ارتباط انحرافات رانندگی با سطح خواب آلودگی ذهنی و خود گزارش دهی در حین رانندگی
ارتباط انحرافات رانندگی با سطح خواب آلودگی ذهنی و خود گزارش دهی در حین رانندگی شبیه سازی شده
فرمت: WORD تعداد صفحات: 13
Relationship between driving Deviations whit level of subjective and interpreting drowsiness in simulator driving
چكيده
خواب آلودگی راننده یکی از دلایل اصلی ایجاد حوادث رانندگی به حساب می آید که سالیانه موجب خسارات جانی و مالی فراوانی در جهان می گردد. یکی از پارامترهای مهم در تشخیص خواب آلودگی راننده، بررسی میزان انحراف راننده از مسیر که منجر به از خطوط طولی دو طرف جاده و انحرافات رانندگی می شود است، که به علت دقت بالا و غیر مزاحم بودن روش اندازه گیری آن برای راننده، چشم انداز روشنی در توسعه سیستم های دستیار راننده دارا می باشد. جهت تشخیص خواب آلودگی در این مطالعه، تعداد 32 راننده مرد حرفه ای اتوبوس بین شهری جهت انجام رانندگی دو ساعته در یک محیط شبیه ساز رانندگی مبتنی بر واقعیت مجازی انتخاب شدند. در طول رانندگی از لاین میانی جاده سه لاینه،تعداد عبور از خطوط طولی دو طرف جاده با توجه به مشاهده تصویر فرد به خواب رفته (LCRD) مورد شمارش قرار گرفت.
در نهایت ارتباط بین تعداد عبور از خطوط طولی LCRD با نتایج حاصل از آزمون های KSS و ORD مورد بررسی قرار گرفت. نتایج به دست آمده نشان داد که با افزایش میزان KSS و ORD، میزان LCRD نیز افزایش یافته است و در نتیجه می توان عنوان کرد که LCRD یک شاخص معتبر جهت بررسی عملکرد راننده خواب آلود است و خواب آلودگی موجب افزایش تغییرات عبور از خطوط طولی دو طرف جاده میگردد.از نتایج بدست آمده می توان نتیجه گرفت که تنها ملاک انحرافات در رانندگی نمی تواند دلیل کافی برای تشخیص خواب آلودگی باشد و نیاز به داده های تصویری از رفتارهای خواب آلودگی فرد نیز جهت انطباق با آن می باشد
کلمات کلیدی: انحراف از مسیر، خواب آلودگی، تصادفات رانندگی، ایمنی حمل و نقل.
Abstract
Driver drowsiness is a major reason of road accidents and leads to high costs and injuries around the world in annual. Lane crossing is a parameter to detect driver drowsiness. The methods considering this parameter are convenient and no bother to the driver. Therefore, they are broadly targeted to develop driver assistant systems. In this research, twenty five professional bus drivers were selected to conduct a two-hours session of driving in a simulator designed based on real time. The number of lane crossing was counted during driving in the middle lane on a three-lane road by processing images taken from the driver (LCRD). The, the correlation between LCRD and the results of KSS and ORD was studied. Results show increase in DSS, ORD leads to increase the in LCRD. So LCRD is an appropriate parameter to check driver performance. And drowsiness leads to increase the number of lane crossing. Also, lane crossing is not the only plenary parameter to detect driver drowsiness and image. Processing methods should be employed to correspond drowsy behavior to LCRD.
Keywords: Deviation from the route, Drowsiness, Driving Accidents, Transportation Safety
مقدمه
خواب آلودگی، خستگی، عدم توجه کافی به جلو و این که راننده نتواند وسیله نقلیه را در یک مسیر ایمن کنترل کند از مهمترین عوامل وقوع تصادفات جاده ای است. طبق آمار حدود 28 درصد تصادفات منجر به مرگ در بزرگراه های آمریکا، ناشی از خروج وسیله نقلیه از جاده بوده است. بر اساس گزارشی که بنیاد ملی خواب آمریکا در سال (2009) منتشر کرده است، 54 درصد از رانندگان بالغ حداقل یکبار یک وسیله نقلیه سنگین را در حال خواب آلودگی و 28 درصد آنها در حالی که کاملا احساس خواب داشته اند، رانندگی کرده اند. همچنین انجمن ایمنی جاده ای آلمان ادعا می کند که از میان هر چهار سانحه منجر به ایجاد تلفات انسانی در بزرگراه های این کشور، یکی بصورت مستقیم با خواب آلودگی راننده وسیله نقلیه ارتباط داشته است.
