Dergiler / El-Cezeri / 2022 / Cilt: 9 - Sayı: 1

Güvenli Sürüş için Giyilebilir Kuru Elektroensefalografi Kullanan Uyuşukluk Algılama ve Uyarı Sistemi

Drowsiness Detection and Alert System Using Wearable Dry Electroencephalography for Safe Driving

Sayfa
300–310
Yayın Tarihi
2022-01-31
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Alfa, beta ve teta dalgaları gibi birkaç beyin dalgasının esneme sırasında tetiklendikleri için uyuşukluk ile ilişkilendirilebileceği görülebilir, ancak bu deneyde kullanılan MindLink EEG kulaklığı alnın önüne yerleştirilmiş 2 düğüm içerdiği ve en çok alfa dalgasındaki değişikliklere duyarlı olduğu için Alfa beyin dalgaları uyku hali belirleyicisi olarak kullanılmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Sürücünün uyuşukluk ve yorgunluğunun yol kazalarına neden olmada büyük etkisi vardır.
📊
Temel Bulgular & Veri:Uyuşukluk, dikkatsizliğe ve hatta bazen kişinin farkına bile varmadan kısa aralıklı uyku anlarını içeren mikro uykuya yol açabilir ve bu bazen araba kullanırken ölümcül olabilir.
💡
Sonuç & Katkı:Alfa, beta ve teta dalgaları gibi birkaç beyin dalgasının esneme sırasında tetiklendikleri için uyuşukluk ile ilişkilendirilebileceği görülebilir, ancak bu deneyde kullanılan MindLink EEG kulaklığı alnın önüne yerleştirilmiş 2 düğüm içerdiği ve en çok alfa dalgasındaki değişikliklere duyarlı olduğu için Alfa beyin dalgaları uyku hali belirleyicisi olarak kullanılmıştır.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:sürücü uyuşukluk · elektroensefalografi · beyin bilgisayar arayüzü

Özet

Sürücünün uyuşukluk ve yorgunluğunun yol kazalarına neden olmada büyük etkisi vardır. Uyuşukluk, dikkatsizliğe ve hatta bazen kişinin farkına bile varmadan kısa aralıklı uyku anlarını içeren mikro uykuya yol açabilir ve bu bazen araba kullanırken ölümcül olabilir. Bu yazıda, sürücünün uykululuk seviyesini belirleyen, seviye artınca sesli bir alarmı çalıştıran, LCD'de uykululuk seviyesi durum göstergesi ve sürücüyü uyarmak için bir ışıklı göstergesi olan bir uyuşukluk algılama ve uyarı sistemi önerilmiştir. Veri girişi, mikrodenetleyiciye kablosuz olarak bağlanan giyilebilir bir kuru EEG kulaklığı olan MindLink Neuro Sensor kullanılarak sağlanmıştır. Belirli beyin dalgasını aktive eden ortak faaliyetler ve ilgili beyin dalgasını devre dışı bırakan aktiviteler incelenmiş ve sonuçlarda sunulmuştur. Alfa, beta ve teta dalgaları gibi birkaç beyin dalgasının esneme sırasında tetiklendikleri için uyuşukluk ile ilişkilendirilebileceği görülebilir, ancak bu deneyde kullanılan MindLink EEG kulaklığı alnın önüne yerleştirilmiş 2 düğüm içerdiği ve en çok alfa dalgasındaki değişikliklere duyarlı olduğu için Alfa beyin dalgaları uyku hali belirleyicisi olarak kullanılmıştır.

Abstract

Driver drowsiness and fatigue plays a great impact in causing road accidents. Drowsiness can lead to inattentiveness or even microsleep, which involves brief intermittent moments of sleep sometimes without the person even noticing it, and this can sometimes be fatal when driving. In this paper, a drowsiness detection an alert system is proposed to identify the drowsiness level of a driver and trigger an audible alarm, status display on LCD, and a light indicator to alert the driver. The input is captured using MindLink Neuro Sensor which is a wearable dry EEG headset which is wirelessly connected to the microcontroller. The common activities that activate certain brain wave, as well as the activities that deactivate the respective brain wave is examined and presented in the results. It can be seen that a few brain waves can be associated with drowsiness as they are triggered during yawning such as the alpha, beta, and theta waves, but the MindLink EEG headset used in this experiment featured 2 nodes placed at the front of the forehead and is most sensitive to changes in the alpha wave, so alpha wave is used as a drowsiness determinant.

🔖

Bu Makaleye Atıf Yap

GANİ, S. F. A. (2022). Güvenli Sürüş için Giyilebilir Kuru Elektroensefalografi Kullanan Uyuşukluk Algılama ve Uyarı Sistemi. El-Cezeri, Cilt: 9 - Sayı: 1, 300–310. https://ajindex.com/articles/393351

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. J. L. Connor, “The role of driver sleepiness in car crashes: A review of the epidemiological evidence,” Drugs, Driving and Traffic Safety, pp. 187–205, 2009, doi: 10.1007/978-3-7643-9923-8_12
  2. N. Gurudath and H. Bryan Riley, “Drowsy driving detection by EEG analysis using Wavelet Transform and K-means clustering,” Procedia Computer Science, vol. 34, pp. 400–409, 2014, doi: 10.1016/J.PROCS.2014.07.045
  3. J. N. Mindoro, C. D. Casuat, A. S. Alon, M. A. F. Malbog, and J. A. B. Susa, “Drowsy or not? Early drowsiness detection utilizing arduino based on electroencephalogram (eeg) neuro-signal,” International Journal of Advanced Trends in Computer Science and Engineering, vol. 9, no. 2, pp. 2221–2226, 2020, doi: 10.30534/IJATCSE/2020/200922020
  4. S. H. Hwang, M. Park, J. Kim, Y. Yun, and J. Son, “Driver drowsiness detection using EEG features,” Communications in Computer and Information Science, vol. 852, pp. 367–374, 2018, doi: 10.1007/978-3-319-92285-0_49
  5. T. Hwang, M. Kim, S. Hong, and K. S. Park, “Driver drowsiness detection using the in-ear EEG,” Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS, vol. 2016-October, pp. 4646–4649, Oct. 2016, doi: 10.1109/EMBC.2016.7591763
  6. G. Li and W. Y. Chung, “A context-aware EEG headset system for early detection of driver drowsiness,” Sensors (Switzerland), vol. 15, no. 8, pp. 20873–20893, Aug. 2015, doi: 10.3390/S150820873
  7. M. Ogino and Y. Mitsukura, “Portable drowsiness detection through use of a prefrontal single-channel electroencephalogram,” Sensors (Switzerland), vol. 18, no. 12, Dec. 2018, doi: 10.3390/S18124477
  8. D. Sandberg, T. Åkerstedt, A. Anund, G. Kecklund, and M. Wahde, “Detecting driver sleepiness using optimized nonlinear combinations of sleepiness indicators,” IEEE Transactions on Intelligent Transportation Systems, vol. 12, no. 1, pp. 97–108, Mar. 2011, doi: 10.1109/TITS.2010.2077281
  9. X. Wang and C. Xu, “Driver drowsiness detection based on non-intrusive metrics considering individual specifics,” Accident Analysis and Prevention, vol. 95, pp. 350–357, Oct. 2016, doi: 10.1016/J.AAP.2015.09.002
  10. J. Chen, S. Wang, E. He, H. Wang, and L. Wang, “Recognizing drowsiness in young men during real driving based on electroencephalography using an end-to-end deep learning approach,” Biomedical Signal Processing and Control, vol. 69, p. 102792, Aug. 2021, doi: 10.1016/J.BSPC.2021.102792
  11. C. Zhao, M. Zhao, J. Liu,