Väitöskirjassaan Jyväskylän yliopiston apurahatutkija Xin Zuo tutki ajoneuvon kuljettajan poikkeavien olotilojen automaattista tunnistamista kuljettajan fysiologisten signaalien perusteella. Tutkimuksen perusteella on mahdollista tunnistaa kuljettajan tunnetilat ja tarkkaavaisuus reaaliajassa.

Muilla tavoin kerättyyn dataan verrattuna fysiologinen data on tarkempaa, eikä kuljettaja voi tahallisesti salata olotilaansa. Tutkimuksen tulokset voivat auttaa vähentämään onnettomuusriskejä liikenteessä.

Kuljettajan tarkkaamattomuuden on raportoitu olevan merkittävä syy autokolareihin. Tarkkaamattomuus osallisena noin 27 prosentissa kaikista vakavista loukkaantumisista liikenneonnettomuuksissa. Liikenneonnettomuuksien todennäköisyys voi kasvaa jopa kymmenkertaiseksi, kun kuljettaja kokee voimakkaita tunteita, kuten surua, iloa ja vihaa ajon aikana.

Xin Zuo keskittyi väitöskirjassaan tutkimaan kuljettajan tunnetilojen ja tarkkaavaisuuden automaattista tunnistamista fysiologisten signaalien perusteella

”Koska ajaminen on kuljettajan, ajoneuvon ja ympäristön vuorovaikutusta, kuljettajilla on tärkeä rooli tässä prosessissa. Jos kuljettajan tunnetilassa tai tarkkaavaisuudessa tapahtuu muutoksia ajon aikana, se vaikuttaa sekä päätöksentekoon että kuljettajan toimintaan ajoympäristössä”, Zuo sanoo.

Kuljettajan olotilan automaattinen tunnistaminen ajon aikana antaa kuljettajalle mahdollisuuden huomioida ja mukauttaa omaa toimintaansa ja vähentää siten auto-onnettomuuden riskiä.

Väitöskirjassaan Zuo tutkii fysiologisten signaalien vaihtelukuvioita optimoidun näytteenottotaajuuden moniasteisella entropialla eri mielentiloissa kuljettajan poikkeavan olotilan havaitsemiseksi pitkän lyhytkestoisen muistiverkon (LSTM) avulla.

Tällä tarkoitetaan sellaisia aivojen, sydämen ja lihasten lähettämien fysiologisten muutosten tarkkailua, jotka liittyvät henkisiin tiloihin, kuten tarkkaavaisuuteen, surullisuuteen ja onnellisuuteen. Kun muutokset havaitaan, voidaan tuloksia käyttää apuna erottamaan, milloin olemme esimerkiksi surullisia tai iloisia ja milloin menetämme tarkkaavaisuutemme.

Tutkimuksessa saavutettiin lupaavia tuloksia fysiologisten muutosten analysoinnissa kuljettajan erilaissa tiloissa sekä kuljettajan epänormaalin tilan automaattisessa havaitsemisessa erilaisten data-aineistojen avulla. Tämä osoittaa, että kuljettajan epänormaalin tilan ymmärtäminen ja havaitseminen useiden signaalien avulla on mahdollista myös käytännön sovelluksissa.

Tutkimuksessa koehenkilöitä seurattiin esimerkiksi elektrodimyssyä sekä rintakehään kiinnitettyjä elektrodeja käyttämällä. Tulosten avulla on mahdollista kehittää esimerkiksi Bluetooth-käyttöinen ranneke tai otsanauha, joka olisi yhteydessä auton ohjelmistoon.

”Tällainen laite auttaisi seuraamaan kuljettajan fysiologista tilaa ja tunnetiloja reaaliajassa, jolloin auto voisi varoittaa kuljettajaa kiinnittämään huomiota ajamiseen, jos hänen olotilassaan havaitaan muutoksia. Esimerkiksi auton autopilottitila voisi aktivoitua automaattisesti, jos kuljettajan katsotaan olevan poikkeavassa olotilassa”, Zuo selittää.

Kameroista saatua visuaalista dataa käytetään jo nykyisin monissa ajoneuvoissa kuljettajan tarkkaavaisuuden ja väsymyksen seuraamiseen. Zuon mukaan fysiologisen datan käyttäminen on kuitenkin tarkempaa, koska se heijastaa ihmiskehon todellista sisäistä tilaa ilman aikaviivettä, eikä kuljettaja voi tarkoituksellisesti salata sitä.

Pysyvä linkki julkaisuun Automatic detection of driver’s abnormal state based on physiological signals