• 대한인간공학회지
• /
• 제35권5호
• /
• pp.371-381
• /
• 2016

Objective:This study aims to evaluate the features of heart rate variability (HRV) and respiratory signals as indices for a driver's drowsiness and waking status in order to develop the classification model for a driver's drowsiness and waking status using those features. Background: Driver's drowsiness is one of the major causal factors for traffic accidents. This study hypothesized that the application of combined bio-signals to monitor the alertness level of drivers would improve the effectiveness of the classification techniques of driver's drowsiness. Method: The features of three heart rate variability (HRV) measurements including low frequency (LF), high frequency (HF), and LF/HF ratio and two respiratory measurements including peak and rate were acquired by the monotonous car driving simulation experiments using the photoplethysmogram (PPG) and respiration sensors. The experiments were repeated a total of 50 times on five healthy male participants in their 20s to 50s. The classification model was developed by selecting the optimal measurements, applying a binary logistic regression method and performing 3-fold cross validation. Results: The power of LF, HF, and LF/HF ratio, and the respiration peak of drowsiness status were reduced by 38%, 22%, 31%, and 7%, compared to those of waking status, while respiration rate was increased by 3%. The classification sensitivity of the model using both HRV and respiratory features (91.4%) was improved, compared to that of the model using only HRV feature (89.8%) and that using only respiratory feature (83.6%). Conclusion: This study suggests that the classification of driver's drowsiness and waking status may be improved by utilizing a combination of HRV and respiratory features. Application: The results of this study can be applied to the development of driver's drowsiness prevention systems.

• 한국멀티미디어학회논문지
• /
• 제19권6호
• /
• pp.1024-1033
• /
• 2016

In this study, a system is proposed for analyzing whether driver's eyes are open or closed on the basis of images to determine driver's drowsiness. The proposed system converts eye areas detected by a camera to a color space area to effectively detect eyes in a dark situation, for example, tunnels, and a bright situation due to a backlight. In addition, the system used a thickness distribution of a detected eye area as a feature value to analyze whether eyes are open or closed through the Support Vector Machine(SVM), representing 90.09% of accuracy. In the experiment for the images of driver wearing glasses, 83.83% of accuracy was obtained. In addition, in a comparative experiment with the existing PCA method by using Eigen-eye and Pupil Measuring System the detection rate is shown improved. After the experiment, driver's drowsiness was identified accurately by using the method of summing up the state of driver's eyes open and closes over time and the method of detecting driver's eyes that continue to be closed to examine drowsy driving.

• 한국자동차공학회논문집
• /
• 제22권3호
• /
• pp.136-142
• /
• 2014

Distinct features in heart rate signals during the driver's wake and sleep states could provide an initiative for the development of a safe driving systems such as drowsiness detecting sensor in a smart wheel. We measured ECG from health subjects ($23.5{\pm}2.5$ in age) during the wake and drowsiness states. The proposed method is able to detect R waves and R-R interval calculation in the ECG even when the signal includes in abnormal signals. Heart rate variability(HRV) was investigated for the time domain and frequency domains. The STD HR(0.029), NN50(0.044) and VLF power(0.0018) of the RR interval series of the subjects were significantly different from those of the control group (p < 0.05). In conclusion, there are changes in heart rate from wake to drowsiness that are potentially to be detected. The results in our study could be useful for the development of drowsiness detection sensors for effective real-time monitoring.

• 한국지능시스템학회논문지
• /
• 제18권2호
• /
• pp.223-229
• /
• 2008

본 논문에서는 비젼을 이용한 영상처리 기술을 기반으로 운전자의 피로도를 측정하여 졸음운전을 판단하는 실시간 비젼시스템을 제안한다. 제안된 시스템은 얼굴 영상 분석과 퍼지 이론을 이용하여 운전자의 졸음 또는 부주의함을 경고함으로서 교통사고를 미연에 방지하는 시스템이다. 본 논문에서는 실시간 얼굴 탐색 알고리즘 개발을 위해 퍼지 색상 필터와 가상 얼굴 모형을 이용하여 얼굴 위치 및 눈 영역을 보다 빠르게 검출하고, 눈 깜박임의 빈도수(eye blinking frequency)와 눈의 닫힘 지속 기간(eye closure duration)을 측정하는 방법은 제안한다. 그 다음, 측정된 데이터를 기반으로 퍼지논리를 사용하여 운전자의 피로도를 결정하고 졸음운전 여부를 판단하는 방법을 제안한다. 마지막으로 제안된 방법은 여러 실험을 통해 그 우수성과 응용 가능성을 증명한다.

