Анализ поведения водителя при управлении транспортным средством с использованием фронтальной камеры смартфона


https://doi.org/10.15217/issnl684-8853.2017.4.7

Полный текст:


Аннотация

Постановка проблемы: многие водители за рулем транспортного средства оказываются в состоянии усталости и при этом даже не подозревают о том, что находятся в таком состоянии. Отслеживание опасного поведения за рулем может помочь обратить внимание водителей на стиль своего вождения и связанные с этим риски, тем самым снизить процент неосторожного вождения, улучшить навыки безопасного поведения на дороге, таким образом уменьшив количество дорожно-транспортных происшествий на дорогах общего пользования. На сегодняшний день большую популярность приобретают системы автоматизированной поддержки водителей, призванные помочь им избежать дорожно-транспортных происшествий или смягчить их последствия, заранее предупреждая водителя об опасности звуковым или световым сигналом. Цель исследования: разработка концептуальной модели для анализа поведения водителя при управлении транспортным средством с использованием фронтальной камеры смартфона. Результаты: разработана концептуальная модель для распознавания небезопасного поведения водителя при помощи фронтальной камеры смартфона; представлен алгоритм определения признаков усталости и ослабленного внимания водителя; разработана онтологическая модель поведения водителя для определения опасных состояний при управлении транспортным средством; разработан прототип мобильного приложения для слежения за водителем при помощи фронтальной камеры смартфона и обнаружения признаков сонливости и ослабленного внимания в процессе управления им транспортным средством. Практическая значимость: разработанное мобильное приложение, задействующее алгоритм определения признаков сонливости и ослабленного внимания, позволяет распознавать небезопасное поведение водителя за рулем автомобиля и предупреждать о наступлении аварийной ситуации в процессе движения.

Об авторе

И. Б. Лашков
Санкт-Петербургский национальный исследовательский университет информационных технологий, механики и оптики; Санкт-Петербургский институт информатики и автоматизации РАН
Россия


Список литературы

1. McKinsey Global Institute. http://www.mckinsey. com/industries/semiconductors/our-insights/advanced -driver-assistance-systems-challenges-and-opportunities-ahead (дата обращения: 02.06.2017).

2. Mustafa M. Alrjebi, Nadith Pathirage, Wanquan Liu, Ling Li. Face Recognition Against Occlusions via Colour Fusion using 2D-MCF Model and SRC // Pattern Recognition Letters. 2017. Vol. 95. P. 14-21. doi:10.1016/j.patrec.2017.05.013

3. Фурсов В. А., Бибиков С. А., Якимов П. Ю. Локализация контуров объектов на изображениях при вариациях масштаба с использованием преобразования Хафа // Компьютерная оптика. 2013. № 37(4). С. 496-502. doi:http://dx.doi.org/10.18287/0134-2452-2013-37-4-496-502

4. Небаба С. Г., Захарова А. А. Алгоритм построения деформируемых 3D моделей лица и обоснование его применимости в системах распознавания личности // Тр. СПИИРАН. 2017. Вып. 52. C. 157-179. doi:http://dx.doi.org/10.15622/sp.52.8

5. Чиров Д. С., Чертова О. Г., Потапчук Т. Н. Методика обоснования требований к системе технического зрения робототехнического комплекса // Тр. СПИИРАН. 2017. Вып. 51. C. 152-176. doi:http://dx. doi.org/10.15622/sp.51.7

6. You C.-W., Lane N. D., Chen F., Wang R., Chen Z., Bao T. J., Montes-de-Oca M., Cheng Y., Lin M., Torresani L., Campbell A. T. CarSafe App: Alerting Drowsy and Distracted Drivers using Dual Cameras on Smartphones // Proc. of MobiSys’13. 2013. P. 461462. doi:https://doi.org/10.1145/2462456.2466711

7. Augmented Driving. http://www.imaginyze.com/ Site/Welcome.html (дата обращения: 02.06.2017).

8. NightDrive. https://appadvice.com/app/nightdrive/ 902703316 (дата обращения: 02.06.2017).

9. Driver Guard. https://play.google.com/store/apps/ details?id=com.badrit.cv.vehicledetect (дата обращения: 02.06.2017).

10. Nexar - AI Dashcam. https://www.getnexar.com (дата обращения: 02.06.2017).

11. Dinges D., Grace R. PERCLOS: A Valid Psychophysiological Psychomotor Vigilance/ US Department of Transportation, Federal Highway Administration, Publication No. FHWA-MCRT-98-006. USA, October 1998. - 4 p.

12. Dinges D. F., Mallis M., Maislin G., Powell J. W. Evaluation of Techniques for Ocular Measurement as an Index of Fatigue and the Basis for Alertness Management: Tech. Rep. 808 762/Department of Transportation Highway Safety Publication. Washington, DC, USA, April 1998. - 113 p.

13. Wierwille W. W., Wreggit S. S., Kirn C. L., Ellsworth L. A., Fairbanks R. J. Research on Vehicle-based Driver Status/Performance Monitoring: Development, Validation, and Refinement of Algorithms for Detection of Driver Drowsiness: Tech. Rep. DOT-HS-808-247 / National Highway Traffic Safety Administration, 1994. - 247 p.

14. Priyanka N. L., Krutika S., Admane, Mrunali G. Driver’s Face Monitoring System for Detecting Hypo Vigilance // A Review. Intern. Journal of Research. 2015. N 4. P. 553-559.

15. Saini V., Saini R. Driver Drowsiness Detection System and Techniques // A Review. Intern. Journal of Computer Science and Information Technologies. 2014. Vol. 5 (3). P. 4245-4249.

16. Eskandarian A., Sayed R., Delaigue P., Mortazavi A., Blum J. Advanced Driver Fatigue Research: Tech. Rep. FMCSA-RRR-07-001 / U.S. Department of Transportation, April 2007. - 210 p.

17. Anon. Proximity Array Sensing System: Head Position Monitor / Metric: Tech. Rep. NM87504 / Advanced Safety Concepts. Sante Fe, 1998.

18. Lashkov I., Smirnov A., Kashevnik A., Parfenov V. Ontology-based Approach and Implementation of ADAS System for Mobile Device use While Driving // 6th Intern. Conf. on Knowledge Engineering and Semantic Web, Moscow, 2015. CCIS 518. P. 117-131. doi: 10.1007/978-3-319-24543-0_9


Дополнительные файлы

Для цитирования: Лашков И.Б. Анализ поведения водителя при управлении транспортным средством с использованием фронтальной камеры смартфона. Информационно-управляющие системы. 2017;89(4):7-17. https://doi.org/10.15217/issnl684-8853.2017.4.7

For citation: Lashkov I.B. Driver’s Behavior Analysis with Smartphone Front Camera. Information and Control Systems. 2017;89(4):7-17. (In Russ.) https://doi.org/10.15217/issnl684-8853.2017.4.7

Просмотров: 46


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)