Verbesserung der Verkehrssicherheit durch Echtzeit-Erkennung von Schläfrigkeit beim Fahrer

Die Schläfrigkeit von Fahrern im Straßenverkehr gibt zunehmend Anlass zur Sorge. Laut einer Umfrage der National Highway Traffic Safety Administration (NHTSA) ist ein großer Teil der jährlichen Unfälle mit Verletzten und sogar Todesopfern auf Schläfrigkeit am Steuer zurückzuführen. Daher besteht ein dringender Bedarf an der Einführung eines Systems, das die Müdigkeit des Fahrers erkennt und ihn warnt. Diese Systeme, die auf der Analyse des visuellen Verhaltens basieren, haben das Potenzial, die Zahl der Unfälle erheblich zu senken, indem sie rechtzeitig warnen, wenn Fahrer Anzeichen von Müdigkeit zeigen. Diese Systeme nutzen Kameras und Computervisionsalgorithmen wie den Haar-Kaskadenklassifikator und CNN. Diese Systeme untersuchen Gesichtszüge, Augenbewegungen und andere Indikatoren, um den Grad der Wachsamkeit zu beurteilen und Anzeichen von Schläfrigkeit zu erkennen. Die integrierten Kameras erfassen kontinuierlich Gesichtsausdrücke und ermöglichen so die Bewertung des Augenlidverschlusses für den Eye Aspect Ratio (EAR) und den Mouth Aspect Ratio (MAR) über mehrere Bilder hinweg. Wenn vordefinierte Schwellenwerte für EAR-Werte überschritten werden, löst ein Warnsystem aus, das sowohl den Fahrer als auch die Passagiere benachrichtigt.

Autorentext

Dr. Rama Devi B ist Professorin in der Abteilung für Informatik und Ingenieurwesen (DS) am Institut für Luftfahrttechnik, Indien. Sie schloss ihr Doktorandenprogramm in CSE an der Acharya Nagarjuna University, Indien, ab. Während ihrer gesamten Laufbahn hat Dr. Rama Devi B außergewöhnliches Engagement und wissenschaftliche Fähigkeiten bewiesen, was sich in ihrer Publikationsliste widerspiegelt.