้ถึงการไม่ตั้งใจอยู่ เมื่อผู้ขับขี่เริ่มหาวหรือนอนพับหัว อันตรายต่อพวกเขาและคนอื่นก็เริ่มปรากฏ นั่นคือเหตุผลที่นักวิจัยกำลังสำรวจการใช้งาน EEG แบบไร้สายเพื่อคาดการณ์การขับขี่ด้วยความง่วงนอนก่อนที่จะสายไป

หากมีการนำระบบตรวจจับการง่วงนอนเข้าสู่ระบบการควบคุมของรถยนต์ ผู้ขับขี่อาจได้รับการแจ้งเตือนที่สัญญาณแรกของการบกพร่องทางจิต แนวคิดนี้อาจเป็นประโยชน์ในการจัดการกับการรบกวนทั่วไปเช่นกัน

การศึกษาของมหาวิทยาลัยหนึ่งได้สร้างกรอบซอฟต์แวร์และใช้ ชุดหูฟัง EPOC เพื่อตรวจจับการหันเหความสนใจระหว่างการบรรยาย ข้อความเตือนที่สั่นสะเทือนถูกส่งไปยังโทรศัพท์ของนักเรียนเมื่อความตื่นตัวลดลง ส่งผลให้ 75% ของผู้เข้าร่วมสามารถฟื้นฟูและรักษาความสนใจได้9

ความง่วงนอนของคนสามารถระบุตัวได้จากสัญญาณภาพต่างๆ เช่น การพับหัว การปิดตา และการหาว การศึกษาโดย Li et al. ของมหาวิทยาลัย Pukyong National ใช้วิดีโอและข้อมูล EEG เพื่อสังเกตสถานะสมองที่มีความตื่นตัวและการเปลี่ยนแปลง และการเคลื่อนไหวของหัว พวกเขารายงานว่าการสังเกตอีเวนต์ “ง่วงนอนเล็กน้อย” มีความแม่นยำถึง 96.24%10

พัฒนาความคิดนี้ขึ้น ในการศึกษาปี 2017 ได้ออกแบบและประยุกต์ใช้อัลกอริทึมการวัดเพื่อวัดระดับของความง่วงนอนต่างๆ เป้าหมายคือการตรวจจับความง่วงนอนล่วงหน้าแบบเรียลไทม์เพื่อป้องกันไม่ให้มันเป็นอันตรายขณะขับรถ โดยใช้ EMOTIV EPOC เพื่อวัดกิจกรรมของสมองในระหว่างการทดลอง ผู้เขียนรายงานความสำเร็จ 82% ในการแยกขั้นตอนตื่นและง่วงนอน11





Visual and EEG data indicate the differences between awake and drowsiness in subjects during a driving simulation
EEG วัดพร้อมกับสัญญาณภาพเช่นการหาวเพื่อระบุตัวการสูญเสียความตื่นตัวในผู้สอบขับขี่ แหล่งที่มา: Li et al., 2015

สงบสติแล้วขับต่อไป

UN ตั้งเป้าลดจำนวนผู้เสียชีวิตและได้รับบาดเจ็บจากการจราจรทั่วโลกลงครึ่งหนึ่งภายในปี 203012 นักวิทยาศาสตร์และวิศวกรสามารถเรียนรู้วิธีการที่ผู้ขับขี่ที่ถูกรบกวนคิดและออกแบบรถยนต์เพื่อช่วยพวกเขา ซึ่งเป็นไปได้เนื่องจากราคาของอุปกรณ์ EEG แบบไร้สายเคลื่อนที่และความพร้อมใช้งาน

นักวิจัยใช้ EEG แบบเคลื่อนที่เพื่อศึกษาเกี่ยวกับการขับขี่ที่ถูกรบกวนตั้งแต่การมีสติเต็มที่ไปจนถึงการตรวจจับความง่วงนอน เพื่อป้องกันอุบัติเหตุบนท้องถนน

แหล่งที่มา

1Road traffic injuries. (2023, December 13). World Health Organization: WHO. https://www.who.int/news-room/fact-sheets/detail/road-traffic-injuries

2Madore, Kevin P. and Anthony D. Wagner. (2019, April 1). Multicosts of Multitasking. PubMed Central (PMC).

