Lieselot Goethals, Jef Neyens, Stefanie Spengler, Maaike Tyberghein
Aangezien een posterbeurs dit jaar helaas geen optie was hebben wij voor deze editie van SRA de vragen reeds gesteld voor u. Hier onder kan u de antwoorden lezen van Lieselot, Jef, Stefanie en Maaike op deze vragen. Daarna kan u, op basis van deze antwoorden en de poster, uw stem uitbrengen via onderstaande link. Opgelet, dit kan maar één keer! De winnaar van de prijs voor beste bachelorproef 2020 zal verkozen worden op basis van uw stem (het publiek) en op basis van de beoordeling van de vakjury. Het stemformulier is open tot vrijdag 18 december 23u59.
https://kuleuven.eu.qualtrics.com/jfe/form/SV_eXUH7dLMNqAlftr
Waarom is je onderzoek relevant voor de maatschappij?
Na alcohol is slaperigheid de belangrijkste oorzaak van ongevallen in het verkeer. Naar schatting is het verantwoordelijk voor 20% van de ongevallen. Aangezien bestuurders zich vaak niet correct kunnen inschatten is het van belang een objectief detectiesysteem voor slaperigheid in auto’s te installeren. Er zijn reeds gekende systemen die slaperigheid kunnen detecteren. Deze zijn echter niet waterdicht. Zo zijn voertuig-gebaseerde detectiemethoden afhankelijk van weer- en verkeersomstandigheden, de eigenschappen van het voertuig en de behendigheid van de chauffeur. Overigens geven ze pas een signaal zodra gevaarlijke situaties zich voordoen. In combinatie met ons algoritme, dat slaperigheid detecteert op basis van fysiologische kenmerken, kan de accuraatheid van de detectie van slaperigheid verhogen waardoor het aantal ongevallen kan dalen.
Als jullie een miljoen euro zou krijgen, wat zouden jullie ermee doen om jullie onderzoek naar een hoger niveau te brengen?
Ten eerste zouden we meer experimenten uitvoeren, met meer proefpersonen en paarsgewijze testen waarbij elke proefpersoon zowel in lichte als in donkere omstandigheden een simulatie uitvoert. Daarnaast zouden we experimenten op de baan en in verschillende omgevingsomstandigheden kunnen uitvoeren omdat deze meer realistisch zijn dan simulaties. Ten tweede zouden meer variabelen kunnen worden opgemeten, zoals de knipperfrequentie en de positie op de rijbaan. Door ons algoritme te combineren met bestaande detectiemethoden kan de detectie van slaperigheid worden geoptimaliseerd. Ten slotte zouden we het geld gebruiken voor de implementatie van het algoritme en de sensoren in de wagen. De temperaturen van de pols en de neus zouden respectievelijk met een smartwatch en een infraroodcamera in het dashboard gemeten kunnen worden.
Als jullie terug zou kunnen gaan in de tijd, wat zou jullie anders doen in jullie onderzoek?
Het algoritme van het detectiesysteem werd opgesteld met data van alle proefpersonen waardoor validatie van het model niet heeft plaatsgevonden. We zouden het algoritme daarom nog valideren met andere proefpersonen of door een aantal proefpersonen apart te houden om later validatie op toe te passen. Daarnaast zouden we nog meer complexere algoritmes uitproberen die nog vroeger slaperigheid kunnen detecteren.
Indien wij verantwoordelijk waren geweest voor de gegevensverzameling zouden wij eerder voor een elektro-encefalogram (EEG) geopteerd hebben in plaats van de Stanford Sleepiness Scale (SSS) als maat voor slaperigheid. De SSS-score is namelijk subjectief, terwijl EEG wordt gezien als een gouden standaard om slaperigheid te detecteren. Hiernaast zouden we nog testen uitvoeren met verschillende omgevingsfactoren.