• 대한의용생체공학회:학술대회논문집
• /
• 대한의용생체공학회 1997년도 추계학술대회
• /
• pp.48-51
• /
• 1997

The purpose of this paper is to propose a method to protect the drowsiness of a driver. We measured the physiological signals, response time, and ace expression of the subjects in normal and drowsy state. Those data are used to establish the drowsiness index and fuzzy system. We employed the computer vision technology to extract and eye, track eyelids and measure the parameters related to drowsiness. These parameters were ed into the fuzzy system to decide the drowsiness level, When the drowsiness was detected, the fuzzy system generated warning signals which cons ist of sound and fragrance. Our system was available in decision of the drowsiness level and improvement of subjects' state.

• 한국통신학회논문지
• /
• 제39C권10호
• /
• pp.887-895
• /
• 2014

졸음운전은 전체 교통사고 원인 중 큰 비중을 차지하며 그 위험성이 음주운전보다도 크다고 알려져 있다. 따라서 운전자의 졸음을 판단하고 경고하는 시스템 개발에 대한 관심이 높아지고 있으며, 뇌파를 분석하는 것이 운전자의 피로와 졸음을 감지하는데 효과적이라는 연구결과들이 발표되었다. 본 논문은 짧은 시간에 높은 해상도를 가지는 auto-regressive 모델 기법 중 잡음에 강인한 errors-in-variables(EIV) 방법을 이용하여 특징벡터를 추출하고, 다층신경망(multilayer perceptron; MLP)에 적용하여 운전자의 상태를 각성, 천이, 졸음의 세 가지 상태로 분류하는 졸음 감지 시스템을 제안한다. 생체신호의 측정 환경에 따른 성능을 평가하기 위해 높은 진단률을 갖도록 하는 EIV차수를 결정하고, 잡음에 대한 강인성을 확인하기 위해 신호대 잡음비(signal-to-noise ratio; SNR)에 따른 성능을 선형 예측 부호화(linear predictive coding; LPC) 방법과 비교하였다. 이 결과로부터 제안한 EIV와 MLP를 결합한 졸음 감지 시스템은 기존의 LPC와 MLP를 이용한 시스템에 대해 우수한 성능을 얻을 수 있음을 확인하였다.

• 한국안전학회지
• /
• 제30권2호
• /
• pp.56-62
• /
• 2015

The purpose of this study was to identify the relationship between the index of Electrocardiography(LF/HF) and the occurrence of drowsiness driving while driving in a simulated situation. Participants were 31 undergraduate students with an experience in driving and they participated 30 minutes driving under enough sleep condition and 1 hour under the sleep deprivation condition. The Euro Truck Simulator II was used for driving simulation task and ECG and perceived drowsiness of each participants were measured during two driving conditions. Perceived sleepiness recorded by the checklist every 10 minutes and ECG data extracted before and after 15 seconds of every 10 minutes to verify the relationship between two variables. The results showed that the level of perceived sleepiness under sleep deprivation condition was higher than that under the enough sleep condition, and the level of LF/HF under sleep deprivation condition was lower than that under the enough sleep condition. In addition, the result of analysis of repeated measure ANOVA for ECG indicated that authentic sleepiness revealed in 20 minutes after the start of driving under the sleep deprivation condition. However, the result of perceived drowsiness indicated that authentic sleepiness revealed in 30 minutes after the start of driving. These result suggest that the time difference between biological and perceived response on drowsiness may be exist. Finally, the significant negative correlation between the LF/HF level and perceived drowsiness was observed. These findings suggest that ECG(LF/HF) can be an possible index to measure drowsiness driving.

• 디지털산업정보학회논문지
• /
• 제5권2호
• /
• pp.167-176
• /
• 2009

In this paper, a system that detects driver's drowsiness has been implemented based on the automatic extraction and the tracking of pupils. The research also focuses on the compensation of illumination and reduction of background noises that naturally exist in the driving condition. The system, that is based on the principle of Haar-like feature, automatically collects data from areas of driver's face and eyes among the complex background. Then, it makes decision of driver's drowsiness by using recognition of characteristics of pupils area, detection of pupils, and their movements. The implemented system has been evaluated and verified the practical uses for the prevention of driver's drowsiness.

• 한국ITS학회 논문지
• /
• 제10권2호
• /
• pp.94-102
• /
• 2011

본 논문은 눈 깜박임 패턴을 이용한 새로운 졸음 검출 알고리즘을 제안하였다. 유한오토마타를 이용한 졸음 검출 모델을 제안하여 눈감은 상태를 나타내는 입력 심벌의 개수만을 체크함으로써 눈 깜박임, 졸음, 수면 검출을 용이하게 하였다. 또한 수평 투영 히스토그램의 특성을 이용하여 눈동자가 있는 영역만을 구해 수직 투영 히스토그램을 취함으로써 눈썹이나 안경테와 같은 외부 영향을 최소화 시켜 정확도를 높였다. ZJU 눈 깜박임 데이터베이스를 이용한 눈 깜박임 검출 실험 결과 93% 이상의 정확도를 얻음으로써 제안된 방법의 우수함을 보였다.

