Iedereen kent de gevaren van rijden onder invloed of sms'en achter het stuur. Er wordt echter weinig aandacht besteed aan rijden door vermoeidheid. In 2019 was vermoeidheid achter het stuur de oorzaak van 697 dodelijke ongelukken in de VS – dat is 1.9% van het totale aantal verkeersdoden dat jaar.
Slaperigheid achter het stuur kan fataal aflopen, maar het is te voorkomen. Een goede nachtrust en het vermijden van alcohol vóór het autorijden kunnen het aantal ongelukken verminderen. Technologie kan ook helpen bij het opsporen en voorkomen van dodelijke ongelukken als gevolg van slaperigheid achter het stuur. Laten we het daarom hebben over de technologie die de bestuurder waarschuwt voor slaperigheid en vermoeidheid.
Wat is DDS?
Het Driver Drowsiness Detection System (DDS) is een onderdeel van de voertuigveiligheidstechnologie dat werkt met een algoritme dat veranderingen in het rijgedrag van de bestuurder detecteert, zoals onregelmatige stuurbewegingen, afwijkingen van de rijstrook, moeite om de ogen open te houden, constant gapen en meer.
Sommige systemen waarschuwen de bestuurder om een pauze te nemen met behulp van audiowaarschuwingen, terwijl sommige een koffiesymbool weergeven en bij sommige auto's trilt de bestuurdersstoel zelfs.
Hoe werkt DDS?
DDS werkt door het stuurgedrag vanaf het begin van de rit te registreren en de vermoeidheid van de bestuurder gedurende de hele rit bij te houden.
Het AI-algoritme berekent een waarde door de frequentie van abrupte bewegingen, het tijdstip, de ritduur, afwijkingen van de rijstrookmarkeringen en de frequentie van het raken van de ribbelstrook te analyseren. Als deze waarde boven een bepaald niveau ligt, knippert er een koffiekopje- symbool op het instrumentenpaneel van de auto, wat aangeeft dat de bestuurder een pauze moet nemen.
De bestuurder wordt continu gemonitord om zijn of haar vermoeidheidsniveau te bepalen met behulp van een infraroodcamera die op de bestuurder is gericht. Machine learning- en gezichtsherkenningsalgoritmen bepalen nauwkeurig de vermoeidheid door de gelaatstrekken, hoofdbewegingen , knipperen en oogbewegingen van de bestuurder te volgen.
Voorbeelden uit de echte wereld
Het systeem voor het detecteren van slaperigheid bij de bestuurder wordt al een aantal jaren gebruikt. Enkele grote autofabrikanten die geïnteresseerd zijn in het monitoren van de alertheid van de bestuurder zijn Mercedes-Benz, Volvo en Land Rover.
De 'Attention Assist' van Mercedes-Benz is een exclusieve technologie die beschikbaar is op bepaalde Benz-auto's en die de rijgewoonten van de bestuurder in de gaten houdt en hen waarschuwt met visuele en akoestische waarschuwingen wanneer onoplettendheid of vermoeidheid wordt gedetecteerd.
Land Rover heeft ook zijn Driver Condition Monitor-systeem, dat een reeks sensoren heeft die de gezichts- en oogbewegingen van de bestuurder detecteren om te bepalen of de bestuurder onoplettend, afgeleid of moe is.
Volvo's 'Driver Alert' of DAC-functie houdt nauwkeurig bij hoe het voertuig wordt bestuurd. Zo waarschuwt het de bestuurder bijvoorbeeld wanneer het voertuig oncontroleerbaar wordt bestuurd, via een display op het dashboard, een akoestisch signaal en een sms-bericht met het verzoek om een theepauze te nemen.
In tegenstelling tot sommige andere systemen, controleert Volvo's Driver Alert niet de vermoeidheid van de bestuurder, maar kijkt het nauwkeurig naar de werking van het voertuig.
Voordelen en beperkingen van het detectiesysteem voor slaperigheid bij bestuurders
Er zijn veel voordelen van DDS, en het eerste voordeel dat in ons opkomt, is misschien een vermindering van het aantal dodelijke slachtoffers als gevolg van vermoeidheid van de bestuurder.
Met een systeem dat waarschuwingen geeft bij het verlaten van de rijstrook , kunnen ernstige ongelukken worden voorkomen en levens worden gered van de bestuurder, medepassagiers en voetgangers.
De nauwkeurigheid van het systeem hangt af van het effectief trainen van het algoritme met behulp van een verzameling afbeeldingen. Het ontwikkelen van een robuust DDS-systeem is echter onmogelijk als de oogbeelden niet correct worden vastgelegd en het systeem niet wordt getraind op grote datasets. Bovendien kan het lokaliseren van het oog lastig worden als de bestuurder obstakels draagt, zoals een bril of pet.
Belang van trainingsgegevens om DDS-modellen te bouwen
De gevolgen van slaperigheid achter het stuur kunnen gevaarlijk zijn voor alle weggebruikers. Een slaperige bestuurder heeft tijd nodig om zich te concentreren, reageert traag en kan de snelheid en afstanden niet goed inschatten.
Een slaperige chauffeur is niet altijd iemand die niet genoeg heeft geslapen. Daarom is het belangrijk om een tool te ontwikkelen om vermoeide bestuurders te waarschuwen voor dreigend gevaar. Je moet voldoende datasets hebben om het machine learning- en gezichtsherkenningsmodel te trainen om dit mogelijk te maken.
Om een DDS-model nauwkeurig te trainen, hebt u een uitgebreide verzameling trainingsgegevenssets nodig (met zowel slaperige als niet-slaperige afbeeldingen van mensen) die kunnen helpen gezichtsoriëntatiepunten op afbeeldingen te positioneren. Deze methode helpt het systeem de gezichtskenmerken van bestuurders te identificeren in realtime scenario's.
Omdat het systeem vooral geïnteresseerd is in de ogen, worden bovendien coördinaten aan de ogen gepresenteerd, wat zal helpen bij het detecteren van knipperende en eye-opening-waarden.
Gegevenssets met afbeeldingen die het systeem kunnen helpen geeuwen te herkennen, moeten ook worden opgenomen. Naast knipperdetectie is geeuwen ook een kritische parameter die het systeem moet leren om een waarschuwing aan de bestuurder te geven. Een machine learning-model kan worden gebouwd met behulp van nauwkeurig gelabelde datasets en deep learning-methoden.
De behoefte aan een nauwkeurig systeem voor het detecteren van slaperigheid bij bestuurders blijft groeien. Bedrijven zijn op zoek naar zeer betrouwbare trainingsdatasets die gebruikt kunnen worden om hun machine learning-modellen te trainen.
Wanneer betrouwbaarheid en variatie in datasets vereist zijn, geven veel toonaangevende technologiebedrijven de voorkeur aan Shaip. Shaip heeft een belangrijke rol gespeeld in de ontwikkeling van hoogwaardige DDS-modellen met diverse datasets, hoogwaardige beeldlabeling en annotatie. Heeft u een baanbrekende DDS-toepassing in gedachten? Neem contact op met Shaip en ontdek diverse trainingsdatasets tegen concurrerende prijzen.
