Automation detection of driver fatigue using visual behavior variables

To examine the correlation of driver visual behaviors and subjective levels of fatigue, a total of 36 commercial drivers were invited to participate in 2-h, 3-h, and 4-h naturalistic driving tests during which their eye fixation, saccade, blinking variables, and self-awareness of their fatigue levels were recorded. Then, one-way ANOVA was applied to analyze the variations of each variable among different age groups over varying time periods. The statistical analysis revealed that driving duration had a significant effect on the variation of visual behaviors and feelings of fatigue. After 2h of driving, only the average closure duration value and subjective level of fatigue had an increase of one-fifth or more. After 4h of driving, however, all these variables had a significant change except for the number of saccades and pupil diameter measurements. Particularly, driver saccadic eye movement was more sensitive to driving fatigue, and the elderly were more likely to be affected by the duration of the drive. Finally, a predictor of driver fatigue was determined to detect the real-time level of fatigue and alert at the critical moment.

Kierowcy zawodowi spędzają długie godziny za kierownicą i szybciej odczuwają zmęczenie podczas prowadzenia pojazdu. Z tego powodu, identyfikacja poziomu zmęczenia w czasie rzeczywistym ma kluczowe znaczenie dla zapewnienia bezpieczeństwa ruchu drogowego i zapobiegania wypadkom, w szczególności w odniesieniu do osób zajmujących się dalekobieżnym transportem komercyjnym. Łącznie 26 kierowców zawodowych w czterech grupach wiekowych zostało zaproszonych do udziału w naturalistycznym egzaminie na prawo jazdy, podczas którego każdy uczestnik został poproszony o ukończenie 2-godzinnych, 3-godzinnych i 4-godzinnych zadań związanych z prowadzeniem pojazdu, obejmujących przerwę na odpoczynek, na trzech drogach ekspresowych w Shandong, Chiny, celem zarejestrowania zmiennych skupienia wzroku, ruchu gałek ocznych i mrugania oczami, jak również subiektywnego poziomu zmęczenia. Następnie, zastosowano jednoczynnikową analizę wariancji w celu przeanalizowania zmienności każdego wizualnego wskaźnika według grup wiekowych w czasie, a analiza statystyczna wykazała, że nieprzerwana jazda ma istotny wpływ na zmiany wskaźników wizualnych i zgłaszany poziom zmęczenia. Po 2 godzinach prowadzenia pojazdu, zarówno średnia wartość czasu zamknięcia, jak i średni subiektywny poziom zmęczenia uległy znacznej zmianie. Po 4 godzinach prowadzenia pojazdu, wszystkie wizualne wskaźniki kierowcy, inne niź średnia liczba ruchów gałek ocznych i średnia średnica źrenicy, uległy znaczącej zmianie. Z drugiej strony, zmiana poziomu zmęczenia jest dodatnio związana ze zmianą średnicy źrenicy, czasem skupienia wzroku, częstotliwościmrugania, czasem mrugania i czasem zamknięcia. Z drugiej strony, zmiana poziomu zmęczenia była ujemnie związana z ilością skupień wzroku, kątem poszukiwań, liczbą ruchu gałek ocznych, szybkością ruchu gałek ocznych i amplitudą ruchu gałek ocznych. Mówiąc dokładniej, ruch gałek ocznych kierowcy był bardziej czuły na poziom zmęczenia podczas jazdy, a u osób starszych występowało większe prawdopodobieństwo, że wpłynie to na długość jazdy w zmienności zachowań wizualnych i uczucie zmęczenia. W przypadku kierowców zawodowych, przepisy ruchu drogowego powinny ściśle kontrolować długość nieprzerwanej jazdy, a osoby starsze powinny zyskać więcej czasu na odpoczynek. Wreszcie, czynnik prognostyczny zmęczenia kierowcy został określony poprzez zmianę współczynnika wizualnych zmiennych, w celu wykrycia poziomu zmęczenia i ostrzegania w krytycznym momencie, w czasie rzeczywistym.