نرخ آشکارسازی صحیح

TPR (True Positive Rate)

فیلتر کالمن غیرمعطر

UKF (Unscented Kalman Filter)

مقدمه
تعریف سیستم‏های نظارت چهره راننده
همراه با توسعه صنعت خودرو در جهان، کاربرد فناوری‏های نوین در اتومبیل نیز افزایش یافته است. سیستم‏های حمل و نقل هوشمند[۱] یا به اختصار ITS، کاربرد کامپیوتر و فناوری اطلاعات و ارتباطات در شبکه‏های حمل و نقل انسان و کالا است. سیستم پیشرفته دستیار راننده[۲] یکی از بخش‏های سیستم حمل و نقل هوشمند محسوب می‏گردد. این سیستم‏ها برای بهبود کارایی خودرو و افزایش امنیت راننده و سرنشینان آن استفاده می‏شوند و در مواقع بحرانی، به راننده اعلام هشدار کرده یا به جای راننده تصمیم مناسب را برای کنترل و هدایت خودرو اتخاذ می‏کنند.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

سیستم نظارت چهره راننده، یک سیستم بلادرنگ[۳] است که بر اساس پردازش تصویر چهره راننده، وضعیت جسمی و تا حدی وضعیت روحی او را تحت نظارت قرار می‏دهد. معمولا وضعیت راننده از بسته بودن پلک‏ها، نحوه پلک‏زدن، خیره بودن چشم‏ها به نقطه خاص، جهت نگاه چشم، خمیازه کشیدن و حرکت سر قابل تشخیص است. این سیستم در هنگام خواب‏آلودگی، خستگی و عدم توجه راننده به جاده، اعلام هشدار[۴] می‏کند.
ضرورت سیستم‏های نظارت چهره راننده
یکی از مهمترین عوامل موثر در تصادفات، خصوصا در جاده‏های بین شهری[۵]، خستگی، خواب‏آلودگی و عدم تمرکز حواس راننده است. خستگی و خواب‏آلودگی باعث کاهش درک و قدرت تصمیم‏ گیری راننده برای کنترل خودرو می‏شود. تحقیقات نشان می‏دهد معمولا به طور طبیعی، پس از یک ساعت رانندگی، راننده دچار خستگی می‏شود. اما در ساعات ابتدایی بعد از ظهر، بعد از نهار و همچنین در نیمه شب، راننده در مدت زمان بسیار کمتر از یک ساعت احساس خواب‏آلودگی می‏کند. البته علاوه بر دلایل طبیعی، مصرف الکل، مواد مخدر و دارو‏هایی که منجر به کاهش هوشیاری می‏شوند نیز در خواب‏آلودگی راننده تاثیر‏گذار است [۱-۳]. عمده تصادفاتی که علت اصلی آن خستگی یا عدم تمرکز حواس اعلام می‏شود، در جاده‏های بین شهری و برای خودرو‏های سنگین رخ می‏دهد. اکثر این تصادفات در حدود ساعت ۶-۲ یا ۱۶-۱۵ به وقوع می‏پیوندد [۲].
در کشور‏های مختلف، آمار متفاوتی در مورد تصادفاتی که به علت خستگی و عدم تمرکز حواس راننده رخ می‏دهد، ارائه شده اما به طور کلی می‏توان گفت علت حدود ۲۰% از تصادفات و ۳۰% از تصادفات منجر به مرگ، خواب‏آلودگی و عدم تمرکز حواس راننده است. در تصادفات تک خودرو[۶] یا تصادفات خودرو‏های سنگین این رقم تا ۵۰% نیز گزارش شده است [۱, ۴-۱۰].
کشور ایران به لحاظ امنیت ترافیکی، نه تنها در بین کشور‏های دنیا، بلکه در بین کشور‏های در حال توسعه نیز وضعیت بحرانی دارد. بر اساس آمار پزشکی قانونی در سال ۱۳۸۶، بر اثر تصادفات رانندگی بیش از ۲۳۰۰۰ نفر کشته و ۲۴۵۰۰۰ نفر مجروح شده‏اند [۱۱]. بر اساس آمار اعلام شده، خسارت‏های ناشی از تصادفات در ایران بیش از ۶۵۰۰۰ میلیارد ریال (معادل ۶۷ میلیارد دلار) برآورد شده که حدود ۴/۶% تولید ناخالص ملی[۷] را تشکیل می‏دهد [۱۲]. این در حالی است که کشور استرالیا به عنوان یک کشور توسعه یافته، خسارت ناشی از تصادفات را حدود ۱۷ میلیارد دلار و معادل ۳/۲% تولید ناخالص ملی اعلام کرده است [۱۳].
با توجه به خسارات‏های جانی و مالی فراوان حاصل از خواب‏آلودگی و عدم تمرکز حواس راننده، طراحی و توسعه سیستم‏های تشخیص خواب‏آلودگی و عدم تمرکز حواس بسیار ضروری به نظر می‏رسد. یکی از بهترین روش‏های کاربردی برای این منظور، نظارت چهره راننده است. بر اساس مطالعات صورت گرفته، پیش‏بینی می‏شود استفاده از سیستم‏های تشخیص خواب‏آلودگی و عدم تمرکز حواس بتواند بین ۱۰% تا ۲۰% از تصادفات بکاهد [۱۴].
چالش‏های اساسی در سیستم‏های نظارت چهره راننده
در یک سیستم نظارت چهره راننده، دو مشکل اصلی مطرح است: «چگونگی اندازه‏گیری خستگی» و «چگونگی اندازه‏گیری تمرکز». این مشکلات به عنوان چالش‏های اصلی سیستم‏های نظارت چهره شناخته می‏شود. با وجود پیشرفت علم در زمینه فیزیولوژی و روان‏شناسی، هنوز هیچ تعریف دقیقی از خستگی ارائه نشده است. مسلما به دلیل عدم وجود تعریف دقیق خستگی، هیچ معیار قابل سنجشی[۸] نمی‏توان برای آن ارائه کرد [۹]. با این وجود ارتباطاتی میان میزان خواب‏آلودگی و دمای سطح بدن، مقاومت الکتریکی پوست، فعالیت و حرکت چشم، نرخ تنفس، نرخ تپش قلب و فعالیت مغزی وجود دارد [۳, ۹, ۱۵, ۱۶]. یکی از اولین و مهمترین نشانه‏های خستگی در چشم ظاهر می‏شود. بر اساس تحقیقات انجام شده، رابطه مستقیمی بین میزان خستگی و درصد بسته بودن پلک‏ها در یک مدت معین وجود دارد. به درصد بسته بودن پلک‏ها در یک دوره زمانی PERCLOS[9] می‏گویند. به همین دلیل تقریبا در تمام سیستم‏های نظارت چهره راننده، پردازش ناحیه چشم و بررسی میزان بسته بودن پلک‏ها به عنوان اولین و مهمترین معیار در اندازه‏گیری خستگی استفاده می‏شود.
مشکل اساسی دیگر، اندازه‏گیری میزان توجه راننده به جاده است. میزان توجه راننده را می‏توان از جهت سر و جایی که چشم‏ها به آنجا نگاه می‏کند تا حدی تخیمن زد. اما مشکل این است که اگر جهت سر به سمت جلو و نگاه به سمت جاده باشد، لزوما راننده به جاده توجه نمی‏کند. به عبارت دیگر نگاه کردن به جاده به معنی توجه کردن به آن نیست [۹].
جدا از چالش‏های اصلی سیستم‏های نظارت چهره راننده، پیاده‏سازی بلادرنگ سیستم بر روی سخت‏افزار‏های معمول، کاهش خطای سیستم در آشکارسازی چهره، کاهش خطای ردیابی چهره، افزایش کارایی روش‏های استخراج ویژگی و افزایش دقت الگوریتم‏های تشخیص خواب‏آلودگی و عدم تمرکز حواس از دیگر مشکلات این سیستم‏ها محسوب می‏شود.
مفاهیم خستگی، خواب‏آلودگی و عدم‏تمرکز‏حواس
در این بخش مفاهیم خستگی[۱۰]، خواب‏آلودگی[۱۱] و عدم تمرکز حواس[۱۲] از دیدگاه فیزیولوژی و روان‏شناسی مورد بررسی قرار می‏گیرد. هر چند از لحاظ فیزیولوژی و روان‏شناسی مفاهیم خستگی و خواب‏آلودگی با هم متفاوت است، اما در این گزارش مشابه بسیاری از مقالات ارائه شده در این زمینه، خستگی و خواب‏آلودگی دو مفهوم مترادف هم تلقی می‏شوند. همچنین اصطلاحات مراقبت[۱۳] و هوشیاری[۱۴] به یک معنا بوده و منظور حالت طبیعی و ایده‏آل راننده است. در مقابل اصطلاح هوشیاری و مراقبت، مفهوم کاهش هوشیاری[۱۵] مطرح می‏شود که ممکن است شامل خواب‏آلودگی یا عدم تمرکز و یا هر دو باشد.
خستگی و خواب‏آلودگی
هنوز یک تعریف دقیق برای خستگی و معیار کمی برای اندازه‏گیری آن ارائه نشده است. خستگی در سه نوع مختلف بروز می‏کند: خستگی اعصاب حسی[۱۶]، خستگی ماهیچه‏ای[۱۷] و خستگی ادراکی[۱۸]. از این سه نوع خستگی، تنها خستگی اعصاب حسی و ماهیچه‏ای قابل اندازه‏گیری هستند و تاکنون روشی برای اندازه‏گیری خستگی ادراکی کشف نشده است [۷, ۹]. مهمترین علل خستگی و خواب‏آلودگی به هنگام رانندگی عبارتند از [۱, ۲]:
مدت زمان طولانی کار
جابجایی زمان خواب و رانندگی
استفاده از مواد الکلی یا دارو‏هایی که عدم تمرکز حواس و خواب‏آلودگی به همراه دارند
رانندگی طولانی مدت
رانندگی بدون خواب کافی (کمتر از ۸ ساعت) قبل از آن
بیماری
با وجود این که هنوز تعریف دقیقی برای خستگی ارائه نشده، اما ارتباطاتی میان میزان خواب‏آلودگی و دمای سطح بدن، مقاومت الکتریکی پوست، فعالیت و حرکت چشم، نرخ تنفس، نرخ تپش قلب و فعالیت‏های الکتریکی مغز وجود دارد [۳, ۹, ۱۵, ۱۶]. در این میان، بهترین ابزار برای اندازه‏گیری خستگی و خواب‏آلودگی، بررسی فعالیت‏های الکتریکی مغز است. اما برای دریافت سیگنال‏های الکتریکی مغز باید الکترود بر روی سر راننده نصب شود که از نظر عملی کار دشواری است.
پس از فعالیت‏های الکتریکی مغز، مهمترین نشانه خستگی در چشم ظاهر می‏شود. بر اساس تحقیقات به عمل آمده، یکی از راهکار‏های تعیین میزان هوشیاری، زمان تاخیر بین تحریک عصب بینایی[۱۹] و انجام واکنش است. این زمان تاخیر را با پارامتری به نام PVT[20] نشان می‏دهند که سرعت عمل فرد نسبت به تحریکات بینایی را بیان می‏کند. از طرفی ثابت شده که رابطه بسیار نزدیکی بین PVT و درصد بسته بودن پلک‏ها در یک دوره زمانی[۲۱] (PERCLOS) وجود دارد [۸]. بنابراین رابطه بسیار نزدیکی بین میزان خستگی و درصد بسته بودن چشم برقرار است. این معیار در تشخیص خستگی و خواب‏آلودگی نقش بسیار موثری دارد.
عدم تمرکز حواس
یکنواختی یک عمل خاص می‏تواند باعث کاهش تمرکز حواس شخصی شود که آن عمل را انجام می‏دهد. یکنواختی به دو دلیل عمده ایجاد می‏شود: عدم علاقه شخص[۲۲] و تکراری بودن[۲۳] عمل. در مورد رانندگی معمولا یکنواختی به دلیل تکراری و قابل پیش‏بینی بودن عمل ایجاد می‏شود. رانندگی طولانی مدت در جاده‏های بدون پیچ و خم و با ترافیک روان تاثیر منفی بر عملکرد راننده دارد. در این گونه موارد شخص دچار خستگی نشده، ولی به دلیل یکنواختی رانندگی، به تدریج تمرکز حواس وی از موضوع رانندگی خارج شده و راننده کنترل دقیقی بر روی خودرو نخواهد داشت. از دیگر علل عدم تمرکز حواس می‏توان به مشغله ذهنی، صحبت کردن راننده با سرنشینان خودرو یا تلفن همراه و گوش دادن به موسیقی اشاره کرد [۷, ۹].
میزان توجه راننده را می‏توان از جهت سر و جایی که چشم‏ها به آنجا نگاه می‏کند تا حدی تخیمن زد. اما مشکل اصلی این است که اگر جهت سر به سمت جلو و نگاه به سمت جاده باشد، لزوما راننده به رانندگی توجه نمی‏کند [۹].
