ES2302287T3 - Procedimiento de evaluacion del estado de vigilancia de un conductor de vehiculo. - Google Patents
Procedimiento de evaluacion del estado de vigilancia de un conductor de vehiculo. Download PDFInfo
- Publication number
- ES2302287T3 ES2302287T3 ES06022592T ES06022592T ES2302287T3 ES 2302287 T3 ES2302287 T3 ES 2302287T3 ES 06022592 T ES06022592 T ES 06022592T ES 06022592 T ES06022592 T ES 06022592T ES 2302287 T3 ES2302287 T3 ES 2302287T3
- Authority
- ES
- Spain
- Prior art keywords
- duration
- class
- surveillance
- flashes
- classes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
- B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
- B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
- B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Psychology (AREA)
- Physiology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Social Psychology (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- General Physics & Mathematics (AREA)
- Hospice & Palliative Care (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Procedimiento de evaluación del estado de vigilancia de un conductor de vehículo que consiste en analizar los movimientos de al menos un párpado de dicho conductor para detectar cada cierre de dicho párpado, denominada parpadeo, consistiendo dicho procedimiento de evaluación: - en una fase previa: ¿ en establecer una clasificación de las duraciones de parpadeo compuesta por m clases que delimitan m franjas contiguas de valores de duración de parpadeo, consistente en al menos dos clases correspondientes respectivamente a parpadeos denominados de duración media ¿M¿, y de duración larga ¿L¿, estando dichas clases adaptadas para presentar zonas frontera de transición progresiva, definidas por ejemplo mediante la aplicación de un método matemático tal como la lógica ¿difusa¿, ¿ y en establecer una clasificación de los estados de vigilancia compuesta por n clases de estado de vigilancia, con n >_2, que comprende: una clase correspondiente a un estado ¿despierto¿, definida por un número de parpadeos de duración media inferior a un umbral dado, y/o un número de parpadeos de duración larga inferior a un umbral dado, y una clase correspondiente a un estado ¿dormido¿, definida por un número de parpadeos de duración media superior a un umbral dado, y/o un número de parpadeos de duración larga superior a un umbral dado, - y durante el desarrollo de un procedimiento de evaluación: ¿ en asociar a cada parpadeo un vector de duración (m, 1) en el que cada componente representa el grado de pertenencia de dicho parpadeo a una de las m clases de duración predefinidas, ¿ en definir segmentos temporales de análisis que consisten en intervalos de tiempo al cabo de cada uno de los cuales se calcula un vector acumulado de duración en el que cada componente consiste en la suma SigmaM, SigmaL de las componentes de misma línea de los vectores de duración correspondiente a los parpadeos detectados durante el segmento de análisis, ¿ y en deducir de la comparación de los valores calculados SigmaMy SigmaL con los valores umbrales correspondientes de la clasificación de los estados de vigilancia, una información representativa del estado de vigilancia del conductor.
Description
Procedimiento de evaluación del estado de
vigilancia de un conductor de vehículo.
La invención se refiere a un procedimiento de
evaluación del estado de vigilancia de un conductor de vehículo, y
tiene como objetivo más específicamente un procedimiento de
evaluación que se basa en el análisis de los movimientos de los
párpados del conductor, permitiendo detectar cada cierre de párpado,
llamado parpadeo, y proporcionar información representativa de la
duración del parpadeo.
El documento US 6,070,098 describe un
procedimiento de evaluación del estado de vigilancia de un conductor
de vehículo, que consiste en analizar los movimientos de al menos
un párpado de dicho conductor para detectar cada cierre de dicho
párpado, denominado parpadeo, y en proporcionar información
representativa de la duración de dicho parpadeo, consistiendo dicho
procedimiento de evaluación:
- en establecer una clasificación de las
duraciones de parpadeo, compuesta por clases adaptadas para
presentar zonas frontera de transición progresiva definidas
mediante la aplicación de un método matemático tal como la lógica
"difusa";
- en establecer una clasificación de estados de
vigilancia.
Basándose en este principio, el objetivo
esencial de la invención es proporcionar un procedimiento de
evaluación que permita realizar en línea un diagnóstico de la
disminución de la vigilancia de un conductor a partir de
información de orden fisiológico.
Otro objetivo de la invención es proporcionar un
procedimiento de evaluación diseñado para introducir niveles de
ponderación del diagnóstico en función de observaciones del entorno
y de comportamiento.
