Сочинение на тему Применение систем мониторинга состояния водителя (Dms)
- Опубликовано: 26.06.2020
- Предмет: жизнь, Здоровье, Наука
- Темы: Вождение, Драйверы, Зависимость, Опыт, Технологии
Термин «состояние водителя» не имеет конкретного универсального определения и широко используется в области психологии и инженерии. В общем, состояние драйвера относится к набору условий, которые влияют на драйвер в конкретном случае. Водители в оптимальном состоянии не страдают ни от каких условий.
Переход управления транспортным средством очень важен для успеха высокоавтоматизированного вождения (HAD). В идеальном случае водитель-водитель будет внимателен к сцене вождения во время запроса на передачу (TOR). Недавние достижения, наряду с более высокими уровнями автоматизации, позволили водителю быть в отвлеченном, невнимательном или даже утомленном состоянии. При аналогичном сценарии вождения и поведении автоматизации водитель с каким-либо нарушением будет иметь худшую производительность в ситуации, чем в идеальном состоянии. Исследования показали, что отвлеченным водителям было сложнее настроить скорость в зависимости от критического события, чем внимательным водителям.
Системы мониторинга состояния водителя (DMS) отслеживают и собирают наблюдаемую информацию о водителе, которая может использоваться для определения его / ее состояния вождения. Он используется, среди прочего, для активной безопасности, адаптивного интерфейса «человек-машина» (HMI) и уменьшения раздражения для ложноположительных уведомлений в HAD.
Электродермальная активность
Электродермальная активность (ЭДА) – это автономные изменения электрических свойств кожи, из которых проводимость кожи является наиболее широко используемым свойством. Чтобы измерить проводимость кожи, между двумя точками на коже прикладывают электрический потенциал, и измеряют результирующий ток между ними. Это включает в себя как фоновый тоник (уровень проводимости кожи или SCL), так и быстрые фазические компоненты (отклики проводимости кожи или SCR), которые являются результатом симпатической нейрональной активности. Это полезно при измерении симпатического возбуждения, которое можно отнести к эмоциональным и когнитивным состояниям. Это связано с вегетативной эмоционально-когнитивной обработкой.
Автономная нервная система (АНС) обычно контролирует бессознательные действия организма. Симпатическая нервная система (SNS) подготавливает организм к интенсивным физическим нагрузкам и отвечает за борьбу или бегство, в то время как парасимпатическая нервная система (PSNS) обычно ассоциируется с гомеостазом и в состоянии покоя, а также отвечает за функции покоя и пищеварения. / р>
Некоторые эмоциональные реакции могут происходить без осознания или когнитивных намерений. EDA можно использовать для изучения таких ответов (то есть угрозы, предвкушения, значимости, новизны). Недавние исследования показали, что EDA также является полезным индикатором обработки внимания как такового, когда существенные стимулы и ресурсоемкие задачи вызывают повышенную реакцию EDA.
В EDA есть два основных компонента. Компоненты с более медленным действием (общий уровень, медленное восхождение, медленное склонение с течением времени) известны как общий тоник EDA. Уровень проводимости кожи (SCL) является наиболее распространенной мерой для этого, и считается, что изменения в SCL отражают общие изменения в вегетативном возбуждении. Быстрее меняющиеся элементы сигнала соответствуют фазовому компоненту, также известному как отклик проводимости кожи (SCR). SCR обычно связаны с рефлексом или реакцией на испуг. Последние данные свидетельствуют о том, что оба компонента важны и могут опираться на разные нейронные механизмы.
Запястье Empatica E4 – это распространенное устройство, используемое в ITS Leeds для сбора психофизиологических данных, предоставляющее файлы EDA.csv с меткой времени Unix и частотой дискретизации 4 Гц. Последующая обработка аналогична с использованием MATLAB R2016a и Ledalab v3.4.9. Для первого исследования предварительная фильтрация не была реализована. Хотя это можно сделать для сглаживания необработанного сигнала, используя проводник EDA или фильтр с низким байпасом, такой как фильтр Баттерворта.
В сигнале EDA, как правило, задержка составляет 1-3 секунды (т.е. задержка составляет около 1-3 секунд с момента возникновения события до момента, когда вы видите изменение уровней SC). Непрерывный анализ разложения (CDA) обычно используется вместо анализа дискретного разложения. Этот метод извлекает фазовую (драйверную) информацию, лежащую в основе EDA, и нацелен на получение характеристик сигнала, лежащих в основе активности судомоторного нерва (SNA). Данные SC деконвертируются общей формой отклика, что приводит к значительному увеличению временной точности. Затем данные разлагаются на непрерывные фазические и тонические компоненты. Этот метод обычно рекомендуется для анализа данных проводимости кожи. Это показывает вычисление нескольких стандартных мер фазового EDA. Кроме того, предоставляются простые меры, такие как средняя (или интегрированная) фазическая активность водителя. Чтобы найти связанный с событием SCR (ER-SCR) и отделить его от неспецифического SCR (NS-SCR), в него загружаются файлы событий и экспортируется действие связанного с событием SCR. Наиболее распространенная минимальная пороговая амплитуда составляет 0,01 мкСм. Пики с амплитудой ниже этого значения не считаются значимыми.