3Distracted Driving. (2023). NHTSA. https://www.nhtsa.gov/risky-driving/distracted-driving

4Distracted driving | Transportation Safety | Injury Center | CDC. (n.d.). https://www.cdc.gov/distracted-driving/about/

5Stinson, L. (2013, November 8). This car senses when you’re not paying attention and slows down. WIRED. https://www.wired.com/2013/11/this-car-slows-down-when-youre-not-paying-attention/

6RAC WA. (2013, November 17). RAC Attention Powered Car Road Trip TVC [Video]. YouTube. https://youtu.be/D8WHS0T4N08

7CNET Cars. (2018, January 8). CES 2018: Nissan's brain-to-vehicle technology can sort of read your mind [Video]. YouTube. https://youtu.be/pEthcB-P5Qw

8Brain-to-Vehicle | Innovation |. (n.d.). Nissan Global. https://www.nissan-global.com/EN/INNOVATION/TECHNOLOGY/ARCHIVE/B2V/

9Charitha, S., Karunananda, A., & Philippe, G. (2017). Framework for modeling of regaining the attention. Journal of Applied and Physical Sciences, 3(2). https://doi.org/10.20474/japs-3.2.1

10Li, G., & Chung, W. (2015). A Context-Aware EEG headset system for early detection of driver drowsiness. Sensors, 15(8), 20873–20893. https://doi.org/10.3390/s150820873

11Shen, J., Li, B., & Shi, X. (2017). Real-Time detection of human drowsiness via a portable Brain-Computer interface. Open Journal of Applied Sciences, 07(03), 98–113. https://doi.org/10.4236/ojapps.2017.73009

12With 1.3 million annual road deaths, UN wants to halve number by 2030.
(2021, December 6). UN News. Retrieved March 27, 2024, https://news.un.org/en/story/2021/12/1107152

การขับขี่อย่างปลอดภัยเป็นความกังวลที่สำคัญสำหรับทุกคน เทคโนโลยีใหม่ได้นำรถยนต์ขับด้วยตนเองมาพร้อมกับความหวังว่าจะลดอุบัติเหตุที่เกิดจากความผิดพลาดของมนุษย์ นอกจากนี้ยังมีการแนะนำฟีเจอร์ที่มุ่งเน้นทำให้การขับขี่ปลอดภัยและสนุกสนานมากขึ้น ฟีเจอร์เหล่านี้รวมถึงจอแสดงผลบนกระจกหน้ารถและระบบเบรกอัตโนมัติ เพียงเพื่อกล่าวถึงบางส่วน

ตั้งแต่ปี 2010 อัตราการตายจากการจราจรทั่วโลกลดลง 5% อย่างไรก็ตาม ยังมีคน 1.19 ล้านคนที่เสียชีวิตจากอุบัติเหตุทางรถยนต์ทุกปี นอกจากนี้ยังมีอุบัติเหตุทางรถยนต์ที่ทำให้ได้รับบาดเจ็บถึง 50 ล้านคนทุกปี1

ไม่ว่าระบบของรถยนต์จะพัฒนาไปเพียงใด สมองของมนุษย์ยังคงเป็นคอมพิวเตอร์ที่ทรงพลังที่สุด การเข้าใจการรบกวนทางจิตมีบทบาทสำคัญในการสร้างความปลอดภัยบนท้องถนน

ทำไมการรบกวนจึงเป็นอันตราย

มนุษย์หลอกตัวเองว่าเราสามารถทำหลายอย่างพร้อมกันได้ แต่การศึกษาแสดงให้เห็นว่าสมองมนุษย์ไม่สามารถทำหลายอย่างพร้อมกันได้อย่างมีประสิทธิภาพโดยไม่มีการลดลงของความเร็วและความแม่นยำอย่างมีนัยสำคัญ2