Con ese fin, la invención tiene como objetivo,
en primer lugar, un procedimiento de evaluación que consiste:
- en una fase previa:
- \bullet
- en establecer una clasificación de las duraciones de parpadeo compuesta por m clases que delimitan m franjas contiguas de valores de duración de parpadeo, consistentes en al menos dos clases correspondientes respectivamente a parpadeos denominados de duración media "M", y de duración larga "L", estando dichas clases adaptadas para presentar zonas frontera de transición progresiva, definidas por ejemplo mediante la aplicación de un método matemático tal como la lógica "difusa",
- \bullet
- y en establecer una clasificación de los estados de vigilancia compuesta por n clases de estado de vigilancia, con n \geq 2, que comprende:
- \sqbullet
- una clase correspondiente a un estado "despierto", definida por un número de parpadeos de duración media inferior a un umbral dado, y/o un número de parpadeos de duración larga inferior a un umbral dado,
- \sqbullet
- y una clase correspondiente a un estado "dormido", definida por un número de parpadeos de duración media superior a un umbral dado, y/o un número de parpadeos de duración larga superior a un umbral dado,
- y durante el desarrollo de un procedimiento de
evaluación:
- \bullet
- en asociar a cada parpadeo un vector de duración (m, 1) en el que cada componente representa el grado de pertenencia de dicho parpadeo a una de las m clases de duración predefinidas,
- \bullet
- en definir segmentos temporales de análisis que consisten en intervalos de tiempo al cabo de cada uno de los cuales se calcula un vector acumulado de duración en el que cada componente consiste en la suma \SigmaM, \SigmaL de las componentes de misma línea de los vectores de duración correspondiente a los parpadeos detectados durante el segmento temporal,
- \bullet
- y en deducir de la comparación de los valores calculados \SigmaM y \SigmaL con los valores umbrales correspondientes de la clasificación de los estados de vigilancia, una información representativa del estado de vigilancia del conductor.
De manera general, este procedimiento de
evaluación se basa en la observación de los movimientos de los
párpados en un intervalo de tiempo dado (segmento de análisis), y
conduce a una estimación en tiempo real y de manera instantánea del
estado de vigilancia del conductor.
\newpage
\global\parskip0.950000\baselineskip
Por otra parte, este procedimiento de evaluación
consiste, en primer lugar, en introducir, en la clasificación de
las duraciones de parpadeo, un grado de progresividad que lleva:
- -
- a clasificar cada parpadeo en una u otra clase de duración, o simultáneamente en dos clases contiguas con un grado de pertenencia a cada una de dichas clases comprendido entre 0 y 1, siendo la suma de estos dos grados de pertenencia siempre igual a 1,
- -
- y en definir cada parpadeo por un vector (m, 1) en el que cada componente corresponde a un grado de pertenencia a una clase de duración.
Este procedimiento de evaluación consiste,
además, en definir una clasificación de los estados de vigilancia
diseñada para permitir proporcionar directamente una estimación del
estado de vigilancia en un segmento de análisis en función del
número y de la naturaleza de los parpadeos detectados durante este
segmento de análisis.
Cabe notar, a ese respecto, que, de manera
específica según la invención, cada valor \SigmaM, \SigmaL usado
para estimar el estado de vigilancia consiste en la suma, en un
segmento de análisis, de los grados de pertenencia a una clase de
duración dada, en el ejemplo respectivamente la clase duración media
y la clase duración larga.
Así, por ejemplo para le determinación del valor
\SigmaM, un parpadeo al que se asocia un grado de pertenencia a
la clase duración media igual a 1, tiene el mismo peso que diez
parpadeos cuyo grado de pertenencia a la clase duración media es
igual a 0,1.
Según un modo de realización ventajoso de la
invención, se activa la apertura de un segmento de análisis con
cada detección de un parpadeo, cubriendo cada segmento de análisis
abierto un periodo de tiempo determinado que precede a dicha
activación.
Así, los segmentos de análisis se actualizan
regularmente, garantizando el modo de deslizamiento utilizado para
efectuar esta actualización que se tienen en cuenta todos los
parpadeos de los párpados.
Además para garantizar una estimación viable en
cada segmento de análisis, se validan ventajosamente los datos de
un segmento de análisis si el número de parpadeos detectados durante
dicho segmento de análisis es superior a un umbral dado.
Por otra parte, de manera ventajosa según la
invención, se establece una clasificación de las duraciones de
parpadeo compuesta por tres clases correspondientes respectivamente
a parpadeos de duración corta "C", duración media "M", y
duración larga "L".
Así, a modo de ejemplo, esta clasificación de
las duraciones de parpadeo puede comprender ventajosamente:
- una clase duración corta "C"
correspondiente a parpadeos de duración inferior a un valor del
orden de 150 ms a 250 ms,
- una clase duración media "M"
correspondiente a parpadeos de duración superior a un valor del
orden de 150 ms a 250 ms, e inferior a un valor del orden de 350 ms
a 500 ms,
- y una clase duración larga "L"
correspondiente a parpadeos de duración superior a un valor del
orden de 350 ms a 500 ms.
Según la invención, la clasificación de los
estados de vigilancia comprende, por su parte, ventajosamente al
menos tres clases de estado de vigilancia:
- una clase "despierto" definida por un
número de parpadeos de duración media inferior a un umbral dado,
- al menos una clase intermedia correspondiente
a un estado "de somnolencia", definida por un número de
parpadeos de duración media superior a un umbral dado, y por un
número de parpadeos de duración larga inferior a un umbral dado,
- y una clase "dormido" definida por un
número de parpadeos de duración larga superior a un umbral dado.
Ventajosamente, esta clasificación se compone de
cuatro clases de estado de vigilancia: la clase "despierto",
la clase "dormido", y dos clases intermedias "de
somnolencia" que consisten en:
- una primera clase intermedia correspondiente a
un estado "algo somnoliento", definida por un número de
parpadeos de duración media superior a un umbral dado e inferior a
un umbral intermedio dado, y por un número de parpadeos de duración
larga inferior a un umbral dado,
- y una segunda clase intermedia correspondiente
a un estado "somnoliento", definida por un número de parpadeos
de duración media superior al umbral intermedio, y por un número de
parpadeos de duración larga inferior a un umbral dado.
\global\parskip1.000000\baselineskip
Por otra parte, igual que para la clasificación
de las duraciones de parpadeo, el procedimiento de evaluación según
la invención consiste ventajosamente en introducir un grado de
progresividad en la clasificación de los estados de vigilancia,
para tener en cuenta las incertidumbres y las ambigüedades de las
estimaciones. Con ese fin:
- se definen las n clases de estado de
vigilancia de modo que dichas clases presenten zonas frontera de
transición progresiva, por ejemplo mediante la aplicación de un
método matemático tal como la lógica "difusa",
- y se entrega una información representativa
del estado de vigilancia del conductor consistente en un vector de
n estados de vigilancia en el que cada componente representa el
grado de activación del estado de vigilancia correspondiente.
Según este concepto, el estado de vigilancia del
conductor se expresa por tanto en forma de un vector de n estados
en el que cada componente indica el grado de activación del estado,
es decir el grado de pertenencia a la clase correspondiente,
estando comprendido cada uno de dichos grados de activación entre 0
y 1, y siendo la suma de los n grados de activación igual a 1.
Basándose en este principio de progresividad, la
información representativa del estado de vigilancia del conductor
consiste entonces, ventajosamente según la invención, en un vector
de 4 estados de vigilancia en el que cada componente representa el
grado de activación de un estado de vigilancia según las
definiciones siguientes:
- grado de activación de la clase
"despierto" = f1 (\Sigma grados de pertenencia a la clase
duración media "M", \Sigma grados de pertenencia a la clase
duración larga "L"),
- grado de activación de la clase "algo
somnoliento" = f2 (\Sigma grados de pertenencia a la clase
duración media "M", \Sigma grados de pertenencia a la clase
duración larga "L"),
- grado de activación de la clase
"somnoliento" = f3 (\Sigma grados de pertenencia a la clase
duración media "M", \Sigma grados de pertenencia a la clase
duración larga "L"),
- grado de activación de la clase "dormido"
= f4 (\Sigma grados de pertenencia a la clase duración larga
"L").
Según otra especificidad de la invención, el
procedimiento de evaluación tiene como objetivo introducir un nivel
de confianza en el diagnóstico realizado. Con ese fin, y
ventajosamente según la invención:
- en una fase previa, se asocia a cada clase de
estado de vigilancia al menos una clase de duración considerada
como determinante en la representación temporal de dicha clase de
estado de vigilancia,
- y durante el desarrollo de un procedimiento de
evaluación:
- \bullet
- se analizan los movimientos de los dos párpados del conductor, y se realiza, para cada parpadeo, una comparación de las dos señales representativas del movimiento de los dos párpados según criterios de comparación predeterminados, tales como criterios relativos a la simultaneidad, a la amplitud o a las pendientes de dichas señales, para determinar, para cada parpadeo, un grado de confianza ci representativo de la correlación entre las dos señales,
- \bullet
- y para cada segmento de
análisis, se asocia a cada información que incorpora una clase de
estado de vigilancia, un grado de confianza Cº que ha de asociarse
con esta clase de estado de vigilancia, de
\hbox{modo que:}
- Cº = \Sigma di.ci/\Sigma di con:
- \sqbullet
- di grado de pertenencia de un parpadeo a cada una de las clases de duración seleccionada como determinante en la representación temporal de la clase de estado de vigilancia,
- \sqbullet
- ci grado de confianza del parpadeo.
A modo de ejemplo en lo que se refiere a la
determinación de los grados de confianza, se asocia, en la fase
previa:
- -
- a la clase de estado "despierto", la clase de duración corta,
- -
- a la clase de estado "algo somnoliento", la acumulación de las clases de duración corta y de duración media,
- -
- a la clase de estado "somnoliento", la clase duración media,
- -
- a la clase de estado "dormido", la clase duración larga.
Además, se usa ventajosamente según la
invención, para la determinación del grado de confianza asociado a
cada parpadeo, una combinación de criterios de comparación
relativos a la simultaneidad, a la amplitud y a las pendientes de
las dos señales representativas del movimiento de los dos
párpados.
El procedimiento de evaluación según la
invención tal como se define anteriormente proporciona una
estimación instantánea del estado de vigilancia del conductor.
Con el fin de completar esta estimación
instantánea, y de manera ventajosa según la invención, se realiza
regularmente una recapitulación de la información entregada durante
los K últimos segmentos de análisis, con K entero predeterminado, y
se realiza un suavizado de los datos correspondientes, para
proporcionar un vector de n estados de vigilancia recapitulativo en
el que cada componente consiste en un valor recapitulativo medio
del grado de activación del estado de vigilancia
correspondiente.
Además, de manera ventajosa, se determina
igualmente, a partir de la recapitulación de la información
entregada durante los K últimos segmentos de análisis, mediante un
método matemático tal como el método de los mínimos cuadrados, un
índice de evolución representativo de la evolución del estado de
vigilancia del conductor durante los K últimos segmentos de
análisis.
Tales recapitulaciones periódicas, por una
parte, permiten excluir las eventuales estimaciones no realistas
mediante una operación de suavizado y, por otra parte, proporcionan
un índice de evolución representativo, a lo largo de un periodo
largo, de la tendencia de evolución del estado de vigilancia.
