基于商用 EEG 头戴设备的驾驶员 drowsiness 检测
人机交互
2023-03-28 v1 系统与控制
系统与控制
摘要
驾驶员 drowsiness 是道路事故的主要原因之一。脑电图（EEG）受 drowsiness 影响显著；因此，基于 EEG 的方法以最高精度检测 drowsiness。干电极与头戴设备制造的发展使 EEG 记录更加便捷。用于检测 drowsiness 的基于车辆的特征易于采集但性能并非最佳。本文中，我们研究了用商用头戴设备以 4 通道记录的 EEG 信号相对于基于车辆的技术在 drowsiness 检测中的性能。我们通过商用设备记录了 50 名志愿者的 EEG 信号，这些志愿者在模拟器中处于 drowsiness 与清醒状态。采用 drowsiness 的观察者评分法确定受试者的 drowsiness 水平。我们研究了模拟器记录的基于车辆的特征与两种 drowsiness 和清醒状态下的基于 EEG 的特征的有意义分离。比较结果表明，基于 EEG 的特征在两种状态下的分离 p 值低于基于车辆的特征。结论是，与基于车辆的方法相比，EEG 头戴设备可作为性能更优的可行替代方案用于检测 drowsiness。
引用
@article{arxiv.2303.14841,
title = {Driver Drowsiness Detection with Commercial EEG Headsets},
author = {Qazal Rezaee and Mehdi Delrobaei and Ashkan Giveki and Nasireh Dayarian and Sahar Javaher Haghighi},
journal= {arXiv preprint arXiv:2303.14841},
year = {2023}
}
备注
546 Preprint version of the manuscript published in the proceedings of the 10th RSI International Conference on Robotics and Mechatronics (ICRoM 2022), Nov. 15-18, 2022, Tehran, Iran