Wyniki wyszukiwania - BazTech

1

The vehicle driver safety prediction system

Haller Piotr, Wróbel Radosław, Sierzputowski Gustaw, Dimitrov Radostin, Mihaylow Veselin

Combustion Engines

|

2022

|

R. 61, nr 3

11--17

EN

The article presents analysis of road crash accidents. It presents the evolution of safety systems, starting from a description of the currently used vehicle-based systems, with particular emphasis on the prediction of the driver falling asleep. The article also proposes a proprietary system of sleep prediction based on the face detection of drivers. The detection of facial landmarks is presented as a two-step process: an algorithm finds faces in general, and then needs to localize key facial structures within the face region of interest.

2

Effect of sleepiness in the voice on speaker recognition performance

Staroniewicz Piotr

Vibrations in Physical Systems

|

2021

|

Vol. 32, nr 2

art. no. 2021214

EN

The issue of the influence of speaker state on voice recognition has been analysed mainly in relation to forensics and biometric security systems. Sleepiness in the voice is a rather under-researched problem, and the few works in this area focus almost exclusively on the recognition of sleepiness rather than on its influence on the change of the speaker's voice characteristics. This paper discusses the issue of the influence of the speaker's state on voice recognition, describes the acquisition method of the acoustic database of voice drowsiness recordings used in the tests. It also discusses the subjective sleepiness scales used in the study and presents the results of the influence of sleepiness on the effectiveness of automatic speaker recognition based on a classical system using the Mel-Frequency Cepstral Coefficients parameterisation and the Gaussian Mixture Models classification.

3

Fatigue and sleepiness during long-duration driving: a preliminary study among indonesian commercial drivers

Iridiastadi Hardianto, Abdurrahman Ibrahim, Puspasari Maya, Soetisna Herman Rahadian

Transport Problems

|

2020

|

T. 15, z. 2

17--24

EN

Fatigue and sleepiness are two major factors that have been reported to contribute to road crash and accidents in Indonesia. Fatigue among commercial drivers is probably a common phenomenon, particularly during long-duration driving. This study aimed at characterizing fatigue and sleepiness during long-duration driving. Nine commercial drivers were recruited in this field study and were requested to drive a multipurpose vehicle for three trips back and forth between two major cities. Each trip was completed within 4 hours, with about 3 to 3.5 hours of continuous driving (and 0.5 to 1 hour of rest). Fatigue was assessed by utilizing the Psychomotor Vigilance Task (PVT), which was administered for 5 minutes immediately following the completion of each trip. A video camera was employed to capture blink frequency, and for each trip, this measure was determined during 5 minutes after two hours of driving. Subjective ratings were also collected during the task and included the Swedish Occupational Fatigue Inventory (SOFI) and the Karolinska Sleepiness Scale (KSS). The results of this study demonstrated a consistent increase in the blink rate and subjective measures of fatigue. A significant association was also found between the blink rate and SOFI measures, indicating an association between those objective and subjective measures. Although not statistically significant, there were also changes in PVT parameters associated with driving duration. However, no significant association was found between PVT parameters and the subjective measures. This study found that a minimum of six hours of intermittent driving was adequate in inducing fatigue and sleepiness, despite the seemingly sufficient amount of rest break. Based on the findings of this study, it is suggested that long-duration driving be limited to a maximum of 12 hours, and that a minimum of 30 minutes of rest be provided after 3 to 4 hours of driving. This finding should be used as a basis for scheduling drivers and for finding the appropriate intervention strategy for mitigating fatigue and sleepiness risks during prolonged driving tasks.

4

Driver drowsiness detection systems

Sałapatek D., Dybała J., Czapski P., Skalski P.

Zeszyty Naukowe Instytutu Pojazdów / Politechnika Warszawska

|

2017

|

z. 3/112

41--48

EN

Nowadays, more and more professions require long-term concentration. Drivers must keep a close eye on the road, so they can react to sudden events immediately. Driver fatigue often becomes a direct cause of many traffic accidents. Therefore, there is a need to develop the systems that will detect and notify a driver of her/him bad psychophysical condition, which could significantly reduce the number of fatigue-related car accidents. However, the development of such systems encounters many difficulties related to fast and proper recognition of a driver’s fatigue symptoms. One of the technical possibilities to implement driver drowsiness detection systems is to use the vision-based approach. This article presents the currently used driver drowsiness detection systems. The technical aspects of using the vision system to detect a driver drowsiness are also discussed.