Con el fin de completar el alcance de los
informes recapitulativos, se integran además ventajosamente los
grados de confianza en la recapitulación de información, para
asociar un grado de confianza de valor medio con cada estado de
vigilancia.
El procedimiento de evaluación según la
invención anteriormente definida está diseñado para realizar un
diagnóstico sobre el estado de vigilancia de un conductor sobre la
base únicamente de información fisiológica, sin necesitar otras
fuentes de información.
No obstante, con el fin de aumentar la robustez
del procedimiento de evaluación, se lleva a cabo la introducción de
niveles de ponderación durante los diagnósticos basados en el
análisis de los movimientos de los párpados, integrando
ventajosamente:
- por una parte, información denominada del
entorno, representativa de condiciones de conducción, tales como
tiempo de conducción, temperatura en el vehículo, hora del día, tipo
de calzada (carretera, autopista, urbana...), datos relativos al
conductor (edad, experiencia...),
- por otra parte, información procedente de
observaciones del comportamiento, tales como el mantenimiento de la
trayectoria del vehículo.
Otras características, objetivos y ventajas de
la invención se desprenderán de la descripción detallada que sigue
en referencia a los dibujos adjuntos que representan a modo de
ejemplo no limitativo un modo de realización preferible. En estos
dibujos:
- la figura 1 es una ilustración de una señal
representativa de movimientos de cierre, denominados parpadeos, de
un párpado,
- la figura 2 representa, a escala ampliada, la
signatura tipo de un parpadeo.
- y la figura 3 es un gráfico de determinación,
en lógica difusa, de la clasificación de las duraciones de los
parpadeos.
El procedimiento según la invención tiene como
objetivo, principalmente, proporcionar en tiempo real e
instantáneamente, estimaciones sobre el estado de vigilancia de un
conductor basadas en la observación de los parpadeos de los párpados
del mismo.
Con ese fin, y de manera usual, la realización
de este procedimiento precisa sensores aptos para emitir una señal,
tal como la representada en la figura 1, que permiten, de manera
conocida en sí misma, detectar cada parpadeo y determinar para cada
uno de dichos parpadeos, tal como el representado en la figura
2:
- la duración tm del parpadeo
- la amplitud A del parpadeo
- y los tiempos de cierre y de apertura
definidos por las pendientes de los flancos de entrada y salida.
En primer lugar, se proporcionan las
estimaciones al cabo de intervalos de tiempo, denominados segmentos
de análisis, activados sistemáticamente con cada detección de un
parpadeo, y adaptados para cubrir y tratar los parpadeos detectados
durante un periodo de tiempo determinado, por ejemplo 30 segundos,
que precede a la activación del segmento de análisis.
\newpage
La primera operación realizada durante cada
segmento de análisis consiste en clasificar cada parpadeo en función
de su duración usando una clasificación de las duraciones de
parpadeo que comprende 3 clases que definen respectivamente
parpadeos de duración corta "C", duración media "M", y
duración larga "L". Además, estas clases consisten en
conjuntos difusos y presentan por lo tanto zonas frontera de
transición progresiva.
A modo de ejemplo, y tal como se representa en
la figura 3:
- la clase duración corta "C" cubre las
duraciones de parpadeos comprendidas entre 0 ms y 250 ms,
- la clase duración media "M" cubre las
duraciones de parpadeos comprendidas entre 150 ms y 500 ms,
- y la clase duración larga "L" cubre las
duraciones de parpadeos superiores a 350 ms.
Además, según el principio de la lógica difusa,
y tal como se representa en la figura 3, los parpadeos cuya
duración corresponde a una zona frontera entre dos clases pertenecen
simultáneamente a estas dos clases, siendo inferior a 1 el grado de
pertenencia a cada una de dichas dos clases, y siendo igual a 1 la
suma de dichos dos grados de perte-
nencia.
nencia.
Esta clasificación conduce así a definir cada
parpadeo mediante un vector (3, 1) cuyas tres componentes
corresponden respectivamente al grado de pertenencia de dicho
parpadeo a cada una de las tres clases de duración.
Después de la definición de todos los parpadeos
detectados durante un segmento de análisis, la operación siguiente
consiste en determinar un vector acumulado de duración en el que
cada componente consiste en la suma \SigmaC, \SigmaM, \SigmaL
de las componentes de misma línea de los vectores que definen dichos
parpadeos.
Según el principio de la invención, este vector
acumulado está destinado a servir de base para la determinación del
estado de vigilancia para el segmento de análisis en cuestión,
mediante el uso de una clasificación de los estados de vigilancia
que comprende las cuatro clases siguientes definidas cada una a
continuación con las reglas que determinan la pertenencia a dicha
clase:
- una clase correspondiente a un estado
"despierto", cumpliendo con las condiciones de pertenencia
siguientes:
\SigmaL \leq N1, y \SigmaM \leq N2,
\SigmaL \leq N1, y \SigmaM \leq N2,
- una clase correspondiente a un estado "algo
somnoliento", cumpliendo con las condiciones de pertenencia
siguientes: \SigmaL \leq N3, y N2 < \SigmaM \leq N4,
- una clase correspondiente a un estado
"somnoliento", cumpliendo con las condiciones de pertenencia
siguientes: \SigmaL \leq N3, y N4 < \SigmaM \leq N5,
- y una clase correspondiente a un estado
"dormido", cumpliendo con las condiciones de pertenencia
siguientes: \SigmaL >N3
- siendo los números Ni anteriores tales que Ni
< Ni+1.
