ที่เก็บถาวรสำหรับปี: #!31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p3931#31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p-3+00:003131+00:00x31 27am31am-31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p3+00:003131+00:00x312021 จันทร์, 27 ธ.ค. 2021 03:59:39 +00005935912am วันจันทร์=957#!31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p+00:0012#ย#!31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p3931#/31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p-3+00:003131+00:00x31#!31 จันทร์, 27 ธ.ค. 2021 03:59:39 +0000p+00:0012#

ความเมื่อยล้าในการขับขี่หมายถึงความสามารถในการตอบสนองของผู้ขับขี่ที่ลดลงซึ่งเกิดจากการอดนอนหรือการขับขี่อย่างต่อเนื่องเป็นเวลานาน การลดลงนี้แสดงให้เห็นอาการง่วงนอน การหลับใน การขับขี่ที่ไม่ถูกต้อง หรือสูญเสียความสามารถในการขับขี่โดยสิ้นเชิง
ความเมื่อยล้าจากการขับรถสะท้อนให้เห็นทั้งในด้านสรีรวิทยาและจิตใจ รวมถึงการทำงานของระบบประสาท การเปลี่ยนแปลงของเลือดและดวงตา ปฏิกิริยาทางจิตวิทยา ได้แก่ เวลาตอบสนองที่นานขึ้น ความว้าวุ่นใจ และการกระทำที่ไม่พร้อมเพรียงกัน การสืบสวนและวิจัยสาเหตุของอุบัติเหตุจราจรโดยมหาวิทยาลัยอินเดียนา ในสหรัฐอเมริกา พบว่าอุบัติเหตุ 85% มีความเกี่ยวข้องกับผู้ขับขี่ และมีเพียง 15% เท่านั้นที่เป็นปัจจัยด้านยานพาหนะและสิ่งแวดล้อม
พฤติกรรมและข้อบกพร่องของผู้ขับขี่ทันทีก่อนเกิดอุบัติเหตุนำไปสู่อุบัติเหตุโดยตรง พฤติกรรมเหล่านี้ได้แก่ การรับรู้ล่าช้า การตัดสินใจเกี่ยวกับสิ่งแวดล้อมอย่างไม่ถูกต้อง การจัดการกับสถานการณ์อันตรายที่ไม่เหมาะสม และอื่นๆ ในบรรดาข้อผิดพลาดของไดรเวอร์ทั้งหมด ข้อผิดพลาดที่พบบ่อยที่สุดคือความล่าช้าในการรับรู้และข้อผิดพลาดในการตัดสินใจ ข้อผิดพลาดเหล่านี้จะนำไปสู่การไม่ตั้งใจ การสะท้อนกลับช้า การทำงานที่ไม่เหมาะสม และอื่นๆ สาเหตุของข้อผิดพลาดเหล่านี้คือการขับความเหนื่อยล้า เนื่องจากความเมื่อยล้าของผู้ขับขี่ในการขับขี่ ระดับความระมัดระวังจึงลดลง ส่งผลให้เกิดอุบัติเหตุจราจรเพิ่มขึ้น ซึ่งกลายเป็นประเด็นร้อนที่สังคมกังวลโดยทั่วไป
หากผู้ขับขี่ขับรถด้วยความเหนื่อยล้า ความสามารถในการสังเกต การจดจำ และการควบคุมยานพาหนะจะลดลงอย่างมาก ซึ่งจะคุกคามความปลอดภัยของตนเองและชีวิตของผู้อื่นอย่างร้ายแรง ด้วยการพัฒนาของอุตสาหกรรมการขนส่ง อุบัติเหตุจราจรกลายเป็นปัญหาร้ายแรงที่ทุกประเทศต้องเผชิญ
วิธีการตรวจสอบหลักของความเหนื่อยล้าของผู้ขับขี่
เทคโนโลยีการติดตามและการเตือนล่วงหน้าเกี่ยวกับความเหนื่อยล้าและความว้าวุ่นใจของผู้ขับขี่ได้รับการยกย่องอย่างสูงในหลายประเทศ เนื่องจากมีโอกาสในการพัฒนาในการป้องกันอุบัติเหตุจราจร นักวิจัยได้ทำการวิจัยต่างๆ ตามลักษณะทางสรีรวิทยาและการปฏิบัติงานของความเมื่อยล้าของผู้ขับขี่ ผลการวิจัยบางส่วนได้ก่อให้เกิดผลิตภัณฑ์และเริ่มเข้าสู่ตลาด
