تشخیص خوابالودگی راننده سواری حین رانندگی به کمک الگوریتم های هوش منصوعی

نرخ مرگ و میر ناشی از تصادفات جاده ای در ایران در سال ۱۴۰۱ با نسبت ۲۴ در هر صد هزار نفر نشانگریک وضعیت نگران کننده می باشد. عوامل محیطی کنترلی، اجرایی و عدم تناسب ساختارهای مواصلاتی با تعدادخودروها و واحدهای عبور و مرور در بروز تصادفات نقش دارند. اما رفتارهای پرخطر و قانون گریزی به عنواندلیل اصلی تصادفات ذکر شده اند. روش پیشنهادی این مقاله نشان می دهد که استفاده از پردازش تصویر برایتشخیص احساسات رانندگان می تواند بهبود ایمنی جاده ها را فراهم آورده و به کاهش تصادفات جاده ای کمکنماید. در این مقاله، روشی نوآورانه ارائه شده است که از پردازش تصویر برای تشخیص احساسات رانندگان بهمنظور کاهش تصادفات جاده ای استفاده می کند. با بهره گیری از دوربین ساده، چهره های رانندگان ضبط شدهو با الگوریتم SIFT و تکنیک PCA ، ویژگی های لب، گونه، و سر به دقت استخراج می شوند. روش پیشنهادیاز الگوریتم KNN برای کلاسبندی استفاده می کند و می تواند با دقت تقریبا ۸۱ درصد، احساسات رانندگانتشخیص دهد. این اطلاعات به راننده اعلام هشدار می کنند یا به جای او تصمیمات مناسب برای کنترل وهدایت خودرو را اتخاذ می کند

Keywords:

رفتارهای پرخطر , رانندگی , تصادفات جاده ای , مشخصات چهره