Системы поддержки водителей на основе измерения психофизиологических показателей

Всем добрый день! В этот раз хотелось бы затронуть такую интересную тему, как устройства поддержки водителей, а точнее их «человеческую» — психофизиологическую часть. Статья расскажет о последних разработках ведущих вузов мира и некоторых системах, уже появившихся в продаже. Приступим.

Надежность водителя и психофизиология вождения

Под надежностью водителя понимается способность своевременно и безошибочно принимать и обрабатывать информацию о состоянии транспортных средств (ТС), дорожных условиях, а также принимать и реализовывать адекватные решения по управлению ТС в течение заданного промежутка времени с допустимыми уровнями напряженности труда и рисками возникновения конфликтной ситуации, ДТП и ЧС (Шашина Е. В., МАДИ).

Пассажирский автобус из Краснодара перевернулся из-за спящего водителя, пострадали 10 человек (02.00 10 июля 2015 года, 894 километр трассы М4 Дон в Ростовской области)

Можно выделить четыре основные составляющие надежности водителя:
— медицинская – отсутствие заболеваний, проявления которых могут привести к потере контроля над автомобилем в процессе движения;
— психофизиологическая – комплекс личностных качеств водителя (свойства нервной системы, память, время реакции, качества внимания и т. п.), недостатки которых могут вызвать потерю времени в условиях его дефицита, например в опасной ситуации, или привести к ошибкам в принятии решений либо к их исполнению;
— профессиональная – наличие опыта, совокупность навыков управления автомобилем, позволяющих реализовать наиболее рациональные приемы обеспечения безопасности в любых условиях движения, в том числе опасные и критические ситуации;
— социально-психологическая – совокупность личностных качеств человека (уровень общей культуры, качество ответственности, дисциплинированности и т. п.), определяющих характер поведения на дороге, представляющей собой своеобразную социальную среду.

Причины, влияющие на снижение надежности водителей, так или иначе, связаны с ее составляющими. Например, неумение водителя безопасно управлять автомобилем чаще всего обусловливается его низкими психофизиологическими качествами, болезнью, чрезмерным утомлением, стрессовым состоянием и т. п. Причинами нежелания водителя безопасно управлять автомобилем является низкий уровень культуры и правосознания, агрессивность, безответственность, склонность к употреблению алкоголя.
Безопасное вождение требует от водителя не только хороших рефлекторных реакций, но и ненапряженной умственной деятельности с хорошей концентрацией внимания. Недопустимые уровни стресса, усталости и отвлечение внимания на дороге ухудшают производительность водителя и могут привести к временной потери концентрации, способности оценить риск и потери управления автомобилем, часто приводящим к ДТП. Исследователи определили, что вопрос, влияющий на уровень смертности и экономических потерь от ДТП, может быть решен по средствам разработки и внедрения контекстно-зависимых систем поддержки водителей. Такие системы способны прогнозировать наступление ДТП и заблаговременно предупреждать водителя об этом.
Многие системы поддержки процесса вождения основываются на измерении биосигналов, регистрируемых с водителя с помощью различных датчиков. На основании информации, извлекаемой из биосигналов, исследователи оценивают эмоции, уровень стресса, усталость, аффективное состояние и засыпание водителя.

Научные лабораторные исследования мировых вузов

В работах исследователей Массачусетского технологического института (Massachusetts Institute of Technology) описываются методы сбора и анализа физиологических данных в режиме реального времени в процессе вождения для определения уровня стресса водителя. В качестве биосигналов используются электрокардиограмма, электромиограмма, кожная проводимость, и дыхательная активность. Экспериментальная база включала 24 испытуемых, с каждого из которых в течение 50 минут регистрировались перечисленные выше сигналы. Использовались три вида деятельности: отдых от вождения, движение по шоссе и движение по городу. Исследователями удалось достигнуть 97% точности в распознавании уровней стресса, произведенного с помощью линейного дискриминантного анализа. По величине стресс был разделен на высокий, средний и низкий уровни. Было показано, что вариабельность сердечного ритма и кожная проводимость в наибольшей степени коррелируют с уровнем стресса.

Все датчики подключаются к компьютеру. Это разработка считается одной из ведущих в мире в области психофизиологии вождения

Кривые измеряемых биосигналов и уровня стресса

Непрерывный мониторинг аффективного состояния водителя в реальном времени в процессе вождения является сложной задачей, включающей сбор, предварительную обработку, выделение информативных признаков и классификацию информации, свидетельствующей о состоянии усталости/стресса водителя.
В университете Янины (University of Ioannina, Греция) разработали телеметрическую систему для контроля эмоционального состояния водителей гоночных автомобилей. В основе построения системы лежит сбор физиологических данных (ЭКГ, ЭМГ ^[1], КГР ^[2], дыхательная активность, видеоизображение лица), которые передаются по беспроводному каналу в централизованную систему, осуществляющую классификацию и оценку эмоционального состояния водителя. Для реализации классификатора использовались сразу несколько методов: наивный байесовский классификатор, машина опорных векторов(SVM), адаптивная сеть нечеткого вывода(ANFIS), дерево принятия решений и другие. В результате авторами было предложено разбиение уровней эмоционального состояния по возбуждению – высокий стресс и низкий стресс, и по валентности – эйфория и дисфория.

На базовой станции распознаются эмоциональные состояния и строится 3D-модель мимики лица

ЭМГ- датчики закрепляются на лице, дыхательные датчики с помощью пояса на груди, ЭКГ- на груди, КГР – на руке

Для исследования состояния усталости водителей греческие ученые применяли динамические и статические байесовские сети. В качестве анализируемых факторов использовались качество сна, условия труда, условия окружающей среды, биологические ритмы, а также физиологические сигналы — движение глаз, движение головы и выражения лица.

Индийские ученые (Birla Institute of Technology and Science) произвели измерение уровня стресса водителя, на основе фотоплетизмографического сигнала и КГР. На основе амплитудно-временных параметров исходных сигналов и пульсограммы авторы выделили множество критериев, по которым производится определение уровня стресса. Основой в работе является статистический метод определения стресс-тренда, связанный с прогнозированием значений сигнала, на основе изучения тренда сигнала. Так например, в данном методе анализируется показатель, рассчитанный как разница между фактическим значением функции и значением, предсказанным с помощью экспоненциально взвешенного скользящего среднего (EWMA ^[3]) предыдущих значений.

Создается впечатление что управлять автомобилем в такой обвязке датчиков просто невозможно!

В качестве программной среды исследователи используют Biotrace+

Австралийские ученые из Технологического университета Сиднея (University of Technology Sydney) произвели оценку электрокардиограммы и вариабельности ритма сердца во время проведения лабораторного теста симуляции вождения. Измеряемым интегральным показателем стало состояние тревоги и усталости.

Исследовались 12 участников. Для каждого отмечались значения тревоги(fatigue) и усталости(alert). В качестве классификатора применялась нейронная сеть прямого распространения и с обратной связью

Рассчитываемый на основе спектра ритма сердца индекс вагосимпатического взаимодействия(балансовый показатель LF/HF) послужил идентификатором перехода от сонного/утомленного состояния к состоянию тревоги. В результате оказалось, что балансовый показатель уменьшается с увеличением усталости, в то время как его увеличение показывает повышенную умственную нагрузку и состояние тревожности.

Все вышеперечисленные системы являются лабораторными разработками и пока не было их явного внедрения в исходном виде в производство и продажу. Конечно, в первую очередь это объясняется сложностью технической реализации систем, многопараметричностью измеряемых показателей, недостаточностью экспериментальной базы и видимо отсутствием необходимых стартап-площадок для вывода продукта на рынок.
Однако некоторые упрощенные системы подобного класса уже появились в продаже.

Системы поддержки водителей, имеющиеся в продаже

StopSleep ^[4] — это наручное устройство в виде перстня, которое помогает не уснуть за рулем. На держателях устройства расположены 8 измерительных контактов, соприкасающихся с кожей на пальцах водителя. Система непрерывно контролирует состояние водителя по изменению проводимости кожи и в опасной ситуации выдает предупреждающие сигналы в виде вибрации и громкого звука.
Эта же технология используется в детекторе лжи «Полиграф». Оповещает водителя звуковым сигналом и вибрацией за 2-5 минут до наступления сна. Принцип действия прибора основан на непрерывном измерении проводимости кожи водителя на пальцах руки. Перед погружением в сон проводимость кожи резко снижается. Прибор мгновенно реагирует и выдает предупреждающие сигналы в виде громкого звука и вибрации.

Закрепляющийся «перстень» представляет гибкую резину и не всегда хорошо держится во время активного движения, поэтому специально для водителей большегрузных тягачей был разработан усиливающий фиксатор из резины (здесь не показан)

Стоит отметить, что данное устройство мы недавно закупили для своих лабораторных исследований. К сожалению спящих водителей протестировать пока не удалось, а вот на спящих инженерах система работает отлично!) При засыпании в бытовых условия, как и положено, возникают все указанные пробуждающие сигналы.

Компания Anti-Sleep Pilot предложила устройство, которое определяет, когда водителю пора остановиться и передохнуть. Anti-Sleep Pilot работает путем сравнения хранимых данных (времени суток, кто управляет автомобилем, сколько времени автомобиль был в пути без остановок). Время от времени гаджет издает звуки и светится оранжевым светом, чтобы разбудить заснувшего водителя. Сразу после звукового или светового сигнала водитель обязан коснуться корпуса системы. В зависимости от времени реакции, устройство определяет, бодрствует ли водитель или ему необходимо сделать перерыв.

Anti Sleep Pilot включает в себя:
-акселерометр, который регистрирует ускорение автомобиля, необходимое для анализа вождения;
-высокоточные часы, которые определяют время вождения и реакции, используемые для расчёта уровня утомления водителя;
-датчик света, который автоматически адаптирует подсветку дисплея, чтобы удовлетворять уровню окружающего освещения в автомобиле;
-звуковой датчик, также автоматически адаптирующий звуковые сигналы под уровень шума в автомобиле;
-сенсорный датчик, обеспечивающий простоту взаимодействия во время вождения;
-интеллектуальную кнопку включения/выключения для экономии заряда батареек, когда система не используется.

Ну и кончено, нельзя не упомянуть компанию «Нейроком» ^[5] — самого крупного отечественного производителя систем обеспечения безопасности на транспорте. В настоящее время у них имеется целая линейка устройств, как для внедрения в систему обучения и тренировки водителей, так и для применения на реальном транспорте. В качестве измерительной основы «Нейроком» использует браслет с размещенными на нем электродами для регистрации кожно-гальванической реакции.

Компания хорошо зарекомендовала себя в железнодорожном транспорте, где ее телемеханическая система контроля бодрствования машиниста (ТСКБМ) помогает предотвращать засыпание водителей. Для автомобильного транспорта создана система поддержания работоспособности водителя Vigiton. Однако, засыпание — это довольно узкоспециализированная задача в оценке состояния всего организма. Сейчас в связи с нарастающими в геометрической прогрессии условиями повышенного стресса, агрессивности трафика крайне необходимы системы, позволяющие фиксировать интегральные показатели состояния организма. Своевременная их индикации помогла бы значительно снизить количество конфликтных ситуаций, дорожно-транспортных происшествий и как следствий чрезвычайных ситуаций. Всем желаю доброго пути!

Автор: Kvanto25

Источник ^[6]