• Title/Summary/Keyword: Drowsiness

Search Result 187, Processing Time 0.035 seconds

Drowsiness Detection System using Brainwave based on IoT (IoT기반의 뇌파 이용 졸음 검출시스템)

  • Jeong, Jae Hwa;Joo, Woo Kyung;Kim, Byeong Man;Yang, Yeon-Mo;Lim, Wansu
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2015.10a
    • /
    • pp.1393-1395
    • /
    • 2015
  • 군에서의 경계근무는 방위 임무에 있어 아무리 강조해도 부족할 정도로 중요한 업무이지만, 인간이라는 한계 때문에 어쩔수 없이 소홀히 되어지는 부분이 있다. 이에 본 논문에서는 뇌파를 사용하여 경계병의 졸음을 검출하는 시스템을 제안하였다. 이 시스템은 IoT를 기반으로 설계되었으며, 주요기능으로는 뇌파 측정 기능, 신원 확인 기능, 졸음 판별 표시 기능, 실시간 뇌파 전송 기능 등이 있다. 현재 각 기능에 대한 구체적인 방법들을 구현하여 성능 분석중에 있으며 향후 이 시스템이 완전히 개발 된다면 국방 경계태세 강화 등 다른 여러 분야에서 유용하게 쓰일 것으로 기대된다.

Drowsiness Detection via EEG Pattern Analysis (EEG 패턴 분석을 이용한 졸음 검출)

  • Hwang, Boo Hee;Kim, Byeong Man;Yang, Yeon-Mo;Lim, Wansu
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2015.10a
    • /
    • pp.1396-1398
    • /
    • 2015
  • BCI (Brain Computer Interface)는 사람의 두뇌와 컴퓨터를 연결하는 '뇌-컴퓨터 인터페이스'를 나타내는 것이며 EEG(Electroencephalogram)을 주로 분석하여 인간의 행동이나 의도를 파악한다. 본 논문에서는 EEG를 이용한 행동인식의 하나로 졸음을 판단하는 방법을 제안한다. 제안방법에서는 MindWave를 이용하여 얻은 실험 데이터를 FFT를 이용하여 1초 단위로 스펙트럼을 분석하여 High-Alpha 영역의 시간에 따른 데이터 변화 패턴을 분석하여 졸음을 판단한다. 실험 결과, 100%의 최고 성능을 얻을 수 있었다.

Drowsiness warning system using eye-blink and heart rate (눈깜박임과 심박수를 이용한 졸음 경고 시스템)

  • Lee, Jong-yeop;Jeong, Jae-hoon;Kim, Dae-young;Gwon, Ji-Hye;Yun, Tae-jin
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2021.07a
    • /
    • pp.519-520
    • /
    • 2021
  • 본 논문에서는 딥러닝 기반의 얼굴인식과 Harr Cascade 분류기를 이용한 눈인식, 스마트워치를 매개로 한 심박수 측정을 활용하여 운전자 졸음운전 경고 시스템을 제안하였다. 제안하는 시스템은 PERCLOS 방법을 적용하여 운전자의 눈 감은 시간을 누적시켜 졸음 상태 유무를 판단하고, 스마트워치의 HR센서를 활용한 운전자의 심박수 값 모니터링을 진행하여 졸음 발생 시 경고음을 발생시켜 졸음운전으로 인한 교통사고를 예방할 수 있다.

  • PDF

A Study on Analysis and Service of the Face Detection to Prevent Drowsiness (졸음방지를 위한 안면검출 해석과 서비스에 관한 연구)

