Studenten erfinden ein Anti-Müdigkeitsgerät für Autofahrer mit Gehirnwellentechnologie

Die Idee für die oben genannte Technologie entstand aus der Tatsache, dass viele Autofahrer bei langen Fahrten oder nachts häufig unter Müdigkeit, Stress und mangelnder Aufmerksamkeit leiden, was zu verminderter Konzentration, langsamen Reflexen und einem erhöhten Unfallrisiko führt.

Eine Gruppe von Studenten, darunter Tran Van Luc, Dong Thi Diem Quynh, Pham Ngoc Minh, Nguyen Tuan Dat und Nguyen Binh An ( Hanoi University of Science and Technology), hat mit der Erforschung eines Systems zur Überwachung und Aufrechterhaltung der Wachsamkeit von Fahrern mithilfe der Gehirnwellentechnologie (Awake Drive) begonnen.

In der Anfangsphase testete das Forschungsteam das Projekt selbst mit seinen Mitgliedern, da der Datenerhebungsprozess zeitaufwändig war. Später, als das Projekt ausgeweitet wurde, mobilisierten die Mitglieder Studenten aus Clubs und Laboren, um gemeinsam Messungen durchzuführen.

Laut Tran Van Luc, einem Informatikstudenten und Leiter des Forschungsteams, nimmt die Gehirnwellenmessung viel Zeit in Anspruch. Manchmal muss der Tester stundenlang bewegungslos an einem Ort sitzen ...

„Jedes Mitglied mobilisiert nicht nur Leute, um Gehirnwellen zu messen, sondern setzt sich auch jeden Tag hin, um seine eigenen Gehirnwellen zu messen. Obwohl es manchmal schwierig ist, wird die ganze Gruppe jedes Mal aufgeregter und motivierter, wenn wir ein neues Signal sehen“, sagte Nguyen Tan Dat, ein Student der Informationstechnologie aus Vietnam und Japan, ein Mitglied der Gruppe.

Das System überwacht und erhält die Aufmerksamkeit des Fahrers mithilfe einer Gehirnwellentechnologie, die mit einem Gehirnwellenlesemechanismus und isochronem Rhythmus (binaurale und monophone Beats) ausgestattet ist, der direkt mit den Gehirnwellen des Fahrers interagiert und so dazu beiträgt, die Gehirnaktivität des Fahrers zu stimulieren und zu steigern.

Die Anwendung hilft Fahrern, wachsam zu bleiben, ihre Reaktionsfähigkeit während der Fahrt zu verbessern, die Sicherheit zu gewährleisten und Verkehrsunfälle zu minimieren.

Laut Tran Van Luc liegt das Highlight dieses Systems in der Verwendung der Gehirnwellentechnologie (EEG) zur direkten Messung des mentalen Zustands. Dadurch ist eine frühzeitige und genaue Erkennung von Schläfrigkeit oder geistiger Erschöpfung möglich, die mit kamerabasierten Technologien nicht erkannt werden kann (z. B. „Weißschlaf“, wenn die Augen noch offen sind).

Insbesondere werden die Einschränkungen der kamerabasierten Technologie überwunden, wenn Umweltfaktoren wie Licht, Feuchtigkeit oder Betriebsbedingungen die Genauigkeit der Kamera beeinträchtigen können.

„Derzeit haben wir bei etwa 50 Personen Messungen zur Datenverarbeitung durchgeführt. Die Gruppe führt weiterhin Messungen durch, um das System zu verbessern. Darüber hinaus arbeitet die Gruppe mit mehreren Forschungslabors zusammen, um Vergleiche mit international zertifizierten Messgeräten anzustellen und Tests in einer simulierten Cockpitumgebung durchzuführen. Derzeit erreichen die Ergebnisse der Gruppe bei der Müdigkeitserkennung 91 % und sagen Anzeichen von Müdigkeit fünf Minuten früher voraus als die Kamera“, sagte Luc.

Dr. Trinh Van Chien, Leiter des Labors für Forschung zu Computernetzwerken und Kommunikationstechnologie der neuen Generation an der Fakultät für Informations- und Kommunikationstechnologie der Hanoi University of Science and Technology, beurteilte die Machbarkeit des Projekts und sagte, Awake Drive sei ein vielversprechender technologischer Traum junger Studenten mit einer Leidenschaft für die Forschung.

„Denken Sie daran, dass dieses Projekt von einem Team aus Erst- und Zweitsemesterstudenten entwickelt wurde, die noch verwirrt waren. Bis jetzt haben sie die Idee schrittweise in die Realität umgesetzt“, sagte Dr. Chien.

Laut Dr. Chien erkennt Awake Drive frühe Anzeichen von Müdigkeit direkt anhand der Gehirnaktivität, anders als die aktuellen Lösungen auf dem Markt, die sich hauptsächlich auf Kameras verlassen, um Schläfrigkeit bei einem deutlichen Gesichtsausdruck zu erkennen.

Durch die Nutzung von Gehirnwellensignalen und die Integration von maschinellem Lernen kann sich das Gerät an den individuellen Gehirnzustand jedes Fahrers anpassen und so ein hochgradig personalisiertes Erlebnis und höchste Genauigkeit bieten.

„Dies ist nicht nur ein technologischer Fortschritt, sondern auch ein praktischer Beitrag zu einem intelligenten und sicheren Transport mit großem Potenzial zur Reduzierung von Verkehrsunfällen, die durch Schläfrigkeit verursacht werden“, sagte Dr. Chien.

Quelle: https://tienphong.vn/sinh-vien-sang-che-thiet-bi-chong-ngu-gat-cho-lai-xe-bang-cong-nghe-song-nao-post1736575.tpo