Además, tal como anteriormente, estas clases de
estado de vigilancia se definen de modo que consisten en conjuntos
difusos de modo que cada estado de vigilancia se define por un
vector de 4 estados de vigilancia cuyas componentes representan los
grados de activación respectivos de los cuatro estados de
vigilancia, es decir:
- el grado de activación de la clase
"despierto" = f1 (\Sigma grados de pertenencia a la clase
duración media "M", \Sigma grados de pertenencia a la clase
duración larga "L"),
- el grado de activación de la clase "algo
somnoliento" = f2 (\Sigma grados de pertenencia a la clase
duración media "M", \Sigma grados de pertenencia a la clase
duración larga "L"),
- el grado de activación de la clase
"somnoliento" = f3 (\Sigma grados de pertenencia a la clase
duración media "M", \Sigma grados de pertenencia a la clase
duración larga "L"),
- y el grado de activación de la clase
"dormido" = f4 (\Sigma grados de pertenencia a la clase
duración larga "L").
Además, varias técnicas, conocidas en sí mismas,
pueden usarse para representar las funciones fi precitadas.
Así, una primera técnica puede consistir en
definir conjuntos difusos tridimensionales diseñados para permitir
obtener directamente los diversos grados de activación sin
utilización de reglas de lógica difusa.
Una segunda técnica más clásica puede igualmente
consistir en definir conjuntos difusos monodimensionales para
describir cada una de las entradas \SigmaM, \SigmaL, y en
elaborar reglas de lógica difusa para combinar estas entradas y
deducir de ellas los diversos grados de activación.
Sea cual sea la técnica aplicada, el
procedimiento de evaluación según la invención conduce por lo tanto
a proporcionar, para cada segmento de análisis, un estado de
vigilancia que se presenta en forma de un vector de cuatro estados
en el que cada componente indica el grado de activación del
estado.
Un ejemplo de estado de vigilancia proporcionado
según la invención se da a continuación a modo de ilustración.
\vskip1.000000\baselineskip
\vskip1.000000\baselineskip
Otra especificidad de la invención consiste en
asociar un grado de confianza a cada estado de vigilancia
proporcionado.
Con ese fin, se atribuye, en primer lugar, un
grado de confianza "ci" a cada medida de duración de un
parpadeo. Para ello se analizan los movimientos de los dos párpados
del conductor y se realiza, para cada parpadeo, una comparación de
las dos señales representativas del movimiento de los dos párpados
basada en criterios de comparación predeterminados tales como:
- criterios de simultaneidad: comparación de la
duración de las señales y de los instantes de pico de inicio y de
fin de dichas señales,
- criterios de amplitud: comparación de las
amplitudes de las señales,
- criterios de inclinación: comparación de las
pendientes respectivas de los frentes de entrada y de salida de las
señales.
Cada grado de confianza ci se determina así
ventajosamente a partir de una combinación de los diferentes
criterios de comparación, atribuyendo eventualmente pesos
diferentes a los diversos criterios. (A modo de ejemplo, de manera
usual, el criterio de simultaneidad se selecciona así como el
criterio preponderante).
Los criterios de confianza ci calculados según
este principio son por lo tanto tales que ci=
(a.Csimul+b.Camp+c.Cpen)/(a+b+c) con:
(a.Csimul+b.Camp+c.Cpen)/(a+b+c) con:
- 0 \leq Csimul, Camp, Cpen \leq 1
- y 0 \leq a, b, c \leq 1
Otra técnica de determinación de los grados de
confianza ci puede igualmente consistir en usar el método de la
lógica difusa.
La finalidad de los cálculos de estos grados de
confianza consiste en asociar, a cada grado de vigilancia, grados
de confianza Cº tales como:
Cº "despierto" = \Sigma di.ci/\Sigma
di, para todos los parpadeos de duración corta,
Cº "algo somnoliento" = \Sigma
di.ci/\Sigma di, para todos los parpadeos de duración corta y
todos los parpadeos de duración media,
Cº "somnoliento" = \Sigma di.ci/\Sigma
di, para todos los parpadeos de duración media,
Y Cº "dormido" = \Sigma di.ci/\Sigma
di, para todos los parpadeos de duración larga.
Además, en estas expresiones:
- di representa el grado de pertenencia de un
parpadeo a la clase de duración en cuestión,
- y ci el grado de confianza del parpadeo.
Otra especificidad de la invención consiste en
realizar regularmente una recapitulación o historial de la
información entregada durante los K últimos segmentos de análisis,
con K entero predeterminado, y en realizar un suavizado de los
datos correspondientes para proporcionar un vector de 4 estados de
vigilancia recapitulativo en el que cada componente consiste en un
valor recapitulativo medio del grado de activación del estado de
vigilancia correspondiente.
Además se integran igualmente los grados de
confianza en la recapitulación de información, para asociar un
grado de confianza de valor medio a cada estado de vigilancia.
Cabe notar que, según la invención, las técnicas
de suavizado pueden consistir o en un sencillo cálculo aritmético
del valor medio de los datos considerados, o en métodos de suavizado
más complejos de cualquier tipo conocido en sí mismo.
