En grupp forskare i USA har utvecklat den första standardiserade metoden någonsin för att utvärdera kommersiellt tillgängliga förarövervakningssystem. Detaljerna publicerades i majnumret av IEEE/CAA Journal of Automatica Sinica ( JAS ), en gemensam publikation av IEEE och Chinese Association of Automation.

Förarens distraktion definieras som all aktivitet som potentiellt kan avleda förarens uppmärksamhet bort från den aktuella köruppgiften. Det kan innehålla sms, använda en telefon/navigationssystem, och prata med passagerare, och anses vara en av de framstående bidragsgivarna till trafikolyckor. Teknik för avkänning av förartillstånd syftar till att minska risken för trafikolyckor genom att upptäcka och ingripa i förarens distraktion och bristande uppmärksamhet. Flera typer av kamerabaserade förarstatussensorer finns för närvarande i kommersiella fordon, och även om de har studerats allmänt av biltillverkare, det finns ingen gemensam standard tillgänglig för att objektivt utvärdera och jämföra dessa produkters prestanda.

"Vi har föreslagit en systematisk och standardiserad prestandautvärderingsprocess för förartillståndssensorer genom att ta hänsyn till flera miljöfaktorer tillsammans med de individuella skillnaderna i förarnas beteende, säger Lingxi Li, Ph.D., motsvarande författare och docent i elektro- och datorteknik vid Indiana University—Purdue University, Indianapolis.

Forskarna tog upp tre svårigheter:att definiera och välja de viktiga individuella och miljöfaktorer som påverkar körningen; ta itu med variation och slumpmässighet i förarens beteenden; och bygga ett pålitligt verktyg som spårar förares huvudrörelser när de sitter i bilen.

De samlade sedan in stora mängder data på en kommersiell drivrutinsinspelningsenhet, varvid varje försökspersons huvudövervakningsdata samlades in under 30 till 40 minuter utöver andra variabler såsom ljusförhållanden, huvud-/ansiktsdrag, och kameraplatser. Resultaten av studien visar att deras system kan utvärdera monitorer som registrerar en förares tillstånd såväl som andra variabler. Detta tyder på att det kan finnas en gemensam bas för att jämföra prestanda för olika inspelningsenheter.

Forskarna hoppas kunna använda sin metod på ett mer komplext sätt genom att ta in fler faktorer och titta på fler scenarier. Dessa inkluderar en belysningsenhet som kan användas i labbet för att simulera verkliga ljusförhållanden när du kör genom skogen, till exempel, samt några andra webbplatser som skulle kunna förbättra metodens noggrannhet och effektivitet ytterligare. "Det slutliga målet är att utveckla ett stjärnklassificeringssystem för att klassificera olika kamerabaserade körtillståndssensorer på marknaden, som bäst kan tjäna konsumenterna, " kommenterar Li.