วิธีการตรวจจับสภาวะความเมื่อยล้าของผู้ขับขี่สามารถแบ่งคร่าวๆ ได้เป็นวิธีการตรวจจับตามสัญญาณทางสรีรวิทยาของผู้ขับขี่ ลักษณะการตอบสนองทางสรีรวิทยาของผู้ขับขี่ พฤติกรรมการทำงานของผู้ขับขี่ และข้อมูลสถานะของยานพาหนะ
1. วิธีการตรวจจับตามสัญญาณทางสรีรวิทยาของผู้ขับขี่
การวิจัยเรื่องความเหนื่อยล้าเริ่มขึ้นในสาขาสรีรวิทยา การวิจัยที่เกี่ยวข้องแสดงให้เห็นว่าดัชนีทางสรีรวิทยาของผู้ขับขี่ที่อยู่ในภาวะเหนื่อยล้าจะเบี่ยงเบนไปจากดัชนีสภาวะปกติ ดังนั้นไม่ว่าผู้ขับขี่จะเข้าสู่สภาวะเหนื่อยล้าหรือไม่นั้นก็สามารถตัดสินได้จากดัชนีทางสรีรวิทยาของผู้ขับขี่ ปัจจุบันวิธีการตรวจจับที่เป็นผู้ใหญ่มากขึ้น ได้แก่ การวัด EEG และ ECG ของผู้ขับขี่
นักวิจัยค้นพบมานานแล้วว่า EEG สามารถสะท้อนการทำงานของสมองได้โดยตรง พบว่าเมื่อเข้าสู่สภาวะเหนื่อยล้า กิจกรรมของคลื่นเดลต้าและคลื่นทีต้าใน EEG จะเพิ่มขึ้นอย่างมีนัยสำคัญ ในขณะที่กิจกรรมของคลื่นอัลฟ่าจะเพิ่มขึ้นเล็กน้อย ในการศึกษาอื่น [6] สัญญาณ EEG ได้รับการตรวจสอบในเครื่องจำลองและยานพาหนะจริง ผลการทดสอบแสดงให้เห็นว่า EEG เป็นวิธีที่มีประสิทธิภาพในการตรวจสอบความเหนื่อยล้าของผู้ขับขี่ นักวิจัยยังพบว่าลักษณะสัญญาณ EEG มีความแตกต่างส่วนบุคคลอย่างมาก เช่น เพศและบุคลิกภาพ และยังเกี่ยวข้องอย่างใกล้ชิดกับกิจกรรมทางจิตวิทยาของผู้คนอีกด้วย
ECG ส่วนใหญ่จะใช้ในการวัดทางสรีรวิทยาของภาระการขับรถ การวิจัยแสดงให้เห็นว่า ECG จะลดลงอย่างเห็นได้ชัดและสม่ำเสมอเมื่อผู้ขับขี่รู้สึกเหนื่อยล้า และมีความสัมพันธ์ที่เป็นไปได้ระหว่าง HRV (การเปลี่ยนแปลงของอัตราการเต้นของหัวใจ) และการเปลี่ยนแปลงระดับความเหนื่อยล้าระหว่างการขับขี่
วิธีการตรวจจับตามสัญญาณทางสรีรวิทยาของผู้ขับขี่มีความแม่นยำสูงในการตัดสินความเมื่อยล้า แต่สัญญาณทางสรีรวิทยาจะต้องวัดจากการสัมผัส และจะขึ้นอยู่กับแต่ละบุคคลเป็นอย่างมาก มีข้อจำกัดมากมายเมื่อใช้จริงในการตรวจสอบความเมื่อยล้าของผู้ขับขี่ ดังนั้นจึงใช้เป็นหลักในขั้นตอนการทดลองเป็นพารามิเตอร์ควบคุมของการทดลอง
2. วิธีการตรวจจับขึ้นอยู่กับลักษณะการตอบสนองทางสรีรวิทยาของผู้ขับขี่
วิธีการตรวจจับตามลักษณะการตอบสนองทางสรีรวิทยาของผู้ขับขี่หมายถึงการอนุมานสภาวะความเมื่อยล้าของผู้ขับขี่โดยใช้ลักษณะการเคลื่อนไหวของดวงตาของผู้ขับขี่และลักษณะการเคลื่อนไหวของศีรษะ
