Η κόπωση και το άγχος κατά τη διάρκεια της οδήγησης συμβάλλουν σημαντικά στην αύξηση του αριθμού τροχαίων ατυχημάτων παγκοσμίως. Χάρη στην πρόοδο της τεχνητής νοημοσύνης και τις καινοτομίες στη βαθιά μάθηση και τα νευρωνικά δίκτυα, έχει σημειωθεί μεγάλη πρόοδος στα συστήματα ανίχνευσης άγχους και κόπωσης κατά τη διάρκεια της οδήγησης. Στον τομέα της ανίχνευσης κόπωσης του οδηγού, πραγματοποιείται συνεχής έρευνα και πολλά άρθρα προτείνουν πολλά υποσχόμενα αποτελέσματα, αλλά απαιτείται ακόμη πολύ πρόοδος.
Αν και οι προσεγγίσεις ανίχνευσης έχουν ήδη διατεθεί στο εμπόριο και χρησιμοποιούνται από παραγωγούς αυτοκινήτων (και τρίτες εταιρείες), ωστόσο εξακολουθούν να υπάρχουν ανοιχτά ερευνητικά θέματα σε αυτόν τον τομέα που χρήζουν βελτιστοποίηση προκειμένου να αυξηθεί η αξιοπιστία σε αυτά τα συστήματα εντοπισμού.
Ο σκοπός της εργασίας είναι η μελέτη και η περιγραφή των συστημάτων παρακολούθησης άγχους και ανίχνευσης κόπωσης των οδηγών αυτοκινήτων, καθώς και η συγκριτική επισκόπηση των συστημάτων που εμπίπτουν σε κάθε κατηγορία αναφορικά με τους αισθητήρες, τα φυσιολογικά σήματα, τον τύπο των οδηγών, τον τύπο των αυτοκινήτων, τις τεχνικές αναγνώρισης, την ακρίβεια ανίχνευσης άγχους/κόπωσης, τις ενέργειες/υπηρεσίες που ενεργοποιούνται ανάλογα με την αναγνωρισθείσα κατάσταση, κλπ.
Βασικός στόχος της συγκριτικής επισκόπησης είναι η ανάδειξη καλών πρακτικών, αδυναμιών και ερευνητικών ζητημάτων που χρήζουν περαιτέρω διερεύνησης στις δύο κατηγορίες συστημάτων.
Επιπρόσθετα, η παρούσα μελέτη προτείνει δύο μεθοδολογίες πειραματικής μελέτης, μία για ένα σύστημα αναγνώρισης άγχους οδηγών αυτοκινήτων και μία για ανίχνευση κόπωσης.

Driver fatigue and stress significantly contribute to higher number of car accidents worldwide. Thanks to advances in artificial intelligence and innovations in deep learning and neural networks, great progress has been made in field of driver stress and fatigue detection systems.
Although, different detection approaches have been already commercialized and used by car producers (and third party companies), there are still open research topics that need improvements in order to increase the reliability of these detection systems. In the field of driver fatigue detection, ongoing research is in progress and many articles offer promising results, but much progress is still needed.
The purpose of this work is to review the existing systems for monitoring and detection of driver stress and fatigue, as well as the comparative overview of the systems that fall into each category regarding the sensors, physiological signals, type of drivers, type of cars, classification techniques, accuracy of stress / fatigue detection, actions / services activated depending on the recognized situation, etc.
The main purpose of the comparative review is to highlight good practices, limitations and research issues that need further investigation in both categories of systems.
In addition, the present study proposes two methodologies for experimental study, one for a driver stress detection system and one for driver fatigue detection.