Abstract:
Au cours de la dernière décennie, la somnolence au volant est une cause fréquente d’accidents de
la route. La somnolence est un état intermédiaire entre le sommeil et l’éveil, représentant un état
dégradé et donc potentiellement affectant les performances de conduite. Détecter si un conducteur
est somnolent ou même prédire à quelle vitesse il est susceptible de devenir somnolent sont des défis
importants pour le développement de nouveaux systèmes d’assistance à la conduite. Dans ce document,
nous nous sommes intéressés à la proposition d’un nouveau protocole de détection de somnolence
basé sur des signaux EEG utilisant la machine à vecteurs de support (SVM). Le protocole proposé
repose sur l’utilisation de la puissance relative des bandes de fréquences alpha et bêta en tant que
caractéristiques biométriques extraites d’un seul canal C3-O1 du signal EEG avec une haute précision
et un bon processus de prétraitement des données. Ensuite, nous avons réalisé un programme de
simulation sous Matlab simulink pour valider notre protocole, avec des signaux EEG réels. Les résultats obtenus montre que le protocole proposé assure une exactitude de 99.87%, un vrais positifs de 100% et un vrais négatifs de 99,75%. Cette adaptation est une première réponse au problème de la variabilité interindividuelle. Une comparaison avec d’autres protocoles concurrents dans la littérature ont mis en évidence les avantages du protocole proposé en termes de temps de détection de somnolence, et d’exactitude.