  • Lee, Dae-Yeon;Lee, Soo-Yong;Park, Jong-Won;Kim, Jeong-Ho
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2020.11a
    • /
    • pp.508-510
    • /
    • 2020
  • 2015년도부터 2019년도까지 5년간 고속도로에서 1,079명의 사망자가 발생하였으며, 이중 졸음운전 및 주시 태만이 729명(67.6%)로 가장 많았다. 졸음운전 방지를 위해 휴게소, 졸음쉼터 등 노력하고 있으나 이러한 노력에도 졸음운전으로 인한 사고는 지금까지도 계속해서 발생하고 있다. 본 연구는 이러한 사고를 방지하기 위해 적외선 카메라를 이용한 영상 촬영하여 안면검출 해석과 서비스를 구현하였다. 안면검출을 통한 동공 상태의 여부와 적합한 수면 판단 기준으로 PERCLOS(Percentage of Eye Closure)을 적용하였다. 운전자의 동공의 장축과 단축의 비율이 1 : 0.35 미만 일 때, 운전자가 졸음상태라 판단하고 음성 알람을 통해 졸음방지를 개선할 수 있었다.

Drowsiness detection and prevention with RaspberryPi (라즈베리파이를 이용한 졸음운전 감지 및 예방)

  • Seo, Ju-Won;Roh, Wan-Tae;Lee, Sang-Rak;Jeong, Rae-Hoon;Kim, Woongsup
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2020.11a
    • /
    • pp.220-223
    • /
    • 2020
  • 한국도로공사가 제공하는 자료에 따르면 운전자 4명 중 1명은 졸음운전을 경험해 보았다고 말한다. 또한, 졸음운전 사고의 치사율은 건당 4명으로 전체 교통사고 치사율의 2배이며, 그 위험성은 음주운전보다 크다고 알려져 있다. 이러한 문제를 해결하기 위해 졸음운전 감지 시스템이 국내외에서 활발히 연구되고 있다. 본 논문에서는 졸음운전 감지 시스템과 더불어 졸음운전을 예방하는 시스템을 제안하고자 한다.

AI drowsiness prevention application based on brain waves using deep learning (딥러닝을 이용한 뇌파 기반 AI 졸음 예방 어플리케이션)

  • Kang, Yeon-Jae;Kim, Da-Young;Choi, Yu-Ri
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2021.11a
    • /
    • pp.1242-1244
    • /
    • 2021
  • 한국교통안전공단이 발표한 자료에 따르면 교통사고로 사망한 원인의 70%가 졸음운전이다. 최근에는 졸음운전을 예방하기 위해 눈 깜박임 인식 등의 운전자의 생체 데이터를 활용한 방법들이 대두되고 있다. 특히 운전자의 졸음운전 판단 기술로 뇌파를 이용하는 연구가 활발히 진행되고 있다. 본 논문에서는 뇌파를 사용하여 효과적으로 졸음 상태를 판단할 수 있는 딥러닝 알고리즘을 제안한다. 졸음 상태인 경우, 아닌 경우인 2가지의 운전자 상태를 85%의 정확도로 판단한다. 또한 제안한 알고리즘을 활용해 졸음운전 감지 시스템과 더불어 졸음운전 예방 시스템을 제안하고자 한다.

Development CNN Model of Drowsiness Detection Using OpenCV (OpenCV 를 활용한 졸음인식 CNN 모델 제작)

  • Kim, Joo-young;Kim, Eun-hae;Jeon, Ji-eun;Kim, Myuhng-Joo
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2022.05a
    • /
    • pp.473-476
    • /
    • 2022
  • 본 논문에서는 비대면 교육 상황이 확대되는 시점에서 자율 학습에 유용하게 사용할 수 있는 학습자의 졸음을 인식하여 알려주는 모델을 설계하여 구현하였다. 기계학습의 CNN 알고리즘을 활용하여 공부상태와 졸음상태를 판별하는 모델을 만들고, Opencv 을 사용하여 일정 횟수 이상 졸음상태가 반복되면 알람을 울려 사용자를 잠에서 깨운다. 이 프로그램은 자기 관리 및 독립적인 학습을 수행하는 데에 도움을 줄 수 있다.

