基于智能可穿戴设备的驾驶员疲劳检测系统性能和接受度评估

视频

当前驾驶员疲劳检测系统通常使用驾驶相关参数。自动驾轨降低了这些参数的可用性。基于生理信号的技术似乎是一种有前景的替代方法。然而，在动态驾驶环境中，只有非侵入性或 minimal 侵入性的方法才能被接受。本工作提出了一种基于智能可穿戴设备的驾驶员疲劳检测系统。该移动应用集成了机器学习分类器，处理来自消费级可穿戴设备的心率数据。我们进行了一项模拟器研究（N=30），包含两个年龄组（20-25岁、65-70岁），以评估该系统的接受度和性能。接受度评估结果显示两个年龄组都有较高的接受度。老年参与者表现出更高的系统使用态度和意图。总体检测准确率达到82.72%。所提出的系统为车载人机界面提供了新选择，特别适用于较低级别自动驾驶中的驾驶员疲劳检测。