对于具有自动驾驶功能的车辆,驾驶员昏昏欲睡的多方法检测
Horia Beles1, Tiberiu Vesselenyi1, Alexandru Rus1
1Department of Mechanical Engineering and Automotive, University of Oradea, Universitatii St. 1, 410087 Oradea, Romania.
Sensors (Basel, Switzerland)
|March 13, 2024
概括
这项研究介绍了一种使用电眼镜 (EOG) 和眼睛图像的模糊算法,以检测驾驶员的嗜睡并防止事故. 该系统警告昏昏欲睡的驾驶员,如果需要,可以提醒先进的驾驶辅助系统 (ADAS).
科学领域:
- 计算机科学 计算机科学
- 人工智能的人工智能
- 汽车安全 汽车安全
背景情况:
- 司机昏昏欲睡是道路交通事故的一个重要因素,原因是注意力减少和反应时间增加.
- 现有的驾驶员监控系统需要提高准确性和可靠性,以有效检测昏昏欲睡.
研究的目的:
- 开发和介绍一个模糊的决策算法,用于实时监测和警告驾驶员的昏昏欲睡.
- 整合电眼镜 (EOG) 信号和眼睛状态图像,以进行强大的昏昏欲睡检测.
- 为了使先进的驾驶员辅助系统 (ADAS) 在驾驶员不响应昏昏欲睡的警告时进行干预.
主要方法:
- 在昏昏欲睡检测算法中使用模糊逻辑进行决策.
- 分析电眼镜 (EOG) 信号以评估疲劳的生理指标.
- 处理眼睛状态图像以识别与昏昏欲睡相关的视觉线索.
- 开发一个系统,其中包含有关驾驶员警觉性的学习,分析和决策的组件.
主要成果:
- 拟议的模糊算法有效地分析了EOG信号和眼睛图像,以确定驾驶员的警觉程度.
- 该系统成功地识别了昏昏欲睡的状态,并触发了及时的警告.
- 通过解决驾驶员疲劳问题来减少事故风险的已被证明潜力.
结论:
- 开发的模糊决策算法为驾驶员昏昏欲睡的监控提供了一个有前途的方法.
- 与ADAS的集成通过为不响应的司机提供备用机制来提高安全性.
- 这项技术有助于智能汽车安全系统的发展.