حال با توجه به اهمیتی که رفتارهای ناشی از خواب آلودگی در سلامت رانندگان و تلفات ناشی از تصادفات دارد، بررسی این رفتارها و ارتباط آن با انحرافات رانندگی حائز اهمیت است. Miller و Mackie در سال (1980)، طولانی و پیوسته بودن ساعات رانندگی، محیط یکنواخت و رانندگی در شب و اوایل صبح را از عوامل خواب آلودگی و کاهش عملکرد راننده می دانند. Mascord نیز در سال (1992)، عملکرد راننده در ساعاتی که بدن انسان با کاهش عملکرد فیزیولوژیک مواجه است را تحت تأثیر منفی خواب آلودگی دانسته و اعتقاد دارد که در سطوح مختلف خواب آلودگی، انگیختگی فیزیولوژیک کاهش یافته و عملکردهای حسی آهسته و به تبع آن پردازش ناقص اطلاعات می تواند توانایی راننده را در پاسخ به محرک های محیطی و شرایط غیر عادی و اضطراری کاهش دهد.
همچنین SzeSeen در آوریل (2010) در بررسی تصادفات جاده ای، خواب آلودگی رانندگان را که در اثر خستگی، بدی شرایط آب و هوایی، وضعیت جاده ای یکنواخت و شرایط فردی راننده ایجاد می شود، به عنوان، عاملی مؤثر در در تصادفات جاده ای دانسته و خواب آلودگی راننده را در اثر عوامل ذکر شده بر عملکرد راننده مؤثر می داند. طبق آمار ارائه شده از سوی محققان آمریکایی، 25 درصد رانندگان یک بار با احساس خواب آلودگی در حین رانندگی در طول روز و 12 درصد از آنها با وقوع ریز خواب در طول یک ماه رانندگی مواجه بوده اند. 7 درصد از این جامعه آماری لااقل یک تصادف خود را مربوط به خواب آلودگی دانسته و 18 درصد دیگر خواب آلودگی را عامل ایجاد خطر تصادف دانسته اند بدون اینکه تصادف کرده باشند.
به اعتقاد Vincent و سایر همکارانش این که راننده بتواند وسیله ی نقلیه را در بین خطوط حفظ کرده و از خطوط کناری عبور نکند اصلی ترین فعل راننده است که می تواند تحت تأثیر خواب آلودگی راننده مختل شود. به همین دلیل میزان انحراف معیار موقعیت جانبی خودرو (SDLP) به عنوان شاخصی از خواب آلودگی راننده در نظر گرفته شد. این که راننده ساعات طولانی به رانندگی مشغول باشد و مسیر رانندگی یکنواخت و کسالت آور باشد باعث ایجاد خستگی در راننده می شود و خستگی مهمترین علت ایجاد احساس خواب آلودگی در رانندگان است. راننده ای که احساس خواب آلودگی می کند بنا بر مطالعات بیشتر از لبه خطوط جانبی عبور می کند. بدیهی است که راننده ی خواب آلوده مرتکب اشتباهات بیشتری در طول زمان رانندگی اش می شود.
هدف اصلی و کاربردی این مطالعه، بررسی ارتباط بین انحرافات در رانندگی همچون تعداد عبورهای خودرو از خطوط طولی جاده و ارتباط بین این پارامترها با معیارهای خواب آلودگی ذهنی و تفسیری KSS و ORD و در نهایت استفاده از این اطلاعات در جهت افزایش دقت و صحت داده های به دست آمده در بررسی خواب آلودگی می باشد.
ادامه مطلب را با دانلود فایل پیوستی مشاهده کنید.
این مطلب بروزرسانی شد و فایل «ارتباط انحرافات رانندگی با سطح خواب آلودگی بر مبنای تغییرات چهره در حین رانندگی شبیه سازی شده» پیوست شد.
ورود یا ثبـــت نــــام + فعال کردن اکانت VIP
مزایای اشتراک ویژه : دسترسی به آرشیو هزاران مقالات تخصصی، درخواست مقالات فارسی و انگلیسی، مشاوره رایگان، تخفیف ویژه محصولات سایت و ...
حتما بخوانید:
⇐ ایمنی جاده ها با ارائه یک مدل به منظور تشخیص خواب آلودگی افراد در حین رانندگی
⇐ ردیابی خستگی ذهنی راننده با استفاده از آنالیز سیگنال های الکتروآنسفالوگرافی
دیدگاهتان را بنویسید
می خواهید در گفت و گو شرکت کنید؟خیالتان راحت باشد :)