A Drowsiness Detection System using ChatGPT and Image Processing (ChatGPT와 영상처리를 이용한 졸음 감지 시스템)

  • Hyeon-Jun Lee;Hyeon-Sang Soon;Seong-Hun Jo;Chang-Hui Seo;Ji-Yun Kang;Se-Jin Oh
    • Proceedings of the Korean Society of Computer Information Conference
    • /
    • 2024.01a
    • /
    • pp.259-260
    • /
    • 2024
  • 졸음운전으로 인한 교통사고는 매년 꾸준하게 일어나 이에 대한 다방면의 해결책이 요구되고 있다. 본 논문에서는 위 문제를 개선하고자 ChatGPT와 영상처리를 이용한 졸음 감지 시스템을 구현하였다. 이 시스템은 운전자의 얼굴 부분을 영상처리로 인식하여 눈동자의 종횡비를 구해 PERCLOS 공식에 따른 운전자의 졸음을 판별시키고, 경고와 동시에 ChatGPT가 운전자에게 특정 주제를 키워드로 TTS와 STT를 통해 대화한다. 운전자의 졸음을 판별하기 위해 임베디드 보드에서 연결된 캠을 통해 졸음 판별을 하고, ChatGPT도 마찬가지로 보드에서 연결한 스피커, 마이크를 통해 운전자와 대화한다. 이를 활용하여 운전자의 졸음 자각을 통한 안전운전 및 사고 발생률의 감소를 기대할 수 있다.

  • PDF

Evaluation of Scopolamine Patch Pharmacotherapy for Motion Sickness in S. Korean

  • Lim, Sung-Cil;Lee, Myung-Koo;Lee, Chong-Kil;Lee, Bo-Reum
    • Biomolecules & Therapeutics
    • /
    • v.16 no.2
    • /
    • pp.161-167
    • /
    • 2008
  • Scopolamine patch is an effective anticholinergic and antiemetic agent for motion sickness in S. Korea. Since this medication is Over The Counter (OTC) medication and may cause serious side effects when misused. Therefore, we evaluate the safety and efficacy for scopolamine patch in this study. We selected and surveyed total 43 patients who purchased scopolamine patch from three different pharmacies located at S and C Express Bus terminals and P Port at Seoul, Cheongju, and Busan. In the result, 11 patients (8${\sim}$15 year old:25.6%) were correctly used scopolamine patch with a children dose and 2 patients were misused. 26 (15${\sim}$60 year old: 60.4%) and 4 (over 6o year old: 9.3%) patients were correctly used with a adult dose. 33 patients (69.9%)answered that they knew the directions well how to use scopolamine patch correctly. Only 24.2% (n=8) patients learned the directions by pharmacist's consultation. Most patients (45 frequencies with duplicate counts) had some experienced side effects and among those drowsiness is the most common one. In conclusion, scopolamine patch as a non-prescription drug (OTC) should be monitored by pharmacist with correct drug consultation.

A Study on the Warning Characteristics of LDWS using Driver's Reaction Time and Vehicle Type (차량 종류 및 운전자 인지반응 시간을 이용한 LDWS 경고 특성에 관한 연구)

  • Park, Hwanseo;Chang, Kyungjin;Yoo, Songmin
    • Journal of Auto-vehicle Safety Association
    • /
    • v.8 no.1
    • /
    • pp.13-18
    • /
    • 2016
  • More than 80 percent of traffic accidents related with lane departure believed to be the result of crossing the lane due to either negligence or drowsiness of the driver. Lane-departure related accident in the highway usually involve high fatality. Even though LDWS is believed to prevent accident 25% and reduce fatalities by 15% respectively, its effectiveness in performance is yet to be confirmed in many aspects. In this study, the vehicle lateral locations relative to warning zone envelop (earliest and latest warning zone) defined in ISO standard, ECE and NHTSA regulations are compared with respect to various factors including delays, vehicle speed and vehicle heading angle with respect to the lane. Since LDWS is designed to be activated at the speed over 60 km/h, vehicle speed range for the study is set to be from 60 to 100 km/h. The vehicle heading angle (yaw angle) is set to be up to 5 degree away from the lane (abrupt lane change) considering standard for lane change test using double lane-change test specification. The TLC is calculated using factors like vehicle speed, yaw angle and reaction time. In addition, the effect of vehicle type and reaction time have been considered to assess LDWS safety.