ข้อมูลการเคลื่อนไหวของดวงตาและการกะพริบตาของผู้ขับขี่ถือเป็นลักษณะสำคัญในการสะท้อนความเหนื่อยล้า สามารถใช้แอมพลิจูดการกะพริบ ความถี่การกะพริบ และเวลาปิดเฉลี่ยได้โดยตรงเพื่อตรวจจับความล้า ปัจจุบันมีอัลกอริธึมมากมายในการศึกษาความเมื่อยล้าจากการขับรถตามกลไกการเคลื่อนไหวของดวงตา อัลกอริธึมที่ใช้กันอย่างแพร่หลาย ได้แก่ PERCLOS ซึ่งใช้เปอร์เซ็นต์ของเวลาปิดเปลือกตาในช่วงระยะเวลาหนึ่งเป็นดัชนีการวัดความเหนื่อยล้าทางสรีรวิทยา
การใช้เทคโนโลยีการจดจำใบหน้าเพื่อค้นหาตำแหน่งของดวงตา ปลายจมูก และมุมปาก รวมตำแหน่งของตา ปลายจมูก และมุมปาก จากนั้นตามการติดตามของดวงตา เราจะได้ทิศทางความสนใจของผู้ขับขี่และตัดสินว่าผู้ขับขี่มีทิศทางความสนใจของผู้ขับขี่หรือไม่ ความสนใจถูกฟุ้งซ่าน
เซ็นเซอร์ตำแหน่งศีรษะใช้เพื่อตรวจจับการพยักหน้าของผู้ขับขี่ ตำแหน่งศีรษะของผู้ขับขี่จากเซ็นเซอร์แต่ละตัวจะถูกส่งออกผ่านอาร์เรย์เซ็นเซอร์แบบคาปาซิทีฟ ซึ่งสามารถติดตามตำแหน่งของศีรษะแบบเรียลไทม์ และตรวจสอบว่าผู้ขับขี่ง่วงหรือไม่ตามกฎการเปลี่ยนแปลงของตำแหน่งศีรษะ การศึกษาครั้งนี้พบว่ามีความสัมพันธ์ที่ดีระหว่างการพยักหน้าและความง่วงนอน
วิธีการตรวจจับตามลักษณะการตอบสนองทางสรีรวิทยาของผู้ขับขี่โดยทั่วไปจะใช้การวัดแบบไม่สัมผัส ซึ่งมีความแม่นยำในการจดจำและการปฏิบัติที่ดี
3. วิธีการตรวจจับตามพฤติกรรมการทำงานของผู้ขับขี่
เทคโนโลยีการจดจำสถานะความเมื่อยล้าของผู้ขับขี่ตามพฤติกรรมการทำงานของผู้ขับขี่หมายถึงการอนุมานสถานะความเหนื่อยล้าของผู้ขับขี่ผ่านพฤติกรรมการทำงานของผู้ขับขี่ เช่น การทำงานของพวงมาลัย
ผลการวิจัยเผยให้เห็นความสัมพันธ์ระหว่างการทำงานของพวงมาลัยกับความเหนื่อยล้าในการประมวลผลข้อมูลการทำงานของพวงมาลัยของผู้ขับขี่ที่ได้รับการตรวจสอบ ชี้ให้เห็นว่าการทำงานของพวงมาลัยเป็นวิธีที่มีประสิทธิภาพในการตัดสินความเมื่อยล้าในการขับขี่
โดยทั่วไป มีผลการวิจัยเชิงลึกเพียงเล็กน้อยเกี่ยวกับการระบุความเหนื่อยล้าโดยใช้พฤติกรรมการทำงานของคนขับ นอกจากสภาวะความเมื่อยล้าแล้ว การปฏิบัติงานของผู้ขับขี่ยังได้รับผลกระทบจากนิสัยส่วนตัว ความเร็วในการขับขี่ สภาพแวดล้อมบนท้องถนน และทักษะในการปฏิบัติงานอีกด้วย สภาพการขับขี่ของยานพาหนะยังเกี่ยวข้องกับปัจจัยด้านสิ่งแวดล้อมหลายประการ เช่น คุณลักษณะของยานพาหนะและถนน ดังนั้นการปรับปรุงความแม่นยำในการทำนายสถานะของผู้ขับขี่จึงเป็นปัญหาสำคัญของเทคโนโลยีการวัดทางอ้อมประเภทนี้
4. วิธีการตรวจจับตามวิถีของยานพาหนะ
นอกจากนี้ยังสามารถสรุปสถานะความเมื่อยล้าของผู้ขับขี่ได้โดยใช้ข้อมูลการขับขี่ของยานพาหนะ เช่น การเปลี่ยนวิถีของยานพาหนะ และการออกเลน เช่นเดียวกับเทคโนโลยีการจดจำสถานะความเมื่อยล้าตามพฤติกรรมการทำงานของคนขับ วิธีนี้ขึ้นอยู่กับอุปกรณ์ที่มีอยู่ของยานพาหนะ ไม่จำเป็นต้องเพิ่มอุปกรณ์ฮาร์ดแวร์มากเกินไป และจะไม่รบกวนการขับขี่ปกติของคนขับ ดังนั้นจึงมีประโยชน์จริงสูง ค่า.
