使用腦電圖感測器估算眼睛閉合程度及其在駕駛疲勞偵測中的應用

Gang Li 與 Wan-Young Chung，韓國釜慶國立大學電子工程系。2014

摘要

目前，使用基於視頻技術的駕駛員疲勞檢測器正在廣泛研究。眼瞼閉合程度（ECD）是基於視頻的方法的主要衡量標準，然而，亮度限制等缺點和駕駛員分心等實際障礙限制了其成功。本研究提出了一種使用腦電圖（EEG）傳感器而不是基於視頻的方法來計算 ECD 的方法。基本前提是 ECD 與枕骨 EEG 變化呈線性關係。研究共包括30名受試者：其中10名參加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，然後20名參加了一個模擬駕駛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穩健性。以基於視頻的方法為參考，發現從O2通道獲得的Alpha功率百分比是ECD線性回歸估計的最佳輸入特徵。通過線性支持向量回歸模型和留一個受試者的方法驗證，最佳整體平方相關係數（SCC，表示為r2）和均方誤差（MSE）分別為r2 = 0.930 和 MSE = 0.013。所提出的線性 EEG-ECD 模型可以在駕駛員疲勞應用中，分別實現男性受試者87.5%和女性受試者70.0%的準確性，基於時間對瞳孔的百分比眼瞼閉合度（PERCLOS）。這一新的 ECD 估計方法不僅解決了基於視頻的方法缺點，而且使得 ECD 的估計在 EEG 傳感器中以實時方式更具計算效率且更易於實施。點擊此處閱讀完整報告