$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

AR계수와 SVM을 이용한 뇌파 기반 운전자의 졸음 감지 시스템
Electroencephalogram-based Driver Drowsiness Detection System Using AR Coefficients and SVM 원문보기

한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.22 no.6, 2012년, pp.768 - 773  

한형섭 (울산대학교 전기공학부) ,  정의필 (울산대학교 전기공학부)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract ▼ AI-Helper 아이콘AI-Helper

One of the main reasons for serious road accidents is driving while drowsy. For this reason, drowsiness detection and warning system for drivers has recently become a very important issue. Monitoring physiological signals provides the possibility of detecting features of drowsiness and fatigue of dr...

주제어

#뇌파   #졸음운전   #선형예측계수   #서포트 벡터 머신   #신경회로망  

참고문헌 (19)

  1. Qiang Ji, Zhiwei Zhu, and Peilin Lan, "Real-Time Nonintrusive Monitoring and Prediction of Driver Fatigue," IEEE Trans. on Vehicular Technology, vol. 53 no. 4, pp. 1052-1068, 2004. 

    상세보기 crossref

  2. J. D. Slater, "A definition of drowsiness: One purpose for sleep?," Med. Hypotheses, vol. 71, pp. 641-644, 2008. 

    상세보기 crossref

  3. M. W. Johns, R. Chapman, K. Crowley, and A. Tucker, "A new method for assessing the risks of drowsiness while driving," Somnologie, vol. 12, pp. 66-74, 2008. 

    상세보기 crossref

  4. Young Hoon Joo, Jin Kyu Kim, In Ho Ra, "Intelligent Drowsiness Drive Warning System," Journal of Korean Institute of Intelligent Systems, vol. 18, no. 2, pp. 223-229, 2008. 

    원문보기 상세보기 crossref

  5. Kataoka et al., 1998 H. Kataoka, H. Yoshida, A. Saijo, M. Yasuda and M. Osumi, "Development of a skin temperature measuring system for non-contact stress evaluation," Proceedings of the 20th Annual International Conference of the IEEE Engineering in Medicine and Biology Society, vol. 2, pp. 940-943, 1998. 

  6. A. Bunde, S. Havlin, J.W. Kantelhardt, T. Penzel, J.-H. Peter and K. Voigt., "Correlated and Uncorrelated Regions in Heart-Rate Fluctuations during Sleep," Phys. Rev. Lett., vol. 85, pp. 3736-3739, 2000. 

    상세보기 crossref

  7. Young-Bum Lee, Myoung-Ho Lee, "Automobile System for Drowsiness Accident Detection using EDA Signal Analysis," The Transactions of KIEE, vol. 56, no. 2, pp. 227-450, 2007.2. 

  8. Mervyn V.M. Yeo, Xiaoping Li, Kaiquan Shen, Einar P.V. Wilder-Smith. "Can SVM be used for automatic EEG detection of drowsiness during car driving?," Safety Science, vol. 47 pp. 115-116, 2009. 

    상세보기 crossref

  9. Steriade, M., "Brain electrical activity and sensory processing during waking and sleep states," In: Kryger, M.H., Roth, T., Dement,W.C. (Eds.), Principles and Practice of Sleep Medicine. Saunders, Philadelphia, pp. 93-111, 2000. 

  10. Lal, S.K.L., Craig, A. "A critical review of the psychophysiology of driver fatigue," Biological Psychology, vol. 55, pp. 173-94, 2001. 

    상세보기 crossref

  11. Yeo, M.V.M., Li, X., Wilder-Smith, E.P.V., "Characteristic EEG differences between voluntary recumbent sleep onset in bed and involuntary sleep onset in a driving simulator," Clinical Neurophysiology, vol. 118, pp. 1315-1323, 2007. 

    상세보기 crossref

  12. Moller, H.J., Kayumov, L., Bulmash, E.L., Nhan, J., Shapiro, C.M., "Simulator performance, microsleep episodes, and subjective sleepiness: normative data using convergent methodologies to assess driver drowsiness," Journal of Psychosomatic Research, vol. 61, pp. 335-342, 2006. 

    상세보기 crossref

  13. Murray W. Johns, "A new method for measuring daytime sleepiness: the Epworth sleepiness scale," Sleep, vol. 14, no. 6, pp. 540-545, 1991. 

  14. J. D. Markel and A. H. Gray, Jr., "Linear Prediction of Speech," Springer-Verlag, Berlin Heidelberg, New York, pp. 42-53, 1976. 

  15. R. Debnath, N. Takahide and H. Takahashi, "A decision based one-against-one method for multi-class support vector machine," Pattern Analysis & Applications, vol. 7, no. 2, pp. 164-175, 2004. 

    상세보기

  16. Chih-Wei Hsu and Chih-Jen Lin, "A Comparison of Methods for Multiclass Support Vector Machine," IEEE TRANSACTIONS ON NEURAL NETWORKS, vol. 13, no. 2, 2002. 

  17. Man-Sun Kim, Sang-Yong Lee, "Multiple SVM Classifier for Pattern Classification in Data Mining," Journal of Korean Institute of Intelligent Systems, vol. 15, no. 3, pp. 289-293, 2005. 

    원문보기 상세보기 crossref

  18. Sang-Wook Seo, Hyun-Chang Yang, Kwee-Bo Sim, "Behavior Learning and Evolution of Swarm Robot System using Support Vector Machine," Journal of Korean Institute of Intelligent Systems, vol. 18, no. 5, pp. 712-717, 2008. 

    원문보기 상세보기 crossref

  19. Hyungseob Han, Dajung Kim, Daeyun An, Gi Beom Hong, Uipil Chong, "Driver Drowsiness and Alertness Detection Method Using Linear Predictive Coding and Electroencephalographic Change," Proceedings of KISPS Falls Conference 2011, pp. 237-239, Dec. 2011. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로