Las recapitulaciones tienen también como primera
función excluir, mediante una operación de suavizado, las posibles
estimaciones no realistas.
Además, estas recapitulaciones tienen como
objetivo permitir calcular un índice de evolución representativo de
la evolución del estado de vigilancia del conductor durante los K
últimos segmentos de análisis, y por lo tanto la tendencia de
evolución del estado de vigilancia.
Este índice de evolución se calcula según el
método usual de los mínimos cuadrados que proporciona, en realidad,
una aproximación de la pendiente de interpolación que pasa por todos
los diferentes puntos.
El procedimiento de evaluación anteriormente
descrito permite realizar en línea un diagnóstico de la disminución
de la vigilancia de un conductor a partir de información de orden
fisiológico.
No obstante, puede resultar interesante
perfeccionar la fiabilidad de este diagnóstico ponderando este
último mediante informaciones complementarias cuyo objetivo es
llegar a un refuerzo o a una relajación de la decisión.
Con ese fin y para introducir niveles de
ponderación durante los diagnósticos basados en el análisis de los
movimientos de los párpados, se integran:
- informaciones del entorno representativas de
condiciones de conducción tales como tiempo de conducción,
temperatura en el vehículo, hora del día, tipo de calzada
(carretera, autopista, urbana...), datos relativos al conductor
(edad, experiencia...),
- e informaciones procedentes de observaciones
de comportamiento, tales como la observación de la trayectoria del
vehículo.
Claims (15)
1. Procedimiento de evaluación del estado de
vigilancia de un conductor de vehículo que consiste en analizar los
movimientos de al menos un párpado de dicho conductor para detectar
cada cierre de dicho párpado, denominada parpadeo, consistiendo
dicho procedimiento de evaluación:
- en una fase previa:
- \bullet
- en establecer una clasificación de las duraciones de parpadeo compuesta por m clases que delimitan m franjas contiguas de valores de duración de parpadeo, consistente en al menos dos clases correspondientes respectivamente a parpadeos denominados de duración media "M", y de duración larga "L", estando dichas clases adaptadas para presentar zonas frontera de transición progresiva, definidas por ejemplo mediante la aplicación de un método matemático tal como la lógica "difusa",
- \bullet
- y en establecer una clasificación de los estados de vigilancia compuesta por n clases de estado de vigilancia, con n \geq 2, que comprende:
- \sqbullet
- una clase correspondiente a un estado "despierto", definida por un número de parpadeos de duración media inferior a un umbral dado, y/o un número de parpadeos de duración larga inferior a un umbral dado,
- \sqbullet
- y una clase correspondiente a un estado "dormido", definida por un número de parpadeos de duración media superior a un umbral dado, y/o un número de parpadeos de duración larga superior a un umbral dado,
- y durante el desarrollo de un procedimiento de
evaluación:
- \bullet
- en asociar a cada parpadeo un vector de duración (m, 1) en el que cada componente representa el grado de pertenencia de dicho parpadeo a una de las m clases de duración predefinidas,
- \bullet
- en definir segmentos temporales de análisis que consisten en intervalos de tiempo al cabo de cada uno de los cuales se calcula un vector acumulado de duración en el que cada componente consiste en la suma \SigmaM, \SigmaL de las componentes de misma línea de los vectores de duración correspondiente a los parpadeos detectados durante el segmento de análisis,
- \bullet
- y en deducir de la comparación de los valores calculados \SigmaM y \SigmaL con los valores umbrales correspondientes de la clasificación de los estados de vigilancia, una información representativa del estado de vigilancia del conductor.
2. Procedimiento de evaluación según la
reivindicación 1, caracterizado porque:
- \bullet
- se definen las n clases de estado de vigilancia de modo que dichas clases presentan zonas frontera de transición progresiva, por ejemplo mediante la aplicación de un método matemático tal como la lógica "difusa",
- \bullet
- se entrega una información representativa del estado de vigilancia del conductor consistente en un vector de n estados de vigilancia en el que cada componente representa el grado de activación del estado de vigilancia correspondiente.
3. Procedimiento de evaluación según una de las
reivindicaciones 1 ó 2, caracterizado porque se establece una
clasificación de la duración de parpadeo compuesta por tres clases
correspondientes respectivamente a parpadeos de duración corta
"C", duración media "M" y duración larga "L".
4. Procedimiento de evaluación según una de las
reivindicaciones anteriores, caracterizado porque la
clasificación de los estados de vigilancia comprende al menos tres
clases de estado de vigilancia:
- -
- una clase "despierto", definida por un número de parpadeos de duración media inferior a un umbral dado,
- -
- al menos una clase intermedia correspondiente a un estado "de somnolencia", definida por un número de parpadeos de duración media superior a un umbral dado, y por un número de parpadeos de duración larga inferior a un umbral dado,
- -
- y una clase "dormido" definida por un número de parpadeos de duración larga superior a un umbral dado.
5. Procedimiento de evaluación según la
reivindicación 4, caracterizado porque la clasificación de
los estados de vigilancia comprende cuatro clases de estado de
vigilancia: la clase "despierto", la clase "dormido", y
dos clases intermedias "de somnolencia" consistentes en:
- -
- una primera clase intermedia correspondiente a un estado "algo somnoliento", definida por un número de parpadeos de duración media superior a un umbral dado e inferior a un umbral intermedio dado, y por un número de parpadeos de duración larga inferior a un umbral dado,
- -
- y una segunda clase intermedia correspondiente a un estado "somnoliento", definida por un número de parpadeos de duración media superior al umbral intermediario, y por un número de parpadeos de duración larga inferior a un umbral dado.