ระบบจดจำการขับขี่เมื่อยล้าโดยอาศัยเทคโนโลยีวิดีโอ
ในเดือนเมษายน พ.ศ. 2542 Federal Highway Administration ได้เสนอ PERCLOS เป็นวิธีที่เป็นไปได้ในการทำนายความเมื่อยล้าในการขับขี่ของผู้ขับขี่รถยนต์ หลังจากหลายปีของการพัฒนา วิธี PERCLOS ได้รับการยอมรับว่าเป็นวิธีการประเมินความล้าในการขับขี่แบบเรียลไทม์ที่มีประสิทธิผลสูงสุด PERCLOS เป็นตัวย่อของเปอร์เซ็นต์ของการปิดตาในช่วงเวลาของรูม่านตา ซึ่งหมายถึงเปอร์เซ็นต์ของเวลาในการปิดตาในหน่วยเวลา
หลักการของ PERCLOS คือการนับสัดส่วนเวลาในการปิดตาในช่วงระยะเวลาหนึ่ง มาตรฐานการประเมินที่ระบบของเรานำมาใช้คือ perclos80 ซึ่งหมายความว่าตาจะถือว่าปิดเมื่อพื้นที่ของเปลือกตาที่ปกคลุมรูม่านตาเกิน 80%
หลักการวัด PERCLOS

ค่า PERCLOS สามารถคำนวณได้โดยการวัด T1-T4:

โดยที่ f แทนเปอร์เซ็นต์ของเวลาในการปิดตา กล่าวคือ ค่าของ PERCLOS
รูปแบบระบบและขั้นตอนการทำงานของระบบจดจำการขับขี่เมื่อยล้าที่ใช้เทคโนโลยีวิดีโอ
ระบบตรวจสอบความเหนื่อยล้าของผู้ขับขี่จะรับภาพแบบเรียลไทม์ของผู้ขับขี่ผ่านอุปกรณ์รับวิดีโอ วิเคราะห์ท่าทางศีรษะของผู้ขับขี่ กฎการเคลื่อนไหวของดวงตา และลักษณะใบหน้าของผู้ขับขี่โดยอัตโนมัติ เพื่อระบุสภาพจิตใจของผู้ขับขี่ และแจ้งเตือนล่วงหน้าที่เกี่ยวข้อง ผลการวิจัยแสดงให้เห็นว่าเมื่อเปรียบเทียบกับกฎการเคลื่อนไหวของใบหน้าหรือศีรษะ กฎของการทำงานของดวงตา เช่น ความถี่ของการกะพริบตา ความเร็วการกะพริบตา ระยะการเปิดตา และทิศทางการจ้องมอง สามารถสะท้อนสภาพจิตใจของผู้รับการทดสอบในเวลาปัจจุบันได้ดีกว่า
ดังนั้น หากสามารถรับขนาดตา ข้อมูลตำแหน่ง และการเคลื่อนไหวในแต่ละเฟรมของภาพได้ กฎการทำงานของดวงตาของผู้ขับขี่สามารถนับได้ในช่วงระยะเวลาหนึ่ง และสามารถประเมินสถานะความเมื่อยล้าของผู้ขับขี่ร่วมกับการวิเคราะห์สถานะความเหนื่อยล้าได้ ดัชนี. การไหลของระบบแสดงในรูปด้านล่าง:
การประมวลผลภาพล่วงหน้า