Еще одним ключевым фактором является стандартизация значений, чтобы их можно было сравнивать между участниками. Для SCL стандартизация выполняется по формуле:
((SCL – 〖SCL〗 _min)) / ((〖SCL〗 _max – 〖SCL〗 _min)) уравнение 2.2
Где 〖SCL〗 _min – базовый уровень вероятности нежелательной почты, который должен измеряться при условии, что участник в состоянии покоя ничего не делает в течение не менее 10-15 минут, а 〖SCL〗 _max – максимальное значение, вычисляемое, когда участника вызывают с использованием громкого шума. / музыка на короткий промежуток времени. Это сделано для получения диапазона SCL данного участника. Так как это не было сделано для исследования SM, оно не может быть реализовано.
Это можно обойти, найдя минимальный ненулевой балл SCL и максимальный балл SCL во время исследования для каждого участника и используя его в качестве базового уровня. Некоторые исследования рекомендуют преобразовывать SCR в Z-показатели. Это требует использования среднего значения и стандартного отклонения вместо гипотетического максимума (из других методов выше). Это позволяет ориентироваться в проблемах, связанных с определением максимального отклика SCR от методов с коррекцией по дальности / методов максимальной коррекции. Здесь каждая необработанная SCR, среднее значение SCR и стандартное отклонение SCR используются для вычисления Z-показателя, который обычно распределяется, имеет среднее значение 0 и стандартное отклонение 1. Отсюда можно преобразовать эти Z-показатели в Т-баллы, которые имеют среднее значение 50 и стандартное отклонение 10 (таким образом, удаляя минус баллы). Преимущество этого подхода заключается в том, что результирующие z-оценки основаны на однозначных математических факторах, которые представляют типичный уровень ответа участников, а не на необоснованных предположениях о максимальных значениях SCR.
Исследователи также предположили, что другой полезной трансформацией может быть разделение каждого необработанного SCR, поскольку участники означают SCR, обеспечивая таким образом своего рода «стандартизированное соотношение». Окончательный результат – получить среднее значение SCR окна активности ER-SCR в формате T-показателя, чтобы его можно было сравнить по всем участникам. Исходя из этого, можно вывести предложения / причины определенного поведения во время сбоя.
Shimomura, et al. (2008) показали в своем исследовании, что анализ частотной области позволил обнаружить небольшие различия в умственной нагрузке, которые не могли быть обнаружены традиционным анализом в амплитудной области. Здесь сигнал преобразуется из амплитудной области в частотную область с использованием таких методов, как быстрые преобразования Фурье (БПФ). Этот метод обеспечивает автоматический анализ в режиме реального времени.
Из-за артефактов движения сигнал EDA может быть довольно шумным. Если 90% значения EDA равно нулю или близко к нулю в пределах окна 5 с (можно использовать нижний пороговый предел 0,001 мкс, это, вероятно, вызвано тем, что датчики теряют контакт с кожей в течение этого периода, и их можно удалить. Обычно Обнаружено, что уровни EDA не изменяются более чем на 20% при увеличении и на 10% при уменьшении в течение 1-секундного временного окна. Для начальной интерполяции можно выровнять медианный фильтр на одну секунду для выравнивания сигнала. Датчик акселерометра может использоваться для нахождения точек / периодов высоких движений, а сигнал EDA в течение того же периода может быть проверен на наличие артефактов движения, которые могут быть удалены при необходимости. Бикубическая интерполяция сигнала может быть выполнена после фильтрация для учета отсутствующих точек данных при удалении артефактов движения.
Подводя итог, можно сказать, что проводимость кожи обычно возрастает с возбуждением, стрессом, выраженностью тела, умственной нагрузкой, ожиданием и общим повышением температуры тела или физической активности. Но измерения на ладони или ступнях обычно являются очень чувствительными эмоциональными реакциями и их можно отличить от скачков проводимости кожи из-за температуры тела или физической активности.
Вариабельность сердечного ритма
Частота сердечных сокращений (ЧСС) – это количество сердечных сокращений в минуту или «ударов в минуту», а частота сердечных сокращений в покое – это частота сердечных сокращений, измеренная во время расслабления, но бодрствования Среди населения в целом частота сердечных сокращений в покое 60-80 ударов в минуту считается довольно хорошей.
Но интервалы сердцебиения нерегулярны, и между каждым сердцебиением есть различия во времени. Вариабельность сердечного ритма (ВСР) – это просто измерение вариации сердцебиения. В целом, здоровое функционирующее тело будет демонстрировать большую вариабельность между ударами, чем плохо функционирующее. Период сердца – это интервал времени между двумя последовательными ударами сердца.
Синоатриальный узел (SAN) можно увидеть в верхней левой части рисунка и атриовентрикулярный узел (AVN) справа от SAN. Деполяризация SAN и AVN обеспечивает электрическую движущую силу, которая запускает сокращение сердца. Скорость самопроизвольной деполяризации в SAN обычно выше, чем в AVN, поэтому его называют естественным кардиостимулятором. Электрические импульсы, генерируемые SAN, стимулируют каждый удар сердца, тем самым диктуя его ритм.
Симпатическая (SNS) и парасимпатическая (PSNS) ветви вегетативной нервной системы – это то, что в основном влияет на SAN. Гормон и иммунитет также могут сыграть свою роль. Согласно Berntson, et al. (1997) «симпатическая активность имеет тенденцию повышать ЧСС и снижать ВСР, тогда как парасимпатическая деятельность имеет тенденцию снижать ЧСС и увеличивать ВСР».
ВСР тесно связана с эмоциональным возбуждением. В спектре ВСР присутствуют как высокочастотные (ВЧ), так и низкочастотные (НЧ) сигналы. HF-активность, как правило, снижается под давлением, стрессом, напряжением, сосредоточенным вниманием и т. Д. Высокий стресс также может вызывать снижение значений LF. Люди, которые беспокоятся больше, показали снижение ВСР. У пациентов с ПТСР ВСР и его сердечный компонент снижаются, тогда как низкочастотный (НЧ) повышается. Снижение активности PSNS или увеличение активности SNS приводит к снижению ВСР. В частности, активность HF (от 0,15 до 0,40 Гц) связана с активностью PSNS. Активность LF (от 0,04 до 0,15 Гц), которая обычно связана со смесью как SNS, так и PSNS. Таким образом, можно резюмировать, что во время отдыха ВЧ ВЧ имеет тенденцию быть выше, чем когда водитель занят, находится в напряжении, сосредоточен или напряжен / устал.
Для анализа ВСР может выполняться анализ как во временной, так и в частотной областях. Методы временной области включают «измерения дисперсии между периодами сердца, дисперсии различий между периодами сердца и геометрические методы, основанные на характеристиках формы распределения периодов сердца». Наиболее распространенным методом, используемым для вычисления вариабельности сердечного ритма среди методов во временной области, является квадратный корень из среднеквадратичных последовательных разностей периодов сердца или RMSSD (среднеквадратичная последовательная разность). Он основан на различиях между соседними сердечными периодами и номинально не зависит от базального сердечного периода, хотя уровень сердечного периода и изменчивость сердечного периода сами по себе физиологически взаимосвязаны. Из-за различий между образцами ВСР в соседних периодах сердца в течение относительно коротких периодов времени (длительности периода сердца) RMSSD разрешает общую дисперсию путем фильтрации LF-сигналов. Следовательно, RMSSD был применен как мера ВСР на основе HF. Свойства RMSSD, включая его частоту среза и его частотно-зависимую передаточную функцию, варьируются в зависимости от базального периода сердца. Более систематический анализ дисперсии периода сердца в определенных частотных компонентах может быть достигнут методами частотной области.
Существует в основном два способа измерения ВСР и ЧСС. Это записи электрокардиограммы (ЭКГ) и записи фотоплетизмограммы (ППГ). Записи ЭКГ собираются путем размещения электродов на груди (около сердца), которые измеряют электрические импульсы для каждого сердечного цикла. Комплекс QRS является определяющим признаком ЭКГ-сигнала. Комплекс QRS – это три графических отклонения, наблюдаемые на типичной ЭКГ, которая представляет собой волну Q (отклонение вниз сразу после зубца P, что соответствует IV.), Волну R (отклонение вверх после волны Q) и волну S (отклонение вниз после волны R) который представлен I., II. Электрическая активация сердца измеряется непосредственно с помощью записей ЭКГ. Это также обычно показывает сильное присутствие комплекса QRS в результирующем сигнале. Артефакты движения, вызванные смещением датчика из-за движения участника, являются распространенным источником шума в сигналах ЭКГ. Они имеют тенденцию попадать в тот же диапазон частот, что и QRS-комплексы, что может затруднить их фильтрацию без деформации комплекса QRS.
Записи фотоплетизмограммы (PPG) являются менее инвазивным методом для изучения сердечного цикла. Как правило, они измеряют изменение цвета кожи при проникновении крови через артерии и капилляры с каждым сердцебиением, используя оптические датчики. PPG обычно измеряется на кончике пальца или на запястье. Анализ сердечного ритма PPG обычно состоит из систолического пика, дикротической насечки и вторичного пика, называемого диастолическим пиком (2.5b-III). В записях с очень низкой амплитудой диастолический пик может отсутствовать. Основными преимуществами ППГ перед ЭКГ являются низкая стоимость, простота настройки и неинвазивные методы. Способы получения сигнала PPG …
Уличные дети используют различные стратегии преодоления трудностей, с которыми они сталкиваются на улице. Они полагаются на усилия комбинации действий для выживания. Они используют свои различные
Цель этого эксперимента – получить представление о полностью настраиваемой программе LabVIEW и понять, как инженеры используют программу в своих интересах, чтобы создать собственную лабораторию, которая
Кибербезопасность или защита информационных технологий – это методы защиты компьютеров, сетей, программ и данных от несанкционированного доступа или атак, направленных на эксплуатацию. Существует четыре типа