Ước lượng mức độ nhắm mắt bằng cảm biến EEG và ứng dụng của nó trong việc phát hiện tình trạng buồn ngủ của tài xế

Gang Li và Wan-Young Chung, Khoa Kỹ thuật Điện, Trường Đại học Quốc gia Pukyong, Hàn Quốc. 2014

Tóm tắt

Hiện tại, các thiết bị phát hiện sự buồn ngủ của tài xế sử dụng công nghệ dựa trên video đang được nghiên cứu rộng rãi. Độ đóng mí mắt (ECD) là chỉ số chính của các phương pháp dựa trên video, tuy nhiên, những nhược điểm như giới hạn độ sáng và những trở ngại thực tế như sự phân tâm của tài xế hạn chế sự thành công của nó. Nghiên cứu này trình bày một cách tính toán ECD bằng cách sử dụng cảm biến EEG thay vì các phương pháp dựa trên video. Giả thuyết là ECD thể hiện mối quan hệ tuyến tính với sự thay đổi của EEG ở vùng chẩm. Tổng cộng có 30 đối tượng tham gia vào nghiên cứu này: mười trong số họ đã tham gia vào một thí nghiệm chứng minh khái niệm đơn giản để xác minh mối quan hệ tuyến tính giữa ECD và EEG, và sau đó hai mươi người tham gia vào một thí nghiệm lái xe trên đường cao tốc đơn điệu trong môi trường mô phỏng lái xe để kiểm tra độ ổn định của mối quan hệ tuyến tính trong các ứng dụng thực tế. Lấy phương pháp dựa trên video làm tham chiếu, tỷ lệ công suất Alpha từ kênh O2 được tìm thấy là tính năng đầu vào tốt nhất cho ước lượng hồi quy tuyến tính của ECD. Hệ số tương quan bình phương tốt nhất (SCC, ký hiệu là r2) và sai số bình phương trung bình (MSE) được xác thực bằng mô hình hồi quy vector hỗ trợ tuyến tính và phương pháp loại bỏ một đối tượng là r2 = 0.930 và MSE = 0.013. Mô hình EEG-ECD tuyến tính đề xuất có thể đạt được độ chính xác 87.5% và 70.0% cho các đối tượng nam và nữ, tương ứng, cho một ứng dụng phát hiện sự buồn ngủ của tài xế, tỷ lệ đóng mí mắt trên đồng tử theo thời gian (PERCLOS). Phương pháp ước lượng ECD mới này không chỉ giải quyết những nhược điểm của phương pháp dựa trên video, mà còn làm cho việc ước lượng ECD hiệu quả về tính toán và dễ dàng triển khai trong cảm biến EEG theo cách thời gian thực.Nhấn vào đây để đọc báo cáo đầy đủ