6. Procedimiento de evaluación según las
reivindicaciones 2 y 5 tomadas en conjunto, caracterizado
porque la información representativa del estado de vigilancia del
conductor consiste en un vector de 4 estados de vigilancia en el
que cada componente representa el grado de activación de un estado
de vigilancia según las definiciones siguientes:
- -
- grado de activación de la clase "despierto" = f1 (\Sigma grados de pertenencia a la clase duración media "M", \Sigma grados de pertenencia a la clase duración larga "L")
- -
- grado de activación de la clase "algo somnoliento" = f2 (\Sigma grados de pertenencia a la clase duración media "M", \Sigma grados de pertenencia a la clase duración larga "L")
- -
- grado de activación de la clase "somnoliento" = f3 (\Sigma grados de pertenencia a la clase duración media "M", \Sigma grados de pertenencia a la clase duración larga "L")
- -
- grado de activación de la clase "dormido" = f4 (\Sigma grados de pertenencia a la clase duración larga "L").
7. Procedimiento de evaluación según una de las
reivindicaciones anteriores, caracterizado porque:
- -
- en una fase previa, se asocia a cada clase de estado de vigilancia al menos una clase de duración considerada como determinante en la representación temporal de dicha clase de estado de vigilancia,
- -
- y durante el desarrollo de un procedimiento de evaluación:
- \bullet
- se analizan los movimientos de los dos párpados del conductor, y se realiza, para cada parpadeo, una comparación de las dos señales representativas del movimiento de los dos párpados según criterios de comparación predeterminados, tales como criterios relativos a la simultaneidad, a la amplitud o a las pendientes de dichas señales, para determinar, para cada parpadeo, un grado de confianza ci representativo de la correlación entre las dos señales,
- \bullet
- y para cada segmento de análisis, se asocia a cada información que incorpora una clase de estado de vigilancia, un grado de confianza Cº que ha de asociarse con esta clase de estado de vigilancia, de modo que:
- Cº = \Sigma di.ci/\Sigma di con:
- \sqbullet
- di grado de pertenencia de un parpadeo a cada una de las clases de duración seleccionada como determinante en la representación temporal de la clase de estado de vigilancia,
- \sqbullet
- ci grado de confianza del parpadeo.
8. Procedimiento de evaluación según la
reivindicación 7, caracterizado porque se utiliza, para la
determinación del grado de confianza asociado a cada parpadeo, una
combinación de criterios de comparación relativos a la
simultaneidad, a la amplitud y a las pendientes de las dos señales
representativas del movimiento de los dos párpados.
9. Procedimiento de evaluación según la
reivindicación 2, caracterizado porque se realiza
regularmente una recapitulación de la información entregada durante
los K últimos segmentos de análisis, con K entero predeterminado, y
porque se realiza un suavizado de los datos correspondientes para
proporcionar un vector de n estados de vigilancia recapitulativo en
el que cada componente consiste en un valor recapitulativo medio del
grado de activación del estado de vigilancia correspondiente.
10. Procedimiento de evaluación según la
reivindicación 9, caracterizado porque se determina a partir
de la recapitulación de la información entregada durante los K
últimos segmentos de análisis, mediante un método matemático tal
como el método de los mínimos cuadrados, un índice de evolución
representativo de la evolución del estado de vigilancia del
conductor durante los K últimos segmentos de análisis.
11. Procedimiento de evaluación según una de las
reivindicaciones 9 ó 10 y la reivindicación 7 tomadas en conjunto,
caracterizado porque se integran los grados de confianza en
la recapitulación de información, para asociar un grado de
confianza de valor medio a cada estado de vigilancia.
12. Procedimiento de evaluación según una de las
reivindicaciones anteriores, caracterizado porque consiste,
además, en integrar información denominada del entorno,
representativas de condiciones de conducción, tales como tiempo de
conducción, temperatura en el vehículo, hora del día, tipo de
calzada (carretera, autopista, urbana...), datos relativos al
conductor (edad, experiencia...), para introducir niveles de
ponderación durante los diagnósticos basados en el análisis de los
movimientos de los párpados.
13. Procedimiento de evaluación según una de las
reivindicaciones anteriores, caracterizado porque consiste,
además, en integrar información procedente de observaciones de
comportamiento, tales como la observación de la trayectoria del
vehículo, para introducir niveles de ponderación durante los
diagnósticos basados en el análisis de los movimientos de los
párpados.
14. Procedimiento de evaluación según una de
las reivindicaciones anteriores, caracterizado porque se
activa la apertura de un segmento de análisis con cada detección de
un parpadeo, cubriendo cada segmento de análisis abierto un periodo
de tiempo determinado que precede a dicha activación.