การพูดคุยบนโทรศัพท์มือถือหรือระบบข้อมูลขณะขับรถเป็นเรื่องปกติในสังคมปัจจุบัน แต่สิ่งนี้อาจเป็นอันตรายเพราะมันทำให้คุณเสียสมาธิจากถนน

กฎหมายเกี่ยวกับการขับขี่ที่ถูกรบกวนพยายามปรับปรุงความปลอดภัยของผู้ขับขี่ วิศวกรออกแบบรถยนต์ให้ง่ายต่อการใช้งานโดยไม่ต้องใช้มือเพื่อลดสิ่งรบกวน อย่างไรก็ตาม อุบัติเหตุที่เกี่ยวข้องกับผู้ขับขี่ที่ถูกรบกวนยังคงก่อให้เกิดการเสียชีวิตเก้าวันต่อวันในสหรัฐอเมริกา3

ส่งข้อความด่วนอาจรู้สึกทันที แต่การละสายตาจากถนนด้วยเหตุผลใดก็ตามสามารถเป็นอันตรายได้ CDC ประเมินว่าการส่งข้อความขณะขับรถที่ความเร็ว 55 ไมล์ต่อชั่วโมงเหมือนกับการขับรถผ่านสนามฟุตบอลด้วยตาหลับ4 การขับขี่ที่ถูกรบกวนสามารถเกิดขึ้นได้จากหลายสาเหตุ เช่น ความเหนื่อยล้า ความเครียด หรือการใช้ยาเสพติดหรือแอลกอฮอล์

ชุดหูฟัง EEG แบบไร้สาย สามารถตรวจจับการรบกวนขณะขับขี่และช่วยป้องกันอุบัติเหตุได้แบบเรียลไทม์ ในปี 2013 Royal Automobile Club of Western Australia ได้ทดสอบทฤษฎีนี้





a man drives a car wearing an EMOTIV wireless EEG headset to help stay focused on road safety
รถยนต์ที่ขับเคลื่อนด้วยความสนใจทดสอบการขับขี่ที่ถูกรบกวน แหล่งที่มา: RAC

รถที่ขับเคลื่อนด้วยความสนใจ

ตัวอย่างของ CDC แสดงให้เห็นว่า สมองเราไม่สามารถประมวลผลข้อมูลที่เร่งด่วนได้เมื่อเราถูกรบกวน RAC ของ Western Australia พบว่า 20% ของผู้ขับขี่ออสเตรเลียที่มีส่วนร่วมในอุบัติเหตุ กำลังมองไปที่วัตถุที่พวกเขาชน แต่ไม่สามารถเข้าใจสิ่งที่เกิดขึ้นได้เนื่องจากการรบกวนทางจิต

“สมองเป็นเครื่องจักรแห่งความสนใจ” Geoffrey Mackellar ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่เทคโนโลยีของ EMOTIV อธิบาย ส่วนหน้าเป็นสมองสำคัญที่ต้องมีพลังในการขับขี่ เพราะสมองย่อยไม่รู้ว่าการออกนอกเลนจะก่อปัญหา”

แนวคิดคือ: ถ้ารถของคุณสามารถรับรู้ว่าคุณถูกเบี่ยงเบนแล้วชะลอตัวลง? RAC ทำงานร่วมกับ EMOTIV เพื่อ ดัดแปลง Hyundai i40 ที่สามารถทำเช่นนั้นได้ ผู้ขับขี่สวม EPOC Series 14-channel EEG headset ที่สื่อสารกับยานพาหนะ ประสิทธิภาพของสมองมีผลโดยตรงต่อความเร็วของรถ

หลังจากทำการวัดมาตรฐานสำหรับสภาวะสมองต่างๆ รวมถึงลืมตา/ปิดตา ระดับการจ้องมอง การเกิด "เหม่อลอย" เป็นต้น รถถูกตั้งโปรแกรมให้ชะลอตัวเมื่อผู้ขับขี่ถูกเบี่ยงเบน รถยังตอบสนองเมื่อผู้ขับขี่หันศีรษะออกจากถนน ตามที่ระบุโดยไจโรสโคบใน EPOC

