OpenDriver: An Open-Road Driver State Detection Dataset

要約

ドライバーの状態検出に関する数多くの研究の中で、ウェアラブル生理学的測定は、リアルタイム監視のための実用的な方法を提供します。
ただし、一般道路シナリオにおけるドライバーの生理学的データセットはほとんどなく、既存のデータセットには信号品質の低下、サンプル サイズの小ささ、データ収集期間の短さなどの問題があります。
したがって、この論文では、ドライバー状態検出のための大規模なマルチモーダル運転データセット OpenDriver を開発します。
OpenDriver は合計 3,278 回の運転旅行を網羅し、信号収集期間は約 4,600 時間に及びます。
OpenDriver には、心電図 (ECG) 信号と、81 人のドライバーとその車両から記録された動作測定ユニット (IMU) からのステアリング ホイールの 6 軸動作データという 2 つの運転信号の形式が登録されています。
さらに、私たちの仕事には、ECG 信号の品質評価、ECG 信号に基づく個人の生体認証、および複雑な運転環境における生理学的信号の分析という 3 つの困難なタスクが含まれています。
これらのタスクの研究を促進するために、対応するベンチマークも導入されています。
まず、ノイズ増強戦略を適用して、品質評価のための現実的なノイズ シミュレーションを使用して大規模な ECG 信号データセットを生成します。
第 2 に、個人の生体認証にエンドツーエンドの対照学習フレームワークが採用されています。
最後に、さまざまな運転条件下でのドライバーの HRV 特性の包括的な分析が行われます。
各ベンチマークは、評価指標と参照結果を提供します。
OpenDriver データセットは、https://github.com/bdne/OpenDriver で公開されます。

要約(オリジナル)

Among numerous studies for driver state detection, wearable physiological measurements offer a practical method for real-time monitoring. However, there are few driver physiological datasets in open-road scenarios, and the existing datasets suffer from issues such as poor signal quality, small sample sizes, and short data collection periods. Therefore, in this paper, a large-scale multimodal driving dataset, OpenDriver, for driver state detection is developed. The OpenDriver encompasses a total of 3,278 driving trips, with a signal collection duration spanning approximately 4,600 hours. Two modalities of driving signals are enrolled in OpenDriver: electrocardiogram (ECG) signals and six-axis motion data of the steering wheel from a motion measurement unit (IMU), which were recorded from 81 drivers and their vehicles. Furthermore, three challenging tasks are involved in our work, namely ECG signal quality assessment, individual biometric identification based on ECG signals, and physiological signal analysis in complex driving environments. To facilitate research in these tasks, corresponding benchmarks have also been introduced. First, a noisy augmentation strategy is applied to generate a larger-scale ECG signal dataset with realistic noise simulation for quality assessment. Second, an end-to-end contrastive learning framework is employed for individual biometric identification. Finally, a comprehensive analysis of drivers’ HRV features under different driving conditions is conducted. Each benchmark provides evaluation metrics and reference results. The OpenDriver dataset will be publicly available at https://github.com/bdne/OpenDriver.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google