Cette étude présente un système non invasif en temps réel conçu pour surveiller et détecter la somnolence des conducteurs ainsi que leurs états de sommeil. La méthode fonctionne en suivant le comportement lié aux yeux, tel que la fréquence des clignements et la durée de fermeture des paupières, ainsi que les conditions environnementales comme les niveaux de lumière ambiante. En utilisant ces paramètres, le système peut distinguer de manière fiable si un conducteur est alerte, somnolent ou endormi, même dans des situations de conduite réelles. Un module de prise de décision traite les données collectées et émet des avertissements en temps utile pour prévenir des lapsus qui pourraient conduire à des accidents. Pour valider son efficacité, le système a été construit en tant que modèle matériel complet et testé dans différents scénarios, montrant des niveaux de précision et de cohérence élevés. Les résultats confirment que la solution est pratique, évolutive et facile à utiliser, la rendant adaptée aux applications réelles où la sécurité dépend du maintien de l'alerte humaine.
SujathaKumari et al. (2025) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: