ระบบตรวจจับสมรรถนะและแจ้งเตือนผู้ขับขี่รถด้วยเทคโนโลยีการประมวลผลภาพเพื่อความปลอดภัยบนท้องถนน

krommavut nongnuch; Saowalak  Leelawongsarote; พงศ์กรณ์ ปุบผาโสมตระกูล; อนุชา ซาเฮาะ; ตะวัน ขุนอาสา

doi:10.14456/tisr.2025.32

Authors

กรมวุฒิ นงนุช คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ
เสาวลักษณ์ ลีลาวงศาโรจน์ คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ
พงศ์กรณ์ ปุบผาโสมตระกูล คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ
อนุชา ซาเฮาะ คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ
ตะวัน ขุนอาสา คณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยเทคโนโลยีราชมงคลสุวรรณภูมิ

DOI:

https://doi.org/10.14456/tisr.2025.32

Keywords:

Face Detection, Eye Detection, Image Processing, Road Safety, Haar Cascades Algorithm

Abstract

This article presents the development of a driver competency detection and alert system using image processing technology, aiming to enhance road safety and mitigate risks associated with driver impairment. The system assesses driving ability based on factors such as drowsiness, microsleep, yawning, and distraction, employing the Haar Cascades Algorithm for face and eye detection, key components in evaluating driver status. Upon detection of risky behaviors, an auditory alert is triggered to stimulate driver alertness and focus on driving. Experimental results demonstrate a face detection accuracy of 73.75% and an alert interpretation accuracy of 81.88%. Factors influencing performance include camera clarity, lighting conditions, and facial obstructions. The development of this system has the potential to reduce accidents, alleviate economic burdens from property damage and injuries, and promote road safety, aligning with sustainable development goals in transportation safety.

Downloads

Download data is not yet available.

References

กนิษฐา กาญจนโกศล และ วิญญู ปรอยกระโทก. (2565). การวิเคราะห์ปัจจัยเสี่ยงที่ส่งผลต่อประสิทธิภาพการปฏิบัติงานของพนักงานขับรถส่งสินค้ากระบะตู้ทึบในเขตกรุงเทพมหานครและปริมณฑล. วารสารวิชาการการตลาดและการจัดการ มหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี, 9(2), 125-139.

ธัญญาวุฒิ ว่องวุฒิไกร, อัจฉรา แน่นหนา, ศิริรัตน์ พรหมดวง และ มหศักดิ์ เกตุฉ่ำ. (2563). ระบบตรวจจับบุคคลเพื่อเฝ้าระวังในพื้นที่ที่กำหนด. วารสารวิทยาศาสตร์ เทคโนโลยีและนวัตกรรม, 1(1), 35-41.

นันทพร ภัทรพุทธ, ทนงศักดิ์ ยิ่งรัตนสุข, ปิติ โรจน์วรรณสินธุ์ และ วัลลภ ใจดี. (2559). การพัฒนารูปแบบการพักเพื่อลดความล้า ของพนักงานขับรถขนส่งสารเคมีอันตราย จ. ชลบุรี. ชลบุรี: มหาวิทยาลัยบูรพา.

วรชัย บุญฤทธิผล. (2559). การวิเคราะห์ปัจจัยเชิงสาเหตุที่มีอิทธิพลต่อการเกิดอุบัติเหตุของพนักงานขับรถบรรทุก.วิทยานิพนธ์ วิทยาศาสตรมหาบัณฑิต, มหาวิทยาลัยบูรพา.

เศรษฐา ตั้งค้าวานิช, สมยศ เกียรติวนิชวิไล และ สุรเชษฐ์ กานต์ประชา. (2550). ระบบสมองกลแบบฝังตัวสำหรับระบบกล้องตรวจจับ. วิศวกรรมสาร มหาวิทยาลัยนเรศวร, 2(1), 33-38.

สำนักงานนโยบายและแผนการขนส่งและจราจร. (2566). รายงานการวิเคราะห์สถานการณ์อุบัติเหตุทางถนนของกระทรวงคมนาคม พ.ศ.2565. สืบค้นจาก www.otp.go.th/uploads/tiny_uploads/PDF/2566-11/RoadAccidentAna2565_final.pdf.

Al-madani, A., Gaikwad, A., Mahale, V., Ahmed, Z., & Shareef, A. (2021). Real-time Driver Drowsiness Detection based on Eye Movement and Yawning using Facial Landmark. A paper presented at the 2021 International Conference on Computer Communication and Informatics, Coimbatore, India.

Choi, I., & Kim, D. (2013). Generalized Binary Pattern for Eye Detection. IEEE Signal Processing Letters, 20(4), 343-346.

Khan, M., Chakraborty, S., Astya, R., & Khepra, S. (2019). Face Detection and Recognition Using OpenCV. A paper presented at the 2019 International Conference on Computing, Communication, and Intelligent Systems, Greater Noida, India.

Kotropoulos, C., & Pitas, I. (1996). Adaptive LMS L-filters for noise suppression in images. IEEE Transactions on Image Processing, 5(12), 1596-1609.

Ranjan, R., Bansal, A., Zheng, J., Xu, H., Gleason, J., Lu, B., Nanduri, A., Chen, J., Castillo, C., & Chellappa, R. (2015). A Fast and Accurate System for Face Detection, Identification, and Verification. Journal of LaTeX Class Files, 14(8), 1-16.

Saini, V., & Saini, R. (2014). Driver Drowsiness Detection System and Techniques: A Review. International Journal of Computer Science and Information Technologies, 5(3), 4245-4249.

Xiao, H., Li, W., Zeng, G., Wu, Y., Xue, J., Zhang, J., Li, C., & Guo, G. (2022). On-Road Driver Emotion Recognition Using Facial Expression. Applied Sciences, 12(2), 807.

Yow, K., & Cipolla, R. (1997). Enhancing human face detection using motion and active contours. In R. Chin, & T. Pong. (eds.). Computer Vision — ACCV'98 (pp. 515-522). Berlin: Springer.