ГЛАВА 1.РАЗРАБОТКА СИСТЕМЫ КОНТРОЛЯ УСТАЛОСТИ ВОДИТЕЛЯ АВТОМОБИЛЯ 6
1.1. Анализ известных технических решений 6
1.2. Аналитический обзор существующих решений в области безопасности на
дорогах 7
1.3. Анализ состояния и проблем в системе автомобильного транспорта 9
1.4. Выбор и обоснование методов и средств контроля усталости водителя 10
1.5. Анализ факторов, влияющих на безопасность 12
на транспорте 12
1.6. Системы контроля состояния водителей и поддержания их
работоспособности 15
Вывод по 1 главе 17
ГЛАВА 2. ВЫБОР ПРОГРАММНЫХ И АППАРАТНЫХ СРЕДСТВ
РЕАЛИЗАЦИИ 18
2.1. Система распознавания глаз на изображении 21
2.2. Алгоритм обнаружения объектов на картинке 23
2.3. Общий алгоритм работы программы 24
2.4. Блок-схема алгоритма программы 25
Вывод по 2 главе 26
ГЛАВА 3. РЕЗУЛЬТАТ СОЗДАНИЕ ПРОГРАММНЫХ СРЕДСТВ 27
3.1. Сборка программы под мобильные платформы 30
Вывод по 3 главе 36
ЗАКЛЮЧЕНИЕ 37
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАРАТУРЫ 38
ПРИЛОЖЕНИЕ 1 41
ПРИЛОЖЕНИЕ 2 48
Несмотря на революционное развитие электронных систем управления транспортными средствами, повышение безопасности дорожного движения по - прежнему остается одной из основных задач автомобильной промышленности. Каждый год на дорогах России гибнут десятки тысяч человек, сотни тысяч получают ранения. Из имеющейся статистики дорожно -транспортных происшествий следует, что около 80% этих аварий происходят из-за вины водителя. В то же время 20% аварий с тяжелыми последствиями связаны с снижением бдительности и засыпанием водителя за рулем.
Каждая отрасль имеет определенные особенности в организации работы своего персонала в силу специфики производственных процессов. В дорожном движении эти характеристики связаны с водителями - основной категорией работников транспорта. Водитель испытывает нервную и эмоциональную перегрузку. Там где работает водитель - это место повышенной опасности. Реализация плана перевозок в большинство случаи зависит от работы водителей. Поэтому одной из наиболее важных задач является контроль усталости водителей, управляющих транспортными средствами. Можно сказать, что в движении технических средств всё зависит от поступков водителей, которые их водят. Ваше психофизическое состояние в прямом смысле очень сильно влияет на безопасность. И есть устройство, которое вам поможет в этом и его название антисон. Только это устройство может помочь в борьбе с этим. Во время вождения водитель может длительное время находиться в сидячем положении, а связанная с этим гипокинезия (ограниченная двигательная активность) приводит к ряду физиологических изменений в организме и вызывает у водителя специфическую усталость.
После этих исследований статистика показывает, что четыре часа за рулем сокращают время отклика водителя вдвое, а после восьми часов в пути время отклика сокращается в шесть раз. В реальном мире существуют много советов, как бороться с сонливостью. Регулярные остановки и физические упражнения, разговоры с попутчиком и т.д.
Состояние водителей во многом зависит от их работоспособности. Высокая эффективность обеспечивает выполнение работ с высокой производительностью и высоким качеством. Когда водитель управляет автомобилем в состоянии усталости он в большинстве случаев совершает ошибки, которые иногда приводят к аварии. Причинами снижения трудоспособности водителей чаще всего является усталость. Эта тема актуальна в наше время из-за внезапного появления большого количества автомобилистов. Такие решения позволяют водителю чтобы он больше доверял своему автомобилю. Он будет знать, что машина тоже будет помогать ему, если понадобится.
Целью выпускной квалификационной работы бакалавра является разработка устройства определения усталости водителя с целью повышения безопасности движения.
Задачи:
1. Выбор метода определение усталости водителя.
2. Выбор средство определение усталости водителя.
3. Создание алгоритма и программы по нему.
4. Тестирование программы на персональном компьютере.
5. Тестирование программы для персонального телефона.
В ходе выполнения ВКР были рассмотрены методы и средства предотвращения засыпания водителя за рулем. Для достижения поставленной цели были решены задачи:
1. Выбор метода определение усталости водителя.
2. Выбор средство определение усталости водителя.
3. Создание алгоритма и программы по нему.
4. Тестирование программы на персональном компьютере.
5. Тестирование программы для персонального телефона.
Программа была исследована на компьютере потом была установлена на телефон. Она выполняет следующие функции. Определяет частоту моргания. Начинает свою работу в режиме наблюдения, как только обнаруживает лицо водителя с открытыми глазами. До этого момента времени не даёт запустить двигатель автомобиля. В течение всего периода работы программа в режиме наблюдения фиксирует количество морганий в течение одной минуты и по истечению этой минуты сравнивает их количество с нормой. Если количество морганий ниже этой нормы, программа входит в режим тревоги.
1. Peruzzini M., Tonietti M., Iani C. Transdisciplinary design approach based on driver's work- load monitoring // Journal of Industrial Information Integration. - 2019. - Vol. 15, N 4. - P. 91-102.
2. Система распознавания усталости водителя. [Электронный ресурс]. - Режим доступа http://znanieavto.ru/komfort/datchik-ustalosti- voditelya.html, свободный.
3. Wang F., Wua S., Zhanga W. Multiple nonlinear features fusion based driving fatigue detec- tion // Biomedical Signal Processing and Control. - 2020. - Vol. 62, N 3. - P. 67-78.
4. Бонч-Бруевич В. В., Дементиенко В. В., Кремез А. С., Макаев Д. В. Дистанционный контроль бодрствования водителя в рейсе // Журнал автоматизация в промышленности. - 2015. Вып. 9, № 2. С. 33-35.
5. Самофалов, И. В., Нефедьев А. И. Интеллектуальная система контроля психоэмоционального состояния водителя автотранспортного средства // Журнал энергия и ресурсосбережение промышленность и транспорт. -2020. Вып. 17, № 2. С. 46-49.
6. Barot N. Optimal sleep habits in middle-aged adults // Reference Module in Neuroscience and Biobehavioral Psychology. - 2020. - Vol. 30, N 1. - P. 213¬233.
7. Reynolds C., Coussens S. Sleep spindles in adolescence: a comparison across sleep re- striction and sleep extension // Sleep Medicine. - 2018. - Vol. 50, N 1. - P. 166-174.
8. Безопасность движения автомобильного транспорта. [Электронный ресурс]. - Режим доступа https://carextra.ru/obzory/sistema-kontrolya-ustalosti- voditelya-das.html, свободный.
9. Li F., Chen C., Zheng P. An explorative context-aware machine learning approach to reduc- ing human fatigue risk of traffic control operators // Safety Science. - 2018. - Vol. 125, N 1. - P. 378-391.
10. Система контроля состояния водителя. [Электронный ресурс]. -
Режим доступа http://systemsauto. ru/ active/monitoring-conditiondriver. html,
свободный.
11. Robertson C., Marino F. Cerebral responses to exercise and the influence of heat stress in human fatigue // Journal of Thermal Biology. - 2017. - Vol. 63, N 1. - P. 10-15.
12. Mandal B., Li L., Wang G. Towards detection of bus driver fatigue based on robust visual analysis of eye state // IEEE Transactions on Intelligent Transportation Systems. - 2017. - Vol. 18, N 3. - P. 545-557.
13. Sikander G., Anwar S. Driver fatigue detection systems: a review // IEEE Transactions on In- telligent Transportation Systems. - 2019. - Vol. 20, N 4. - P. 2339-2351.
14. Цыганек Б., Грущински С. Гибридная система компьютерного зрения для распознавания глаз водителей и контроля усталости. // Журнал нейронная сеть. -2014. Вып. 6, №4. С. 78-94.
15. Elamrani Z., Mousannif H., Moatassime H. The application of machine learning techniques for driving behavior analysis: a conceptual framework and a systematic literature review // Engineer- ing Applications of Artificial Intelligence. - 2020. - Vol. 87, N 5. - P. 336-352.
16. Chhabra R., Verma S., Krishna C. A survey on driver behavior detection techniques for in- telligent transportation systems // Proceedings of the 7th International Conference Confluence 2017 on Cloud Computing, Data Science and Engineering. - India, 2017. - P. 36-41.
17. Khan M., Lee S. A comprehensive survey of driving monitoring and assistance systems // 2020 IEEE Region 10 Symposium (TENSYMP). - Bangladesh, 2020. - P. 125-159.
18. Лашков И.Б. Анализ поведения водителя при управлении транспортным средством с использованием фронтальной камеры смартфона // Информационно-управляющие системы. - 2017. - № 4. - С. 7-17.
19. Cyganek B., Gruszczynski S. Hybrid computer vision system for drivers' eye recognition and fatigue monitoring // Neurocomputing. - 2014. - Vol. 126, N 3. -
P. 78-94.
20. Ван Р., Чжан Дж., Чжан Ю. Оценка функционального состояния человека-оператора с использованием новой адаптивной нечеткой модели, основанной на оптимизации дифференциальной эволюции // Биомедицинская обработка сигналов и управление. - 2015. - Вып. 7, № 2. - С. 490-498.
21. Sigari M., Fathy M., Soryani M. A driver face monitoring system for fatigue and distraction detection // International Journal of Vehicular Technology. - 2016. - Vol. 64, N 1. - P. 946-960.