Safety first – In-car prediction of occupational driver drowsiness

Tiivistelmä

Pitkäaikaistavoitteemme on kehittää teknologia, joka ennustaa kuljettajan väsymystä kvantitatiivisesti, reaaliajassa, ja hyvissä ajoin ennen ajokyvyn heikentymistä. Tällöin kuljettajalla olisi aikaa löytää taukopaikka, missä hän voi virkistäytyä ennen matkan jatkumista. Uskomme tämän saavan enemmän kuljettajia turvallisesti määränpäähän.

Hankkeessa kehitetään matemaattinen malli, joka yksilötasolla ja reaaliajassa ennustaa väsymystä kuljettajan ajosuoriutumisesta.

Aineistoomme kuuluu 52 ammattikuljettajaa. Kahden viikon aikana mitattiin ajoneuvon nopeus ja kiihtyvyys. Ajojen aikana mitattiin myös kuljettajan objektiivinen väsymys (videoimalla kuljettajien ilmeet) ja subjektiivinen väsymys (kyselylllä).

Hankkeen 1. vaiheessa laskemme autopohjaisista signaaliesta tunnuslukuja, jotka määrittävät kuljettajien ajonaikaiset ajosuoriutumiset. Koska eri ihmiset reagoivat eri tavalla väsymykseen, määritämme yövuorojen aiheuttamat yksilöväliset erot ajosuoriutumisen heikkenemisessä.

Hankkeen 2. vaiheessa sovellamme kehittämäämme mallia tunnuslukuihin ja määritämme mallin absoluuttisen herkkyyden ja tarkkuuden vertaamalla sen väsymysennusteet kuljettajien objektiiviseen ja subjektiiviseen väsymykseen.

Tavoitteemme ajalle 2013-2014 on ensimmäinen malli teknologialle, joka ennustaa kuljettajan väsymystä ajon aikana autopohjaisista signaaleista.

Hankkeen vastuuhenkilö

Pia Forsman

Tiedote

Ajonaikaisen väsymyksen ennustamiselle matemaattinen malli

Voisiko teknologian valjastaa ennustamaan kuljettajan väsymystä?
Kvantitatiivisesti, reaaliajassa ja hyvissä ajoin ennen ajokyvyn
heikentymistä. Siten olisi aikaa hakeutua taukopaikalle ja
virkistäytyä ennen matkan jatkamista.

Elektroniikan tutkimuslaboratorio Helsingin yliopiston fysiikan
laitokselta kehittää tällaista ainutlaatuista teknologiaa, joka
hyödyttäisi etenkin paljon ajavia ammattikuljettajia.

Työsuojelurahasto tuki tutkimus- ja kehitysmäärärahalla
hanketta, jossa kehitettiin matemaattinen malli ennustamaan
väsymystä ajosuorituksesta, autopohjaisista signaaleista,
yksilötasolla ja reaaliajassa.

Yhteistyökumppanina hankkeessa oli Työterveyslaitos, joka oli
aiemmin kerännyt aineiston ammattikuljettajien ajonaikaisesta
väsymyksestä, stressistä ja ajotyylistä (TSR
109378). 

Parametrit yksilöllisesti

Aineistoon kuului 52 ammattikuljettajaa. Kahden viikon aikana
oli mitattu yövuoroissa ajoneuvon nopeus ja kiihtyvyys. Kuljettajat
eivät olleet käyttäneet vakionopeudensäädintä.

Ajon aikana oli selvitetty myös kuljettajan objektiivinen
väsymys videoimalla ilmeet ja subjektiivinen väsymys kyselyllä.

Tutkimus tuotti ensi kertaa tieteellistä näyttöä siitä, että
yksilölliset erot väsymyksen aiheuttamissa reaktioissa vaikuttavat
sekä subjektiiviseen väsymykseen että ajosuoriutumiseen.

Näyttöä saatiin myös siitä, että erot ovat isoja ja toistuvia,
eivät vain laboratorio-oloissa, vaan myös ammattikuljettajien
työssä. Datan perusteella toiset ammattikuljettajat kokivat aina
olevansa pirteitä, kun taas toiset kokivat aina olevansa
väsyneitä.

Yksilölliset erot ja niiden toistuvuus näkyivät myös
ajosuorituksissa.

Näyttö tarkoittaa sitä, että jotta pystyisi tarkasti ennustamaan
kuljettajan väsymystä hänen ajosuorituksestaan, matemaattisen
mallin parametrit pitää räätälöidä jokaiselle kuljettajalle
erikseen. Tämän jälkeen mallin ennusteiden tarkkuuden pitäisi olla
toistettavissa kuljettajan työvuorosta toiseen.

Unen kaksiprosessimalli pohjana

Parametrien yksilöllisen räätälöinnin pohjana oli niin sanottu
unen kaksiprosessimalli. Sen mukaan unen ajoittumisen ja rakenteen
määrittelevät toisaalta hermoston sisäsyntyinen sirkadiaaninen
(circa diem, noin vuorokausi) vuorokausirytmi ja homeostaattinen
valveilla kertyvä unentarve.

Tutkijat sovelsivat ensi kertaa kaksiprosessimallia ennustamaan
kuljettajan väsymystä hänen ajonaikaisesta suorituksestaan käyttäen
autopohjaisia signaaleja.

Tutkimus todisti, että kaksiprosessimallia voi käyttää pohjana
teknologialle, joka ennustaa kuljettajan ajonaikaista
väsymystä.

Aiemmin Helsingin yliopiston fysiikan laitoksen elektroniikan
tutkimuslaboratorio on kehittänyt Työsuojelurahaston tuella
väsymystesteriä transienttianalyysiin perustuen (TSR
109341).

Toimittaja
Leena Huovila

Aineisto

Forsman Pia. Safety first – In-car prediction of occupational driver drowsiness. Loppuraportti hankkeelle 112314.

Katso myös tutkimus- ja kehityshankkeet109341 Työterveyttä edistävän väsymystesterinkehittäminen transienttianalyysin avulla. https://www.tsr.fi/tutkimustietoa/tata-on-tutkittu/hanke/?h=109341

109378 Raskaan ajoneuvon turvallisen jataloudellisen ajamisen edistäminen koulutuksellisen interventionavulla. https://www.tsr.fi/tutkimustietoa/tata-on-tutkittu/hanke/?h=109378