使用腦電波感測器估算眼睛閉合度及其在駕駛疲勞檢測中的應用

努里·賈維特

更新於

2014年9月12日

使用腦電波感測器估算眼睛閉合度及其在駕駛疲勞檢測中的應用

努里·賈維特

更新於

2014年9月12日

使用腦電波感測器估算眼睛閉合度及其在駕駛疲勞檢測中的應用

努里·賈維特

更新於

2014年9月12日

韓國釜慶大學電子工程系,Gang Li 和 Wan-Young Chung。2014年

摘要

目前,利用視訊技術的駕駛疲勞偵測器正受到廣泛的研究。眼瞼閉合度(ECD)是視訊方法的主要測量指標,然而,亮度限制等缺點以及駕駛分心等實際障礙限制了其成功。本研究提出了一種使用腦波(EEG)感測器代替視訊方法來計算 ECD 的方法。其前提是 ECD 與枕骨腦波的變化呈現線性關係。本研究共納入30名受試者:其中10名參與了一個簡單的概念驗證實驗,以驗證 ECD 與 EEG 之間的線性關係;隨後20名參與了駕駛模擬器環境中的單調高速公路駕駛實驗,以測試該線性關係在實際應用中的魯棒性。以視訊方法為參考,發現來自 O2 通道的 Alpha 功率百分比是用於 ECD 線性回歸估計的最佳輸入特徵。經線性支持向量回歸模型和留一法驗證,最佳整體決定係數(SCC,記作 r2)和均方誤差(MSE)分別為 r2 = 0.930 和 MSE = 0.013。在駕駛疲勞應用「單位時間內眼瞼覆蓋瞳孔的百分比(PERCLOS)」中,所提出的線性 EEG-ECD 模型對男性和女性受試者分別可達到 87.5% 和 70.0% 的準確度。這種新的 ECD 估計方法不僅解決了視訊方法的缺點,還使 ECD 估計在計算上更有效率,且更容易在腦波感測器中以即時方式實現。點擊此處閱讀完整報告

韓國釜慶大學電子工程系,Gang Li 和 Wan-Young Chung。2014年

摘要

目前,利用視訊技術的駕駛疲勞偵測器正受到廣泛的研究。眼瞼閉合度(ECD)是視訊方法的主要測量指標,然而,亮度限制等缺點以及駕駛分心等實際障礙限制了其成功。本研究提出了一種使用腦波(EEG)感測器代替視訊方法來計算 ECD 的方法。其前提是 ECD 與枕骨腦波的變化呈現線性關係。本研究共納入30名受試者:其中10名參與了一個簡單的概念驗證實驗,以驗證 ECD 與 EEG 之間的線性關係;隨後20名參與了駕駛模擬器環境中的單調高速公路駕駛實驗,以測試該線性關係在實際應用中的魯棒性。以視訊方法為參考,發現來自 O2 通道的 Alpha 功率百分比是用於 ECD 線性回歸估計的最佳輸入特徵。經線性支持向量回歸模型和留一法驗證,最佳整體決定係數(SCC,記作 r2)和均方誤差(MSE)分別為 r2 = 0.930 和 MSE = 0.013。在駕駛疲勞應用「單位時間內眼瞼覆蓋瞳孔的百分比(PERCLOS)」中,所提出的線性 EEG-ECD 模型對男性和女性受試者分別可達到 87.5% 和 70.0% 的準確度。這種新的 ECD 估計方法不僅解決了視訊方法的缺點,還使 ECD 估計在計算上更有效率,且更容易在腦波感測器中以即時方式實現。點擊此處閱讀完整報告

韓國釜慶大學電子工程系,Gang Li 和 Wan-Young Chung。2014年

摘要

目前,利用視訊技術的駕駛疲勞偵測器正受到廣泛的研究。眼瞼閉合度(ECD)是視訊方法的主要測量指標,然而,亮度限制等缺點以及駕駛分心等實際障礙限制了其成功。本研究提出了一種使用腦波(EEG)感測器代替視訊方法來計算 ECD 的方法。其前提是 ECD 與枕骨腦波的變化呈現線性關係。本研究共納入30名受試者:其中10名參與了一個簡單的概念驗證實驗,以驗證 ECD 與 EEG 之間的線性關係;隨後20名參與了駕駛模擬器環境中的單調高速公路駕駛實驗,以測試該線性關係在實際應用中的魯棒性。以視訊方法為參考,發現來自 O2 通道的 Alpha 功率百分比是用於 ECD 線性回歸估計的最佳輸入特徵。經線性支持向量回歸模型和留一法驗證,最佳整體決定係數(SCC,記作 r2)和均方誤差(MSE)分別為 r2 = 0.930 和 MSE = 0.013。在駕駛疲勞應用「單位時間內眼瞼覆蓋瞳孔的百分比(PERCLOS)」中,所提出的線性 EEG-ECD 模型對男性和女性受試者分別可達到 87.5% 和 70.0% 的準確度。這種新的 ECD 估計方法不僅解決了視訊方法的缺點,還使 ECD 估計在計算上更有效率,且更容易在腦波感測器中以即時方式實現。點擊此處閱讀完整報告

繼續閱讀

評估兒童是否可以使用簡單腦機介面