RAC นำรถที่ขับเคลื่อนด้วยความสนใจ” ออกเดินทางเพื่อตรวจสอบว่า การขาดความสนใจมีผลต่อทุกคน6 การเดินทางทางถนนนี้ตามด้วยการทดลองในสนามเพื่อสำรวจปัญหาการรบกวนทางจิต โดยเฉพาะบนถนนยาว ในขณะที่รถที่ดัดแปลงยังไม่ได้ถูกผลิตเชิงพาณิชย์ แต่ก็สร้างความตระหนักถึงการที่เราสามารถถูกเบี่ยงเบนหลังพวงมาลัยได้ง่ายเพียงใด

ความน่าสนใจของระบบสมองสู่อุปกรณ์ (B2V) ยังไม่ถูกลืมโดยผู้ผลิตรถยนต์ ในปี 2018 Nissan เผยต้นแบบ B2V ที่สามารถปรับเข้ากับความชอบของผู้ใช้และตอบสนองได้อย่างรวดเร็วในสถานการณ์ฉุกเฉิน7

“ด้วยการตอบโจทย์การเคลื่อนไหวที่คาดหมาย ระบบสามารถจัดการ (หมุนพวงมาลัยหรือชะลอรถ) ได้เร็วกว่าเวลาตอบสนองโดยเฉลี่ยของมนุษย์ 0.2 ถึง 0.5 วินาที เพิ่มความเร็วในการตอบสนองในขณะที่ไม่ชัดเจนสำหรับผู้ขับขี่เอง” Nissan อธิบาย8





A man yawns behind the wheel and is too tired to drive
การแจ้งเตือนแบบเรียลไทม์สามารถแจ้งเตือนผู้ขับขี่เกี่ยวกับการบกพร่องก่อนที่พวกเขาจะเหนื่อยเกินกว่าที่จะขับรถ

การแจ้งเตือนง่วงนอน

การรู้สึกง่วงนอนเป็นสิ่งที่ชัดเจนกว่าภายในการรับรู้ถึงการไม่ตั้งใจอยู่ เมื่อผู้ขับขี่เริ่มหาวหรือนอนพับหัว อันตรายต่อพวกเขาและคนอื่นก็เริ่มปรากฏ นั่นคือเหตุผลที่นักวิจัยกำลังสำรวจการใช้งาน EEG แบบไร้สายเพื่อคาดการณ์การขับขี่ด้วยความง่วงนอนก่อนที่จะสายไป

หากมีการนำระบบตรวจจับการง่วงนอนเข้าสู่ระบบการควบคุมของรถยนต์ ผู้ขับขี่อาจได้รับการแจ้งเตือนที่สัญญาณแรกของการบกพร่องทางจิต แนวคิดนี้อาจเป็นประโยชน์ในการจัดการกับการรบกวนทั่วไปเช่นกัน

การศึกษาของมหาวิทยาลัยหนึ่งได้สร้างกรอบซอฟต์แวร์และใช้ ชุดหูฟัง EPOC เพื่อตรวจจับการหันเหความสนใจระหว่างการบรรยาย ข้อความเตือนที่สั่นสะเทือนถูกส่งไปยังโทรศัพท์ของนักเรียนเมื่อความตื่นตัวลดลง ส่งผลให้ 75% ของผู้เข้าร่วมสามารถฟื้นฟูและรักษาความสนใจได้9

ความง่วงนอนของคนสามารถระบุตัวได้จากสัญญาณภาพต่างๆ เช่น การพับหัว การปิดตา และการหาว การศึกษาโดย Li et al. ของมหาวิทยาลัย Pukyong National ใช้วิดีโอและข้อมูล EEG เพื่อสังเกตสถานะสมองที่มีความตื่นตัวและการเปลี่ยนแปลง และการเคลื่อนไหวของหัว พวกเขารายงานว่าการสังเกตอีเวนต์ “ง่วงนอนเล็กน้อย” มีความแม่นยำถึง 96.24%10