ในสภาพแวดล้อมการขับขี่ ภาพที่รวบรวมผ่านการสตรีมวิดีโอจะได้รับผลกระทบจากปัจจัยหลายประการ รวมถึงข้อมูลสัญญาณรบกวน เช่น ความละเอียด สัญญาณรบกวนของระบบ พื้นหลังที่ฉับพลัน ฯลฯ ซึ่งจะรบกวนการทำงานของภาพถัดไป ดังนั้นเราจึงประมวลผลภาพต้นฉบับล่วงหน้าด้วยการปรับสมดุลฮิสโตแกรมเพื่อลบจุดรบกวน เพิ่มคอนทราสต์ของภาพ เน้นรายละเอียดของภาพ และปรับปรุงคุณภาพของภาพ
ก่อนและหลังการปรับสมดุล
ฮิสโตแกรมก่อนการปรับสมดุล ฮิสโตแกรมหลังการปรับสมดุล
การตรวจจับใบหน้า
การตรวจจับใบหน้าเป็นขั้นตอนสำคัญก่อนตำแหน่งของดวงตา ระบบใช้อัลกอริธึม AdaBoost และใช้วิธีการฝึกอบรมและตรวจจับตัวอย่างที่ให้มา ประการแรก ตัวอย่างจะถูกรวบรวมและฝึกตัวแยกประเภทจากตัวอย่างที่เก็บมา ตัวแยกประเภทสามารถแยกแยะใบหน้าของมนุษย์และใบหน้าที่ไม่ใช่มนุษย์ได้ดี ในลิงค์การตรวจจับ ให้โหลดเฟรมภาพที่จะทดสอบลงในตัวแยกประเภท สแกนพิกเซลของภาพเพื่อค้นหาใบหน้าที่มีอยู่ในภาพ และปรับเทียบพื้นที่ การดำเนินการต่อมาจะดำเนินการในพื้นที่ใบหน้าที่ปรับเทียบแล้ว เพื่อลดพื้นที่การคำนวณและกำจัดการรบกวนจากปัจจัยที่ไม่ใช่ใบหน้า ซึ่งช่วยเพิ่มอัตราการทำงานของระบบได้อย่างมาก
ตำแหน่งตา
ลิงก์นี้ประกอบด้วยสองขั้นตอน: การวางตำแหน่งสายตามนุษย์โดยคร่าวๆ และการวางตำแหน่งสายตามนุษย์ที่แม่นยำ ประการแรก ตามความรู้เดิมเกี่ยวกับลานสามลานและตาห้าดวงแบบจีนดั้งเดิม จะต้องมีพื้นที่ตามนุษย์โดยประมาณในตำแหน่งคร่าวๆ บริเวณนี้อาจมีสิ่งรบกวน เช่น คิ้วและมุมผม ในเวลาเดียวกัน แต่จะลดพื้นที่การคำนวณลงอีก จากนั้น พื้นที่หยาบของดวงตามนุษย์จะถูกแปลงเป็นภาพไบนารี่ผ่านเกณฑ์ที่กำหนด จากนั้นจึงฉายภาพสีเทาในทิศทางแนวตั้งเพื่อให้ได้ฮิสโตแกรม เนื่องจากมีความแตกต่างอย่างมากระหว่างสีเทาของดวงตามนุษย์และผิวหนังโดยรอบ พิกัด Y ของขอบบนและล่างของดวงตามนุษย์จึงสามารถกำหนดได้จากยอดเขาและรางน้ำในฮิสโตแกรม จากนั้นดวงตาจึงสามารถแม่นยำได้ ตั้งอยู่.
การตัดสินของรัฐตา
ด้วยวิธีความแปรปรวนระหว่างคลาสสูงสุด (Otsu) พื้นที่ดวงตาของมนุษย์ที่แม่นยำจะถูกแบ่งออกเป็นสองส่วนด้วยเกณฑ์ที่แตกต่างกันภายใต้รังสีแสงที่แตกต่างกัน เพื่อให้ได้รูปทรงดวงตาที่ดีที่สุดเมื่อดวงตาของมนุษย์เปิดและปิด จากการเปรียบเทียบเฟรมที่ต่อเนื่องกัน n เฟรม สามารถตัดสินได้ว่าขณะนี้ไดรเวอร์อยู่ในสถานะปิดเมื่อพื้นที่ของค่าพิกเซลสีดำน้อยที่สุด และในกรณีอื่นๆ จะอยู่ในสถานะเปิดหรือกึ่งเปิด
การวิเคราะห์ความเหนื่อยล้า
ระบบจะเลือกดัชนีการประเมินความล้าของเพอร์โคลส์ที่เป็นที่ยอมรับและมีประสิทธิภาพในปัจจุบัน กล่าวคือ สถานะความเหนื่อยล้าจะถูกวิเคราะห์ตามสัดส่วนเวลาของเฟรมที่หลับตาใน n เฟรมที่ต่อเนื่องกัน กรอบเปิดตาจะถูกบันทึกเป็นค่า “1” และกรอบปิดตาจะถูกบันทึกเป็นค่า “0” ด้วยวิธีนี้ หลังจาก n เฟรมที่ต่อเนื่องกัน จะได้ลำดับเซของ "1" และ "0" การวิเคราะห์สถานะความล้าสามารถอธิบายได้ด้วยสัดส่วนของค่า "0" ในลำดับ เมื่อเปอร์เซ็นต์สูงกว่าสัดส่วนทดลองที่กำหนดก็ถือว่าผู้ขับขี่อาจจะเหนื่อยได้
ด้วยการดำเนินการและการประมวลผลของห้าขั้นตอนข้างต้น ระบบสามารถวิเคราะห์ได้ว่าไดรเวอร์ปัจจุบันอยู่ในสถานะความเหนื่อยล้าและระดับความเหนื่อยล้าจากสตรีมวิดีโอที่ได้รับจากอุปกรณ์การเข้าซื้อกิจการหรือไม่ และให้ระดับการเตือนและการเตือนที่แตกต่างกัน เพื่อให้บรรลุ เป้าหมายของระบบ
การตัดสินระดับความเหนื่อยล้าที่ครอบคลุม
การตัดสินความเหนื่อยล้าของผู้ขับขี่จะได้รับผลกระทบทางลบจากการตรวจสอบข้อผิดพลาด ด้วยการคำนวณ PERCLOS เวลาหลับตา ความถี่ในการกะพริบตา ระดับการเปิดปาก และการเคลื่อนไหวของศีรษะ ทำให้สามารถประเมินความเมื่อยล้าของผู้ขับขี่ได้อย่างแม่นยำและมีประสิทธิภาพ
เพอร์โคลส
PERCLOS หมายถึง เปอร์เซ็นต์ของเวลาในการปิดตาในช่วงเวลาที่กำหนด วิธี PERCLOS มีเกณฑ์สามประการ: p70, p80 และ em การวิจัยพบว่า p80 มีความสัมพันธ์ที่ดีที่สุดกับระดับความเหนื่อยล้า
การเปิดปาก
โดยปกติแล้ว ปากจะมี 3 สภาวะ ได้แก่ การปิด การพูด และการหาว ในสภาวะเหนื่อยล้าผู้คนมักจะหาวบ่อยครั้งและจะพบว่ามีร่องในเส้นโค้งฉายสีเทาแนวนอนบริเวณครึ่งล่างของบริเวณนั่นคือตำแหน่งระหว่างริมฝีปาก แบ่งส่วนล่างของใบหน้าเป็นสองเท่า และคำนวณค่าพิกเซลของพื้นที่ที่เชื่อมต่อ (พื้นที่ที่เชื่อมต่อสามารถป้องกันไม่ให้รูจมูกและหนวดส่งผลต่อการคำนวณ) จากริมฝีปากขึ้นและลงเพื่อให้ได้ระดับการเปิดของปาก
การชดเชยความสูงของตาและความสูงของปาก
