臺灣博碩士論文加值系統

人們在開車時會因為開車時間過長，產生疲勞抑或想睡覺的情況。 這些情形發生時，往往會造成嚴重的行車安全問題。近年來，疲勞駕駛 事件頻傳，越來越多人投入這方面的研究，希望發展出一套警示系統， 提 醒 駕 駛 人 ， 降 低 車 禍 發 生 的 機 率 。 本 研 究 以 眼 電 圖 法 (Electro-OculoGraphy, EOG)來擷取眼睛移動的軌跡，藉由測量眼睛周圍 微弱的電位變化，得知眼部動作與特徵。本系統將 EOG 訊號擷取後，經 由數位訊號處理來濾除雜訊，利用 EOG 水平訊號、EOG 水平微分訊號、 EOG 垂直訊號和 EOG 垂直微分訊號，獲得 EOG 的眨眼和掃視特徵，觀 察眼動水平訊號的掃視速率，與眼動垂直訊號的眨眼頻率、閉眼持續時 間的長短、閉眼後開眼的速率，作為判斷疲勞瞌睡的依據，辨識出受測 駕駛者的駕駛狀態。本系統將受測駕駛者的狀態分成: 清醒、專注開車、 疲勞與瞌睡四種狀態，經過 8 個志願者的測試，透過一款名為”歐洲卡車”
的遊戲進行模擬駕駛，讓受測駕駛者連續開車模擬 2 小時，比較一開始、 一小時後、二小時後受測者的駕駛狀態。本系統可以偵測出當駕駛員在 開車時，是否處於疲勞、瞌睡的狀態;當系統連續偵測到疲勞、瞌睡的訊 號，將對駕駛員提出警示。未來，可以參考不同的生理訊號(EEG、ECG)， 比較在疲勞、瞌睡時，與眼動訊號上的差異，修正系統的眼動參數閾值， 讓系統在偵測上更為精準。

Driver fatigue and drowsiness are an important factor causing serious traffic accidents. In recent years, fatigue driving results in many people deaths or hurts. Therefore, more and more people put into these researches about how to detect driver fatigue and drowsiness. We hope to design a warning system for fatigue sleeping to reduce traffic accidents. In this study, we measured the eye movements by electro-oculography(EOG). The potential difference measured between the skins above and below the eyes reflected the eye movements in the vertical direction; that measured between the skins to the right and to the left of the eyes reflected the eye movements in the horizontal direction. We analyzed the saccade velocity of the EOG horizontal signal, the eye blinking frequency, the duration time of eye closure and the velocity of eye opened after closing the eyes. The fatigue warning system was developed on the basis of these analysis. The system was evaluated by emulation with a game named Euro Truck. The experiment was tested by 8 volunteers. The system can detect the fatigue and sleepy signals. When the signals were detected continuously, the system will warn the driver. In the future, we can compare with different physiological signals (EEG / ECG) and modify the eye movement parameters threshold so that the system will be more accurate in detection.

摘要 v
Abstract vi
誌謝 vii
目錄 viii
圖目錄 xi
表目錄 xii
第一章 緒論 1
1.1 研究動機 1
1.2 論文架構 2
第二章 研究背景知識 3
2.1 回顧偵測疲勞瞌睡相關應用 3
2.2 眼球運動原理 [4] [5] [6] 4
2.3 眼動訊號相關應用 [7] [8] [9] [10] [11] 6
2.4 眼動圖基本波形介紹 8
第三章 眼動系統硬體架構 10
3.1 眼動系統硬體電路 11
3.1.1 EOG 訊號擷取 13
3.1.2 訊號放大電路 13
3.1.3 DC offset 校準電路 14

3.1.4 準位提升電路 15
3.1.5 加法電路與反向電路 15
3.1.6 濾波電路 16
3.2 微處理器 17
第四章 研究方法與說明 18
4.1 消除準位漂移(Elimination of DC drift) 19
4.2 移動式平均濾波器 20
4.3 斜率峰值與峰值發生時間 21
4.4 清醒、疲勞與瞌睡眼動訊號分類方法 22
4.4.1 EOG 水平訊號微分求掃視速率 23
4.4.2 眨眼次數的偵測 25
4.4.3 眨眼持續時間的計算 26
4.4.4 眨眼頻率與刻意眨眼 27
4.4.5 閉眼後開眼速率 29
4.5 疲勞、瞌睡判斷路徑說明 30
4.6 疲勞、瞌睡統計分析 33
第五章 實驗環境與實驗步驟 34
5.1 實驗環境 34
5.2 實驗步驟 34
5.3 眼動訊號的驗證 35
第六章 實驗結果與討論 37

6.1 實驗結果 37
6.2 討論 54
第七章 結論與未來展望 56
7.1 結論 56
7.2 未來展望 57
參考文獻 58

[1] Sang-Joong Jung, Heung-Sub Shin, Wan-Young Chung,“Driver fatigue and drowsiness monitoring system with embedded electrocardiogram sensor on steering wheel”, IET Intelligent Transport Systems, Volume: 8, Issue: 1, Feb. 2014 , pp.43-50.
[2] Hua Gao, Anil Yuce, Jean-Philippe Thiran,“Detecting emotional stress from facial expressions for driving safety”, Image Processing (ICIP), 2014 IEEE International Conference, Paris.
[3] Gang Li, Boon-Leng Lee, Wan-Young Chung,“Smartwatch-Based Wearable EEG System for Driver Drowsiness Detection”, IEEE Sensors Journal, Volume: 15, Issue: 12, Dec. 2015, pp.7169-7180.
[4] 韓承靜, 蔡介立(2008),“眼球軌跡紀錄 科學學習研究的明日之星”，科學 教育月刊, 第 310 期.
[5] 林茂村(1991), 解剖生理學, 台灣台北, 徐氏基金會出版, pp.308-309.
[6] S. I. Fox 著, 林茂村 等譯, 人體生理學, 台北: 文京, pp. 258-273, 1998. [7] J. Malmivuo, R. Plonsey (1995). “Principles and Applications of
Bioelectric and Biomagnetic Fields”, New York, Oxford, Oxford University Press, Inc.
[8] 余長憲，眼寫電話控制系統，國立中央大學電機工程系碩士論文，蔡章仁老師 指導，2005.
[9] 薛智謙，英文字母眼寫系統之可行性研究，國立中央大學電機工程系碩士論文， 蔡章仁老師指導，2005.
[10] 李重寬，注音符號眼寫系統之可行性研究，國立中央大學電機工程系碩士論文， 蔡章仁老師指導，2005.

[11] 王敏智，眼動符號表達系統之可行性研究，國立中央大學電機工程系碩士論文， 蔡章仁老師指導，2004.
[12] 美國德州儀器公司 http://www.ti.com/

[13] C. Yue (2011). “EOG signals in drowsiness research”. Master’s thesis,
University of Linkoping.