พัฒนาความคิดนี้ขึ้น ในการศึกษาปี 2017 ได้ออกแบบและประยุกต์ใช้อัลกอริทึมการวัดเพื่อวัดระดับของความง่วงนอนต่างๆ เป้าหมายคือการตรวจจับความง่วงนอนล่วงหน้าแบบเรียลไทม์เพื่อป้องกันไม่ให้มันเป็นอันตรายขณะขับรถ โดยใช้ EMOTIV EPOC เพื่อวัดกิจกรรมของสมองในระหว่างการทดลอง ผู้เขียนรายงานความสำเร็จ 82% ในการแยกขั้นตอนตื่นและง่วงนอน11





Visual and EEG data indicate the differences between awake and drowsiness in subjects during a driving simulation
EEG วัดพร้อมกับสัญญาณภาพเช่นการหาวเพื่อระบุตัวการสูญเสียความตื่นตัวในผู้สอบขับขี่ แหล่งที่มา: Li et al., 2015

สงบสติแล้วขับต่อไป

UN ตั้งเป้าลดจำนวนผู้เสียชีวิตและได้รับบาดเจ็บจากการจราจรทั่วโลกลงครึ่งหนึ่งภายในปี 203012 นักวิทยาศาสตร์และวิศวกรสามารถเรียนรู้วิธีการที่ผู้ขับขี่ที่ถูกรบกวนคิดและออกแบบรถยนต์เพื่อช่วยพวกเขา ซึ่งเป็นไปได้เนื่องจากราคาของอุปกรณ์ EEG แบบไร้สายเคลื่อนที่และความพร้อมใช้งาน

นักวิจัยใช้ EEG แบบเคลื่อนที่เพื่อศึกษาเกี่ยวกับการขับขี่ที่ถูกรบกวนตั้งแต่การมีสติเต็มที่ไปจนถึงการตรวจจับความง่วงนอน เพื่อป้องกันอุบัติเหตุบนท้องถนน

แหล่งที่มา

1Road traffic injuries. (2023, December 13). World Health Organization: WHO. https://www.who.int/news-room/fact-sheets/detail/road-traffic-injuries

2Madore, Kevin P. and Anthony D. Wagner. (2019, April 1). Multicosts of Multitasking. PubMed Central (PMC).

3Distracted Driving. (2023). NHTSA. https://www.nhtsa.gov/risky-driving/distracted-driving

4Distracted driving | Transportation Safety | Injury Center | CDC. (n.d.). https://www.cdc.gov/distracted-driving/about/

5Stinson, L. (2013, November 8). This car senses when you’re not paying attention and slows down. WIRED. https://www.wired.com/2013/11/this-car-slows-down-when-youre-not-paying-attention/

6RAC WA. (2013, November 17). RAC Attention Powered Car Road Trip TVC [Video]. YouTube. https://youtu.be/D8WHS0T4N08

7CNET Cars. (2018, January 8). CES 2018: Nissan's brain-to-vehicle technology can sort of read your mind [Video]. YouTube. https://youtu.be/pEthcB-P5Qw

8Brain-to-Vehicle | Innovation |. (n.d.). Nissan Global. https://www.nissan-global.com/EN/INNOVATION/TECHNOLOGY/ARCHIVE/B2V/

9Charitha, S., Karunananda, A., & Philippe, G. (2017). Framework for modeling of regaining the attention. Journal of Applied and Physical Sciences, 3(2). https://doi.org/10.20474/japs-3.2.1

10Li, G., & Chung, W. (2015). A Context-Aware EEG headset system for early detection of driver drowsiness. Sensors, 15(8), 20873–20893. https://doi.org/10.3390/s150820873

11Shen, J., Li, B., & Shi, X. (2017). Real-Time detection of human drowsiness via a portable Brain-Computer interface. Open Journal of Applied Sciences, 07(03), 98–113. https://doi.org/10.4236/ojapps.2017.73009

12With 1.3 million annual road deaths, UN wants to halve number by 2030.
(2021, December 6). UN News. Retrieved March 27, 2024, https://news.un.org/en/story/2021/12/1107152