打瞌睡偵測器之相關文獻

目前打瞌睡偵測器有耳掛型、測心律型、腦電圖(EEG)型、眼電圖裝置(EOG) 型、電腦視覺型等等，以下討論。

2.1.1 耳掛型

耳掛型打瞌睡偵測器是一種掛在耳上[3]，體積小，附電池、蜂鳴器的產品，

如【圖 2-1】所示，內部有個水銀開關，發明人是仇多寜，主要是利用打瞌睡頭 部傾斜時，水銀開關內的水銀為了要維持水平，而連上蜂鳴器的電線，導致電路 通電，使蜂鳴器響，而頭部不傾斜時，水銀恢復原樣，電路斷路，蜂鳴器則不響。

優點就是可準確地偵測瞌睡點頭，且體積小，但此耳掛型打瞌睡偵測器有一缺 點，那就是有些駕駛開車習慣不同，他們開車時頭部會傾斜，一開始就已經啟動 蜂鳴器了，本研究希望改善這個缺點。

5

圖 2-1：耳掛型打瞌睡偵測器(取自[3])

2.1.2 測心律型

在 José Vicente 等人提出的論文中[4]，打瞌睡可由自律神經系統活動測得，

他 們 從 心 電 圖 ECG(electrocardiograph) 記 錄 裝 置 紀 錄 的 心 電 圖 心 率 變 動 量 HRV(Heart Rate Variability)，測量出自律神經系統的活動，另外準備常用的自律 神經系統活動訓練集 SDDB 和 RDDB 來訓練分類器 LDA(Linear Discriminant Analysis),再把測量出的自律神經系統活動輸入到分類器判斷是不是在打瞌睡，如

【圖 2-2】所示，我們可以發現到系統預測的情況吻合實際狀況。

6

(a)

(b)

圖 2-2:訊號品質和分類的細節:(a)第 18 位實驗對象 (b)第 56 位實驗對象，D 代表打瞌睡 A 代表 清醒 O 代表實際狀況 X 代表系統推出的情況，沒 OX 代表此段訊號狀況不好，無法判斷(取自[4])

其優點是透過即時的心電圖的波形來判斷有無打瞌睡，能達到快又準，但缺 點是測心電圖需在左右手及胸膛貼電極貼片與電線，貼片和電線勢必影響開車狀 況，本研究希望改善這個缺點。

2.1.3 腦電圖(EEG)型

腦電圖是透過腦波儀將人體腦部產生的微弱生物電位從頭皮處收集，因為收 集到的電位太微弱，所以在分析前必須將電位訊號放大以得到曲線。腦波依頻率 分為五種腦波，分別是 Delta（δ）、Theta（θ）、Alpha（α）、Beta（β）和 Gamma

（γ），Alpha 波介於 8~15Hz，其在人體清醒時的放鬆、平靜、閉眼有反應，且在

7

G. Borghini[5]中發現，在 Alpha 腦電圖波形中[6,7,8,9,10],打瞌睡的腦波波形就是 Alpha 腦電圖波形的脈衝，如【圖 2-3】所示。

圖 2-3:Alpha 波腦電圖:Alpha 波脈衝(圈起處)出現於駕駛睡意信號和警戒心減少時(取自[5])

優點是準確度高，但缺點是頭部要穿戴很多電極貼片和連接電線，不但不方 便且頭不能轉動，本研究希望改善這個缺點。

2.1.4 眼電圖裝置(EOG)型

人類的視網膜之間存在靜電位，這靜電位的正電位位於角膜，而負電位位於 鞏膜後面，受測者須先在眼睛周圍貼上氯化銀電極[2,11,12,13,14]，如【圖 2-4】

所示，當眼球旋轉時角膜側電極比另一電極偏正，例如眼睛往右轉動，電壓就會 呈現為正值，當眼睛向左轉動，電壓就會由正值轉為負值，把這一電位差做放大

8

記錄可做為眼球運動的指標，在 DC-100Hz 的情況下，EOG 值介於 50~3500μV，

水平凝視角度為±50 度，垂直凝視角度為±30 度，在 Y. Takei [2]中，方法大致分 四階段，首先是取得 EOG 電位信號，接著經一次微分觀察它在短時間內的變化 量 是 多 少 ， 再 透 過 論 文 中 的 方 法 得 到 醒 來 時 的 快 速 眼 球 移 動 (Rapid eye movements，REM)和要開始打瞌睡時的慢速眼球移動(Slow eye movements，SEM) 的圖，並在判斷輸出設要睡覺的 SEM 為 1，設醒來的 REM 為 0，藉此做為判斷 有無打瞌睡，如【圖 2-5】所示。但此法有兩個缺點，第一:那就是有的人在開車 時不喜歡臉上貼東西，第二:電極接的線會干擾駕駛的行動，妨礙駕車操作，影響 行車安全，本研究希望改善這些缺點。

圖 2-4:眼電圖電極貼片黏貼處(取自[2])

9

圖 2-5: Y. Takei [2]方法的四階段的圖(取自[2])

2.1.5 電腦視覺型

電腦視覺常用的硬體通常有電腦(包括桌上型電腦、筆記型電腦、平板電腦)、

攝影機、智慧型手機等，桌上型電腦要結合外接攝影機，筆記型電腦、智慧型手 機或平板電腦則可選擇外接攝影機或內建的攝影機，大致是由一個攝影機擷取數 位影像，由電腦或智慧型手機對其處理運算，取得畫面上的一些資訊，常見的運 算之一即為特定物件之偵測，如 A. B. Albu [15]就是將取得的臉的影像，再分析、

偵測出眼睛的開跟閉[16,17,18,19,20]，如【圖 2-6】所示，而本論文就是直接從影

10

像偵測出眼睛的開跟閉，而偵測的演算法有很多種，例如:影像處理型、投影定位 型、機器學習型等，這三種演算法將於下節 2.2 節討論。

圖 2-6:分析、偵測出眼睛的開跟閉(左圖)開眼設為紅框 (右圖)閉眼設為藍框(取自[15])