15. Procedimiento de evaluación según una de las
reivindicaciones anteriores, caracterizado porque se validan
los datos de un segmento de análisis si el número de parpadeos
detectados durante dicho segmento de análisis es superior a un
umbral dado.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0511650A FR2893245B1 (fr) | 2005-11-17 | 2005-11-17 | Procede d'evaluation de l'etat de vigilance d'un conducteur de vehicule |
FR0511650 | 2005-11-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
ES2302287T3 true ES2302287T3 (es) | 2008-07-01 |
Family
ID=36922053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
ES06022592T Active ES2302287T3 (es) | 2005-11-17 | 2006-10-30 | Procedimiento de evaluacion del estado de vigilancia de un conductor de vehiculo. |
Country Status (5)
Country | Link |
---|---|
US (1) | US20070115133A1 (es) |
EP (1) | EP1788536B1 (es) |
DE (1) | DE602006000536T2 (es) |
ES (1) | ES2302287T3 (es) |
FR (1) | FR2893245B1 (es) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008144908A1 (en) | 2007-05-29 | 2008-12-04 | Christopher Mott | Methods and systems for circadian physiology predictions |
WO2009052633A1 (en) * | 2007-10-25 | 2009-04-30 | Christopher Mott | Systems and methods for individualized alertness predictions |
US8794976B2 (en) | 2009-05-07 | 2014-08-05 | Trustees Of The Univ. Of Pennsylvania | Systems and methods for evaluating neurobehavioural performance from reaction time tests |
US8521439B2 (en) | 2009-05-08 | 2013-08-27 | Pulsar Informatics, Inc. | Method of using a calibration system to generate a latency value |
JP5842857B2 (ja) * | 2013-04-08 | 2016-01-13 | 株式会社デンソー | 覚醒度改善装置 |
US9783204B2 (en) | 2015-02-02 | 2017-10-10 | International Business Machines Corporation | Cognitive displays |
DE102015204247A1 (de) | 2015-03-10 | 2016-09-15 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Erkennen eines Müdigkeits- und/oder Schlafzustandes eines Fahrers eines Fahrzeugs |
US11065958B2 (en) * | 2017-01-03 | 2021-07-20 | Transportation Ip Holdings, Llc | Control system and method |
CN107595245B (zh) * | 2017-08-15 | 2020-07-31 | 深圳创达云睿智能科技有限公司 | 一种睡眠管理方法、***及终端设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6070098A (en) * | 1997-01-11 | 2000-05-30 | Circadian Technologies, Inc. | Method of and apparatus for evaluation and mitigation of microsleep events |
-
2005
- 2005-11-17 FR FR0511650A patent/FR2893245B1/fr active Active
-
2006
- 2006-10-30 DE DE602006000536T patent/DE602006000536T2/de active Active
- 2006-10-30 ES ES06022592T patent/ES2302287T3/es active Active
- 2006-10-30 EP EP06022592A patent/EP1788536B1/fr not_active Expired - Fee Related
- 2006-11-16 US US11/600,075 patent/US20070115133A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
DE602006000536D1 (de) | 2008-03-27 |
EP1788536B1 (fr) | 2008-02-13 |
FR2893245A1 (fr) | 2007-05-18 |
FR2893245B1 (fr) | 2007-12-21 |
EP1788536A1 (fr) | 2007-05-23 |
DE602006000536T2 (de) | 2009-02-19 |
US20070115133A1 (en) | 2007-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
ES2302287T3 (es) | Procedimiento de evaluacion del estado de vigilancia de un conductor de vehiculo. | |
Kläs et al. | Uncertainty in machine learning applications: A practice-driven classification of uncertainty | |
Huys et al. | Advances in the computational understanding of mental illness | |
Tierney | Concussion biomechanics, head acceleration exposure and brain injury criteria in sport: a review | |
Carver et al. | Perceptions of neighborhood safety and physical activity among youth: the CLAN study | |
Sharma et al. | Drowsiness warning system using artificial intelligence | |
Mills et al. | To quit or not to quit: predicting future behavioral disengagement from reading patterns | |
JP2016097228A5 (es) | ||
US11580871B2 (en) | Assessment system and assessment method | |
Bekkhus et al. | Conflict, closeness and comfort: The inter-twin relationship as a risk factor for behavioral difficulties | |
Shon et al. | The assumption of rational choice theory in Alfred Adler's theory of crime: Unraveling and reconciling the contradiction in Adlerian theory through synthesis and critique | |
Zhang et al. | Predictability of critical transitions | |
Damousis et al. | Fuzzy fusion of eyelid activity indicators for hypovigilance-related accident prediction | |
Olawole-Scott et al. | Expectations about precision bias metacognition and awareness. | |
Baker et al. | Advances in athlete development: understanding conditions of and constraints on optimal practice | |
Vasudevan et al. | Driver drowsiness monitoring by learning vehicle telemetry data | |
Kim et al. | A deep learning approach for fatigue prediction in sports using GPS data and rate of perceived exertion | |
Park et al. | A decision support system for crowd control using agent-based modeling and simulation | |
CN106651719A (zh) | 一种基于体域网的交通事故责任认定方法及装置 | |
Zhan et al. | Kinematics clustering enables head impact subtyping for better traumatic brain injury prediction | |
Kelley et al. | Standard model of mind: Episodic Memory | |
Ugli et al. | Detection of distracted driving using deep learning | |
Joosen et al. | An investigation on mental stress-profiling of race car drivers during a race | |
Wachnicka et al. | The effects of selected factors on regional road fatalities–analysis of the Łódź region | |
Sattaur et al. | The Relationship Between Executive Function and Intelligence to Driving Simulator Performance |