เมื่อระยะห่างแนวตั้งจากเปลือกตาบนถึงเปลือกตาล่างและระยะห่างแนวตั้งจากริมฝีปากบนถึงริมฝีปากล่าง เนื่องจากศีรษะของผู้ขับขี่ขยับสัมพันธ์กับอุปกรณ์ตรวจจับ เพื่อให้ทราบการคำนวณที่แม่นยำของความสูงตาและปากของผู้ขับขี่ จำเป็นต้องแก้ไขการเปลี่ยนแปลงที่เกิดจากการเปลี่ยนแปลงสัมพัทธ์ของระยะห่างระหว่างตา ปาก และอุปกรณ์ตรวจจับ
เวลาปิดตา
โดยทั่วไปเวลาในการปิดตาจะแสดงตามเวลาตั้งแต่ปิดตาจนถึงเปิด เมื่อบุคคลอยู่ในสภาวะตื่นตัวตามปกติ เวลาหลับตาจะสั้นมาก และเขาจะลืมตาอย่างรวดเร็ว ในกรณีที่เหนื่อยล้า เวลาปิดตาจะนานขึ้นอย่างมาก ดังนั้นเวลาปิดตาจึงสามารถสะท้อนสภาพจิตใจของผู้ขับขี่ได้โดยตรง โดยการคำนวณจำนวนเฟรมสูงสุดตั้งแต่การปิดตาจนถึงเปิด ยิ่งเฟรมมาก ระยะเวลาในการปิดนานขึ้น และความเมื่อยล้าจะรุนแรงมากขึ้น
ดวงตากระพริบถี่น้อยลง การฉายภาพสีเทาแนวนอนจะดำเนินการที่ครึ่งล่างของใบหน้า และสังเกตเส้นโค้งการฉายภาพสีเทาแนวนอนของภาพบุคคลเดี่ยวต่างๆ
ผู้คนจะกระพริบตาบ่อยกว่าตอนตื่น เอกสารนี้ยังใช้เป็นพารามิเตอร์ในการพิจารณาความล้าอีกด้วย กระพริบตาหนึ่งครั้งเมื่อหลับตาเพื่อเปิด จำนวนการกะพริบในช่วงระยะเวลาหนึ่งจะถูกสะสมไว้เพื่อเป็นพารามิเตอร์ในการพิจารณาความล้า
พารามิเตอร์ความเมื่อยล้าของการเคลื่อนไหวของศีรษะ
เมื่อคนขับเหนื่อยเขาจะพยักหน้าบ่อยๆ และเอียงศีรษะไปข้างหน้า ตำแหน่งแนวนอนของรูม่านตาและมุมปากได้มาจากเส้นโครงสีเทาแนวนอน สมมติว่า D1 คือระยะห่างจากตำแหน่งแนวนอนของรูม่านตาถึงขอบด้านบนของภาพที่รวบรวม และ D2 คือระยะห่างจากตำแหน่งแนวนอนของมุมปากถึงขอบล่างของภาพที่รวบรวม เมื่อคนขับพยักหน้าเนื่องจากความเหนื่อยล้า D1 จะเพิ่มขึ้น และ D2 จะลดลง เมื่อคนขับเหนื่อยล้าและเอียงศีรษะไปข้างหน้า D1 จะเพิ่มขึ้น และ D2 จะเพิ่มขึ้น การพยักหน้าและการโน้มตัวไปข้างหน้าสามารถใช้เป็นพื้นฐานสำคัญในการตัดสินความเมื่อยล้า
สถานการณ์ปัจจุบันของเทคโนโลยีการติดตามความเมื่อยล้าในการขับขี่
เครื่องวัดความเมื่อยล้าของผู้ขับขี่ที่เปิดตัวโดยเทคโนโลยีความสนใจ (dd850) เป็นผลิตภัณฑ์ตรวจวัดความเหนื่อยล้าของผู้ขับขี่และผลิตภัณฑ์แจ้งเตือนล่วงหน้าตามลักษณะการตอบสนองทางสรีรวิทยาของผู้ขับขี่ ผลิตภัณฑ์รวบรวมข้อมูลดวงตาของผู้ขับขี่ผ่านกล้องอินฟราเรด และใช้ PERCLOS เป็นตัวบ่งชี้สัญญาณเตือนความเมื่อยล้า สามารถติดตั้งได้โดยตรงบนแผงหน้าปัด ความไวของสัญญาณเตือนและเสียงปลุกสามารถปรับได้ ปัจจุบันมีแพร่หลายและประยุกต์ใช้แต่จะมีผลเฉพาะในเวลากลางคืนเท่านั้น
อุปกรณ์เตือนความเหนื่อยล้าของแซมที่พัฒนาโดยการติดตั้งแบบดิจิทัลในสหรัฐอเมริกาใช้แถบแม่เหล็กที่วางอยู่ใต้พวงมาลัยเพื่อตรวจจับมุมพวงมาลัย หากผู้ขับขี่ไม่แก้ไขพวงมาลัยเป็นระยะเวลาหนึ่ง ระบบจะอนุมานว่าผู้ขับขี่เข้าสู่สภาวะเหนื่อยล้าและส่งสัญญาณแจ้งเตือน