• 대한의용생체공학회:의공학회지
• /
• 제18권3호
• /
• pp.315-323
• /
• 1997

Driving is a complex vigilance task that includes improper lookout, excessive speed and inattention. The primary objective of this research is to detect driver drowsiness so that the driver can be alerted to an impending traffic accident in performance. We developed the automatic detection and warning system during drowsy driving. A drowsiness detection system must be able to monitor driver status and detect the detrimental changes of a driver performance. Eyeblink has been found to be a reliable factor of drowsiness detection in earlier studies. As an additional parameter, we also considered the yawning which often occurs in a low vigilance state and predicts the drowsy state. We used a computer vision method to extract the eyeblink and yawning in the face image sequences. When the drowsy state was detected, the driver was refreshed by alarming device and menthol scent generator after deciding the warning level by fuzzy logic. For the evaluation of our system, we measured the physiological parameters such as EOG and EEG. The results indicated that it is possible to detect and alert the driver drowsiness temporarily or continuously by using our system.

• 한국멀티미디어학회논문지
• /
• 제19권5호
• /
• pp.797-807
• /
• 2016

The discussion in this paper aims to introduce an approach to detect drowsiness with Android based smartphones using the OpenCV platform tools. OpenCV for Android actually provides powerful tools for real-time body's parts tracking. We discuss here about the maximization of the accuracy in real-time eye tracking. Then we try to develop an approach for detecting eye blink by analyzing the structure and color variations of human eyes. Finally, we introduce a time variable to capture drowsiness.

• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1998년도 추계학술대회
• /
• pp.131-132
• /
• 1998

The purpose of this study is to keep drivers from falling asleep at the wheel, it is necessary to find ways of detecting and relieving drowsiness. For the estimation of our warning system, we measured the physiological parameters such as EEG, ECG, EOG while they performed a monotonous task intended to induce drowsiness. The effects of a oxygen, odor and various colors on the subjects while in a drowsy state were examined. It was found that a combination of a certain amount of oxygen and odor such as a menthol and yellow color can have a positive effect of relieving drowsiness.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2011년도 춘계학술대회
• /
• pp.481-484
• /
• 2011

최근의 자동차 기술이 기계적 장치 위주에서 전장부품 특히, 차량의 안전 및 편의 기술로서 발전되고 있어서, 추후 자동차의 경쟁력은 에너지 효율성문제와 안전편의 기술의 적용에 의해 그 경쟁력이 결정될 것으로 판단된다. 본 연구에서는 자동차 운전자 졸림의 검지하기 위한 각종 기술을 소개하고 상용화된 기술의 장단점을 비교하여서, 이의 문제점을 해결하기 위한 복합 센싱기술을 소개한다. 기존의 카메라에 의한 눈동자인식을 기반으로한 직접적인 졸림검지와 운전자의 생체신호를 검출하여 간접적으로 스트레스, 피로도, 졸림을 검출하는 방법을 결합하여, 보다 정확도가 높은 졸림검지가 가능한 알고리즘을 개발하였다.

• 데이타베이스연구회지:데이타베이스연구
• /
• 제34권3호
• /
• pp.45-57
• /
• 2018

주행 중에 발생하는 졸음은 큰 사고로 직결될 수 있는 매우 위험한 운전자 상태이다. 졸음을 방지하기 위하여 운전자의 상태를 파악하는 전통적인 졸음 감지 방법들이 존재하지만 운전자들이 가지는 개개인의 특성을 모두 반영한 일반화 된 운전자 상태 인식에는 한계가 있다. 최근에는 운전자의 상태를 인식하기 위한 딥 러닝기반의 상태인식 연구들이 제안되었다. 딥 러닝은 인간이 아닌 기계가 특징을 추출하여 보다 일반화된 인식모델을 도출할 수 있는 장점이 있다. 본 연구에서는 운전자의 상태를 파악하기 위해 이미지와 PPG를 동시에 학습하여 기존 딥 러닝 방식보다 정확한 상태 인식 모델을 제안한다. 본 논문은 운전자의 이미지와 PPG 데이터가 졸음 감지에 어떤 영향을 미치는지, 함께 사용되었을 때 학습 모델의 성능을 향상시키는지 실험을 통해 확인하였다. 이미지만을 사용했을 때 보다 이미지와 PPG를 함께 사용하였을 때 3%내외의 정확도 향상을 확인했다. 또한, 운전자의 상태를 세 가지로 분류하는 멀티모달 딥 러닝 기반의 모델을 96%의 분류 정확도를 보였다.

• 한국통신학회논문지
• /
• 제40권9호
• /
• pp.1731-1733
• /
• 2015

뇌파는 비선형적이고 비정상적인 특징을 가지므로 주파수 분석법보다는 시간-주파수 분석법을 적용하는 것이 효과적이다. 본 논문은 기존에 제안했던 EIV 기법과 다층신경망을 이용한 뇌파기반 졸음 감지 시스템에 시간-주파수 분석 방법인 이산 웨이블릿 변환을 적용한 졸음 감지 시스템을 제안한다. 또한 운전자의 상태를 기존의 '각성', '천이', '졸음'의 세 가지 상태에 '기타'를 추가하여 네 가지 상태로 분류율을 측정하였으며, 기계 학습을 수행하여 제안한 시스템이 특정 조건에서 우수한 성능을 가짐을 확인하였다.