• 전기학회논문지
• /
• 제56권2호
• /
• pp.432-435
• /
• 2007

In modern society, automobile is necessary vehicle. Automobile is a series of modern convenient. And the number of automobile is on the increase. But from you to year, automobile accident is on the increase, also. One of most reason that cause automobile accident is drowsiness driving. So, we plan to construct automobile system for drowsiness accident prevention for decreasing automobile accident. In this research, we built a drowsiness detecting device using EDA (Electro Dermal Activity) signal which is electric response in the human body skin. There are SIL (Skin Impedance Level) and SIR (Skin Impedance Response) in EDA. Mostly, SIL consists of DC element. On the other hand, SIL consists of AC element. We could detect the drowsiness condition with SIL and SIR signal.

• 전기학회논문지
• /
• 제57권12호
• /
• pp.2281-2284
• /
• 2008

The purpose of this paper is to develope the drowsiness-drive perception system which judges drowsiness driving based on drivers' eye region using single vision system. To do this, first, we use the Haar-like feature and AdaBoost learning algorithm for detecting the features of the face region. And we measure the eye blinking frequency and eye closure duration from these feature data. And then, we propose the drowsiness-drive detection algorithm using the eye blinking frequency and eye closure duration. Finally, we have shown the effectiveness and feasibility of the proposed method through some experiments.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권9호
• /
• pp.4518-4540
• /
• 2019

With the development of IT convergence technology, autonomous driving has gradually developed; however, the vehicle is still operated by the driver, who should always be in good health - but sometimes, this is not the case. It is especially dangerous to drive when drowsy, and unable to fully concentrate on driving, such as when taking certain medicines, or through fatigue. Drowsy driving is at least eight times more dangerous than normal driving, and as dangerous as drunk driving. Previous research has looked at technology to detect drowsiness, in order to wake up drivers when necessary, or to safely stop the vehicle. Furthermore, many studies have been conducted to find out when drowsiness occurs. However, it is more desirable for the driver to take sufficient rest during a break, in order to be able to continue to focus and drive. In other words, it is important to maintain a normal state before drowsiness. In this study, we introduce a sound source to increase driver concentration and prevent drowsiness, another that can improve the quality of sleep, and a system that produces these sound sources. The proposed system has a noise reduction effect of about 15 dB. We have confirmed that the proposed sound induces an EEG of the desired form.

• 융합신호처리학회논문지
• /
• 제13권3호
• /
• pp.136-141
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호인 뇌파 (Electroencephalogram, EEG)와 안구전도 (Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜에 의거하여 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하고 선형예측(Linear Predictive coding, LPC) 계수를 특징벡터로 한 신경회로망 기반 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)을 가지고도 96.5%라는 높은 분류 결과를 얻어 짧은 순간에 일어날 수 있는 운전 시 돌발 상황을 실시간으로 검출 가능성을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.768-773
• /
• 2012

운전 중 운전자의 졸음은 교통 사망사고를 일으키는 중요한 요인이며 음주운전보다도 더 위험할 수 도 있다. 이러한 이유로 운전자의 졸음을 판별하고 경고하는 시스템 개발이 최근에 매우 중요한 이슈로 떠올랐다. 그중에서도 졸음과 가장 밀접한 관련이 있는 생체 신호 분석이 많이 적용되는데 그중에서도 뇌파(Electroencephalogram, EEG)와 안구전도(Electrooculogram, EOG)를 분석하는 연구가 주류를 이루고 있다. 본 논문에서는 실험 프로토콜를 바탕으로 측정된 뇌파를 주파수별로 분석하여 운전자의 상태별 뇌파 데이터베이스를 구축하였고 선형예측(Linear Predictive Coding, LPC) 계수와 Support Vector Machine(SVM)을 이용한 운전자 졸음 감지 시스템을 제안한다. 실험결과로 졸음의 뇌파분석에서 알파파가 감소하며 세타파가 증가하는 추세를 보였으며, LPC 계수가 각성, 졸음 및 수면상태의 특징을 잘 반영하였다. 특히 제안한 시스템은 적은 샘플(250ms)에서도 96.5%의 높은 분류 결과를 얻어 짧은 순간에 일어날 운전시 돌발 상황을 실시간으로 예측할 수 있는 가능성을 보였다.