Détection de la somnolence en situation de conduite, à l’aide du rythme respiratoire détecté par capteurs textiles inductifs

Bellemin, Victor (2024). Détection de la somnolence en situation de conduite, à l’aide du rythme respiratoire détecté par capteurs textiles inductifs. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (14MB) | Prévisualisation

Résumé

Depuis quelques décennies, de nombreux rapports mettent en avant le rôle des conducteurs somnolents dans les accidents mortels. Les institutions cherchent donc de nouveaux moyens pour limiter l’impact de la somnolence sur la sécurité routière. Cet intérêt pour réduire la mortalité au volant a poussé les chercheurs à trouver de nouvelles méthodes non-invasives de surveillance des conducteurs dans le but de détecter la somnolence.

Le principal objectif de ce mémoire est de proposer un nouveau système d’acquisition cardiorespiratoire non-invasif basé sur des électrodes inductives textiles dans le but de détecter la somnolence et d’améliorer la précision de ce type de système. Ce mémoire se concentre sur le signal de respiration. Pour ce faire, une méthode novatrice utilisant quatre électrodes réparties le long de la ceinture de sécurité et une fusion par filtre de Kalman permettant d’estimer l’état futur d’un système en réduisant l’incertitude des données a été développée. Pour évaluer le système, différentes positions et tailles d’électrodes ont été testées. Leur performance en situation de conduite simulée a ensuite été mesurée.

Les résultats démontrent que la position des électrodes impacte significativement la précision, avec les électrodes situées sur la ceinture obtenant de meilleures performances que celles situées dans le dos. Il a été relevé que les électrodes de plus grande taille maximisent la précision, et plus généralement, pour obtenir les meilleurs signaux, les mouvements relatifs des électrodes par rapport au sujet doivent être optimisés. Sur les 50 sessions de 1h30, l’utilisation du filtre de Kalman a permis de faire passer de 28% à 44% le taux d’enregistrements avec une erreur absolue moyenne d’estimation du rythme respiratoire inférieure à 2 respirations par minute. La précision de classification de la somnolence obtenue avec ce système textile est comparable à celle obtenue avec les données de référence.

En conclusion, les électrodes inductives textiles sans contact sont une option prometteuse pour la surveillance de la respiration et la détection de la somnolence en situation de conduite. Cependant, des améliorations doivent encore être apportées, comme par exemple une matrice d’électrodes textiles brodée directement sur la ceinture pour limiter leur déplacement. Les prochaines études devraient se concentrer sur l’amélioration des indices de qualité pour détecter les signaux de mauvaise qualité afin d’améliorer la précision de la détection de la somnolence en limitant l’impact du bruit. L’acquisition de nouvelles données permettrait d’améliorer les performances de détection de la somnolence en améliorant la généralisation des modèles.

Titre traduit

Drowsiness detection in driving situations using respiratory rate monitored by inductive textile sensors

Résumé traduit

For several decades, numerous reports have highlighted the role of drowsy drivers in fatal accidents. Institutions are therefore seeking new ways to limit the impact of drowsiness on road safety. This interest in reducing driving-related fatalities has prompted researchers to develop new, non-invasive methods for monitoring drivers to detect drowsiness.

The main objective of this thesis is to propose a new non-invasive cardio-respiratory acquisition system based on textile inductive electrodes to detect drowsiness and improve the accuracy of this type of system. This thesis focuses on the respiratory signal. To achieve this, an innovative method using four electrodes distributed along the seat belt and fusion through a Kalman filter, which estimates the future state of a system by reducing data uncertainty, was developed. To evaluate the system, different electrode positions and sizes were tested, and their performance was measured in a simulated driving situation.

The results demonstrate that electrode position significantly impacts accuracy, with electrodes positioned on the seat belt achieving better performance than those on the back. Larger electrodes were found to maximize accuracy, and generally, for optimal signal quality, the relative movement of electrodes with respect to the subject should be minimized. Over the 50 sessions of 1.5 hours, using the Kalman filter increased the rate of recordings with a mean absolute respiratory rate estimation error of less than 2 breaths per minute from 28% to 44%. The drowsiness classification accuracy achieved with this textile system is comparable to that obtained with reference data.

In conclusion, contactless textile inductive electrodes are a promising option for respiratory monitoring and drowsiness detection in driving conditions. However, improvements are still needed, such as a matrix of textile electrodes directly embroidered onto the seat belt to limit their movement. Future studies should focus on improving quality indices to detect poor-quality signals and enhance drowsiness detection accuracy by minimizing the impact of noise. Acquiring new data would improve drowsiness detection performance by enhancing model generalization.

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Mémoire présenté à l’École de technologie supérieure comme exigence partielle à l’obtention de la maîtrise avec mémoire en génie". Comprend des références bibliographiques (pages 149-162).
Mots-clés libres:	somnolence, endormissement, respiration, conduite somnolente, textile
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Gagnon, Ghyslain
Codirecteur:	Codirecteur Vaussenat, Fabrice
Programme:	Maîtrise en ingénierie > Génie électrique
Date de dépôt:	16 avr. 2025 18:40
Dernière modification:	16 avr. 2025 18:40
URI:	https://espace.etsmtl.ca/id/eprint/3573

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt