[論文レビュー] A Review of Driver Drowsiness Detection Systems: Techniques, Advantages and Limitations

Ismail Nasri, Mohammed Karrouchi+2 more|arXiv (Cornell University)|May 22, 2022

Sleep and Work-Related Fatigue被引用数 13

ひとこと要約

本稿は、生理的信号、顔面特徴、および走行パターンに基づくドライバーの眠気検出システムをレビューし、その正確性、信頼性、ハードウェア要件、および被験者への負担について評価している。結論として、複数の手法を組み合わせたハイブリッドシステムは、各手法の長所を活かし、個々の限界を補完することで、優れた耐障害性、正確性、リアルタイム性能を実現するとされている。

ABSTRACT

Driver Drowsiness is one of the most factors of road accidents, leading to severe injuries and deaths every year. Drowsiness means difficulty staying awake, which can lead to falling asleep. This paper introduces a literature review of driver drowsiness detection systems based on an analysis of physiological signals, facial features, and driving patterns. The paper also presents and details the recently proposed techniques for each class. We have also provided a comparative study of recently published works regarding the accuracy, reliability, hardware requirement, and intrusiveness. We have summarized and discussed the advantages and limitations of each class. As a result, each class of techniques has advantages and limitations. A hybrid system that combines two and more techniques will be efficient, robust, accurate, and used in real-time to take advantage of each technique.

研究の動機と目的

• 生理的信号、顔面特徴、および走行行動に基づく既存のドライバーの眠気検出システムを分析・比較すること。
• 各検出技術の正確性、信頼性、ハードウェア要件、および被験者への負担を評価すること。
• 単一モダリティのシステムが実世界の応用において有する利点と限界を特定すること。
• 複数の検出手法を統合したハイブリッドアプローチを提案し、システム性能の向上を図ること。
• 将来の研究が、耐障害性が高く、正確で、リアルタイムに対応できる眠気検出システムの開発に向けて導かれるようにすること。

提案手法

• 2022年までに発表された眠気検出システムに関する最近の研究を対象とした体系的文献レビューを実施している。
• 手法は主に3つのカテゴリーに分類される：生理的信号に基づく、顔面特徴に基づく、走行パターンに基づく検出。
• 各カテゴリーについて、正確性、信頼性、ハードウェアの複雑さ、被験者への負担といった性能指標を分析している。
• 最近の研究を比較して、検出手法間のトレードオフを評価している。
• 複数の手法を統合したハイブリッドシステムの構築可能性を評価している。
• 眼の閉じ具合検出、頭部姿勢推定、EEG/ECG信号処理、車両の運動モデル化といったコアな構成要素の議論を含んでいる。

実験結果

リサーチクエスチョン

• RQ1 生理的信号、顔面特徴、走行行動に基づくドライバーの眠気検出システムで用いられる主な技術は何か？
• RQ2 最近の研究において、各検出手法の正確性、信頼性、ハードウェア要件、被験者への負担はどのように比較されるか？
• RQ3 単一モダリティの眠気検出システムの主な利点と限界は何か？
• RQ4 複数の検出手法を統合したハイブリッドシステムは、個々の手法よりも優れた性能を達成できるか？
• RQ5 リアルタイムで耐障害性があり、正確な眠気検出システムを開発するにあたり、重要な設計上の考慮事項は何か？

主な発見

• EEG や ECG を用いる生理的信号ベースのシステムは、高い正確性を示すが、専用でしばしば侵襲的なセンサーと、複雑な信号処理を必要とする。
• 眼の閉じ具合や頭部姿勢に依存する顔面特徴ベースのシステムは、被験者に負担をかけず、リアルタイム監視に効果的だが、照明条件や遮蔽の影響を受けることがある。
• 走行パターンベースのシステムは、被験者に負担をかけず、車両のテレメトリ情報を用いるが、眠気の初期段階を検出する感度に欠けることがある。
• どの単一の手法も、すべての基準において最適な性能を達成できない。各手法には、正確性、ハードウェア要件、被験者快適性の面で固有のトレードオフがある。
• 少なくとも2つの手法を統合するハイブリッドシステムは、個々の手法の限界を補完することで、耐障害性、正確性、リアルタイム性能の向上が図られている。
• 複数モダリティの統合は、実世界の走行状況において信頼性が高く、スケーラブルで実用的な眠気検出の実現に向けて最も有望な道筋であると特定されている。