PL

W dzisiejszych czasach coraz więcej zawodów wymaga długotrwałej koncentracji. Kierowcy muszą stale obserwować drogę, aby w porę zareagować na nagłe zdarzenia na jezdni. Zmęczenie kierowcy często staje się bezpośrednią przyczyną wielu wypadków drogowych. Pojawia się zatem potrzeba budowy systemów, które umożliwiłyby wykrycie i zasygnalizowanie zmęczenia operatorów pojazdów, gdyż ich zastosowanie pozwoliłoby na znaczne zredukowanie liczby wypadków wynikających ze zmęczenia kierowców. Budowa takich systemów napotyka jednak wiele trudności związanych z automatycznym rozpoznawaniem symptomów zmęczenia kierowcy. Jedną z technicznych możliwości realizacji systemów wykrywania senności kierowcy jest wykorzystanie w tym celu odpowiednio przystosowanych systemów wizyjnych. W artykule przedstawiono używane obecnie systemy detekcji senności kierowcy. Omówiono również techniczne aspekty użycia systemu wizyjnego w celu wykrycia zmęczenia kierowcy.

5

Wpływ charakterystyki widmowej światła sztucznego na aktywność dobową i poziom senności pracowników zmianowych

Zużewicz K., Wolska A.

Bezpieczeństwo Pracy : nauka i praktyka

|

2014

|

nr 12

18-22

PL

Światło uczestniczy nie tylko w procesie widzenia, ale także w regulacji wydzielania hormonów snu. termoregulacji, a także wpływa na poziom czujności i funkcje poznawcze Poza tymi skutkami oddziaływania światła na organizm człowieka, istnieje również pewne zagrożenie uszkodzenia fotochemicznego siatkówki oczu. Zwłaszcza światłem z zakresu niebieskiego, które równie; najsilniej oddziałuje na wydzielanie melatoniny Oświetlenie sztuczne o różnej charakterystyce widmowej może w odmienny sposób wpływać psyche fizjologię oraz zdrowie człowieka Prowadzone są, badania mające na celu opracowanie takich rozwiązań oświetlenia pomieszczeń pracy, które sprzyjałyby utrzymaniu odpowiedniego poziomu czujności i zapobiegałyby senności pracownika zwłaszcza w nocy czy w pomieszczeniach bez dostępu światła naturalnego Dotychczas powszechnie stosowano oświetlenie o szerokim widmie światła białego W nowych urządzeniach oświetleniowych próbuje się wprowadzać większy udział światła z zakresu barwy niebieskiej i zielonej, czyli o długościach stymulujących szlak siatkówkowe pod wzgórze wy ludzi Praktycznie chodzi o ustalenie takiego rozkładu widmowego światła, z istotnym udziałem światła niebieskiego, które sprzyjając wykonywaniu pracy na wysokim poziomie czujności, nie miałaby negatywnego wpływu na zdrowie.

EN

Light is not only part of the vision process but it also controls the secretion of sleep and thermoregulation hormones It also influences the level of vigilance and cognitive performance In addition to that impact of light on the human body, (here is also some risk of photochemical damage of the retina, especially by blue light, which has the strongest influence on melatonin secretion. Artificial lighting of different spectral distribution characteristics can affect human psychophysiology and health. Current research aims at developing such lighting solutions for work room lighting that would allow workers to maintain an appropriate level of vigilance and, therefore, prevent sleepiness, especially at night or in places devoid of natural light So far, white light with a broad spectrum was most common. However, the latest trend is to use blue and green light with bands simulating retino-hypothalamic tracts. In practice, the point is to establish such a spectral distribution of light, with significant contribution of blue light, which would to allow workers to work with high vigilance and, at the same time, would not to have a negative impact on their health.

6

Classification of Driver Drowsiness Level using Wireless EEG

Wali M. K., Murugappan M., Badlishah-Ahmad R.

Przegląd Elektrotechniczny

|

2013

|

R. 89, nr 6

113--117

EN

In this work, wireless Electroencephalogram (EEG) signals are used to classify the driver drowsiness levels (neutral, drowsy, high drowsy and sleep stage1) based on Discrete Wavelet Packet Transform (DWPT). Two statistical features (spectral centroid, and power spectral density) were extracted from four EEG frequency bands (delta, theta, alpha, and beta) using Fast Fourier Transform (FFT). These features are used to classify the driver drowsiness level using three classifiers namely, subtractive fuzzy clustering, probabilistic neural network, and K nearest neighbour. Results of this study indicates that the best average accuracy of 84.41% is achieved using subtractive fuzzy classifier based on power spectral density feature extracted by db4 wavelet function.

PL

W artykule zaprezentowano możliwość wykorzystania dyskretnej transformaty falkowej do analizy sygnału elektroencefalografii w badaniach senności kierowcy. Parametry statystyczne sygnału analizowano z wykorzystaniem dyskretnej transformaty Fouriera. Stwierdzono że najlepsza dokładność uzyskuje się stosując klasyfikator rozmyty i funkcję falkową db4.