روش‏های تشخیص خستگی و عدم تمرکز حواس راننده
مهمترین روش‏های استفاده شده برای تشخیص خستگی راننده عبارتند از: روش‏های مبتنی بر سیگنال‏های بیوالکتریکی و عصبی، روش‏های مبتنی بر نحوه رانندگی و کنترل خودرو، روش‏های مبتنی بر نظارت چهره راننده و روش‏های ترکیبی. اما مسئله تشخیص عدم تمرکز حواس راننده پیچیده‏تر از تشخیص خستگی است. یک راننده ممکن است در ظاهر کاملا بیدار بوده و به جاده نگاه کند، اما تمرکز کافی بر روی رانندگی نداشته باشد. به عنوان مثال ممکن است راننده به دلیل مشغله ذهنی، تمرکز کافی برای رانندگی نداشته باشد. تشخیص عدم تمرکز حواس راننده مشکل است و امروزه تنها روش‏های مبتنی بر نحوه رانندگی و روش‏های مبتنی بر نظارت چهره راننده به صورت محدود می‏توانند عدم تمرکز حواس راننده را تخمین بزنند. روش‏های کلی تشخیص خستگی و عدم تمرکز حواس در [۱۷, ۱۸] بیشتر مورد بررسی قرار گرفته است.
طرح کلی پایان‏ نامه
در این فصل، مقدمه‏ای بر موضوع سیستم‏های نظارت چهره راننده شامل تعاریف، لزوم و چالش‏های سیستم و راهکار‏های کلی حل مسئله بیان گردید. در فصل دوم مروری بر پژوهش‏ها و کارهای گذشته خواهد شد. سیستم پیشنهادی در فصل سوم معرفی شده است که در آن با ارائه پیکربندی کلی سیستم، هر یک از بخش‏های آن شرح داده می‏شود. نتایج آزمایش‏های انجام شده برای ارزیابی سیستم پیشنهادی در فصل چهارم ارائه خواهد شد. آخرین فصل از پایان‏ نامه به نتیجه‏گیری و پیشنهادات برای کارهای آینده اختصاص داده شده است.
مروری بر کارهای گذشته
در این بخش پس از بررسی پیکربندی کلی سیستم‏های نظارت چهره راننده، مروری کوتاه بر تحقیقات انجام شده برای طراحی و تولید این سیستم‏ها خواهد شد. این بخش به زیر‏بخش‏های زیر تقسیم‏بندی شده است:
پیکربندی کلی سیستم‏های نظارت چهره راننده
آشکارسازی چهره
آشکارسازی چشم
آشکارسازی بینی و دهان
ردیابی چهره و اجزای آن
استخراج ویژگی‏های مربوط به کاهش هوشیاری
تشخیص کاهش هوشیاری
سیستم‏های نظارت چهره راننده در خودروهای تجاری
پیکربندی کلی سیستم‏های نظارت چهره راننده
یک سیستم نظارت چهره راننده از سه بخش عمده شامل بخش تصویربرداری، بخش سخت‏افزار و پردازنده و بخش نرم‏افزار هوشمند تشکیل شده است. هر یک از بخش‏های این سیستم، نقش سازنده و مهمی را در کارایی سیستم دارند و این بخش‏ها به یکدیگر وابسته‏اند. می‏توان گفت مهمترین بخش سیستم، بخش نرم‏افزار هوشمند است که به عنوان مغز متفکر و مرکز کنترل سیستم عمل می‏کند. سایر بخش‏های سیستم شامل بخش تصویربرداری و بخش سخت‏افزار و پردازنده باید متناسب با الگوریتم‏های بخش نرم‏افزار هوشمند انتخاب شده و مورد استفاده قرار گیرند.
تصویربرداری
بخش تصویربرداری شامل نورپردازی[۲۴]، دوربین و در صورت لزوم فیلتر نوری، کارت اخذ تصویر[۲۵] و کنترل‏کننده[۲۶] است. چون سیستم نظارت چهره راننده باید در تمام شرایط نوری کار کند، نورپردازی و انتخاب دوربین یکی از مهمترین بخش‏های آن محسوب می‏شود. ابزار نورپردازی باید ضمن فراهم کردن نور کافی در محیط، باعث آزار چشم راننده نشود. به همین دلیل معمولا از طیف مادون قرمز[۲۷] (IR) در نورپردازی استفاده می‏شود. بنابراین دوربین باید بر اساس طیف نورپردازی انتخاب شود. البته از طیف مرئی نیز در سیستم‏های نظارت چهره راننده استفاده شده است. اما به دلیل نیاز به نورپردازی چهره در شب و مزاحمت نور مرئی برای چشم راننده، به نظر می‏رسد در شرایط واقعی استفاده از طیف مرئی چندان مناسب نباشد.
توجه به این موضوع بسیار لازم به نظر می‏رسد که نورپردازی در طیف مادون قرمز باید براساس استاندارد ICE 825-1 انجام گیرد تا به چشم (به خصوص شبکیه) آسیب وارد نشود [۱۹]. بر اساس این استاندارد حداکثر توان نور مادون قرمز برای نورپردازی چهره تعیین می‏گردد.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...