Safetrac จากบริษัทเทคโนโลยีช่วยเหลือของสหรัฐอเมริกาใช้หัววิดีโอด้านหน้าเพื่อระบุเส้นเลนและแจ้งเตือนเมื่อรถเริ่มเบี่ยงเบนไปจากเลน ผลิตภัณฑ์ยังสามารถตัดสินสถานะความเมื่อยล้าของผู้ขับขี่โดยการรวมสถานะการยึดเลนเข้ากับลักษณะการทำงานของพวงมาลัยของผู้ขับขี่
อุปกรณ์ Astid ในสหราชอาณาจักรพิจารณาปัจจัยต่างๆ อย่างครอบคลุม เช่น ข้อมูลการนอนหลับของผู้ขับขี่ ความยาวและประเภทของการขับขี่ที่เสร็จสิ้น และการทำงานของพวงมาลัยของผู้ขับขี่เพื่อตัดสินสถานะความเมื่อยล้าของผู้ขับขี่ ก่อนที่อุปกรณ์จะทำงาน ผู้ขับต้องป้อนข้อมูลการนอนหลับใน 24 ชั่วโมงที่ผ่านมา เมื่อสัญญาณเตือนด้วยภาพถึงระดับหนึ่ง สัญญาณเตือนภัยจะดังขึ้น และแนะนำให้ผู้ขับขี่หยุดรถและพักผ่อน หลังจากพักผ่อนไประยะหนึ่ง นาฬิกาปลุกในตัวจะปลุกผู้ขับขี่และรีเซ็ตเวลาขับขี่
นอกจากผลิตภัณฑ์เหล่านี้แล้ว ยังมีกำไลเตือนความเมื่อยล้าที่ตรวจจับความเมื่อยล้าจากการเคลื่อนไหวของข้อมือ และกำไลที่สามารถแขวนไว้ที่ดวงตาและขาได้

หากคุณต้องการพัฒนาผลิตภัณฑ์ แบรนด์ หรือซอฟต์แวร์ระบบตรวจวัดความล้าของคุณเอง โปรดอย่าลังเลที่จะติดต่อ [email protected] เราจะไม่ทำให้คุณผิดหวัง

 

“ความเมื่อยล้าในการขับขี่” จะต้องมีองค์ประกอบ 3 ประการ คือ

1. จะต้องเป็นผู้ขับขี่ยานยนต์

2. เมื่อจำเป็นต้องขับรถบนถนน

3. ขับรถมากกว่า 8 ชั่วโมงต่อวัน หรือออกแรงมากเกินไปหรือนอนหลับไม่เพียงพอเนื่องจากสาเหตุอื่น อาการง่วงนอนและแขนขาอ่อนแรงขณะขับรถ และไม่สามารถค้นหาข้อมูลได้ทันท่วงทีและรับมือกับสภาพการจราจรบนถนนได้อย่างแม่นยำ การมีองค์ประกอบ 3 ประการข้างต้นพร้อมๆ กัน ถือเป็น “การขับรถเมื่อยล้า”

การระบุทางเทคนิคของการขับขี่เมื่อยล้า

1. คำนวณเวลาขับขี่สะสมของผู้ขับขี่ภายใน 24 ชั่วโมงก่อนพบพฤติกรรม หากเกิน 8 ชั่วโมงและมีลักษณะภายนอกของการขับขี่ที่เมื่อยล้า แสดงว่าเป็นไปตามสภาพการขับขี่ที่เหนื่อยล้า

2. จากการสอบสวนยืนยันว่าผู้ขับขี่ยังคงขับรถต่อไปเมื่อเขาออกแรงมากเกินไปหรือนอนหลับไม่เพียงพอเนื่องจากสาเหตุอื่น ๆ ง่วงนอนและแขนขาอ่อนแรงขณะขับรถและไม่สามารถค้นหาและจัดการกับสภาพการจราจรบนถนนได้อย่างแม่นยำ เวลา. แม้ว่าเวลาสะสมจะไม่เกิน 8 ชั่วโมง แต่ก็ยังถือเป็นการขับรถเมื่อยล้าได้

หากคุณต้องการพัฒนาผลิตภัณฑ์ แบรนด์ หรือซอฟต์แวร์ระบบตรวจวัดความล้าของคุณเอง โปรดอย่าลังเลที่จะติดต่อ [email protected] เราจะไม่ทำให้คุณผิดหวัง