«На данный момент мы ведем переговоры о внедрении разработанной нами системы для ее каждодневного использования в одной из ведущих нефтегазовых компаний России, а также одной из крупнейших энергетических компаний Европы. Также наше изобретение может стать общегосударственным проектом для снижения уровня аварийных ситуаций по стране, по примеру Евросоюза, где в скором будущем планируют внедрять мониторинг водителя на все новые продаваемые автомобили», — поделился руководитель проекта по гранту РНФ Алексей Кашевник, кандидат технических наук, старший научный сотрудник СПИИРАН, доцент факультета информационных технологий и программирования Университета ИТМО.
Вождение транспортного средства — это определенный стресс и большая ответственность. Около 90% дорожно-транспортных происшествий по всему миру происходит по вине водителя. Многие жители крупных городов тратят на дорогу от дома до работы больше часа, при этом пробки вкупе с недосыпом могут стать причиной сонливости и рассредоточенного внимания за рулем. Эти два фактора приводят к снижению скорости реакции, жизненно необходимой для избегания опасных ситуаций на дороге.
За рулем люди ведут себя по-разному, тем не менее есть ряд основных признаков, позволяющих оценить степень усталости, стресса и недостатка внимания. Для этого питерские исследователи предложили измерять с помощью фронтальной камеры смартфона такие параметры, как углы поворота и наклона головы, степень открытости глаз, расстояние между уголками губ и прочее. Также приложение умеет идентифицировать зевки и непроизвольные кивки головой при засыпании. В начале использования приложение подстраивается под индивидуальные особенности водителя и транспортного средства путем анализа видеопотока с камеры смартфона. Степень открытости глаз позволит распознать усталость и разбудить водителя звуковыми сигналами. С помощью анализа информации с сенсоров акселерометра и полученных координат, система отмечает слишком резкие повороты и другие признаки агрессивного вождения. Подобное поведение может говорить о повышенном уровне стресса автолюбителя и угрожать безопасности всех участников движения. Система функционирует одновременно с приложением для навигации и не мешает просмотру водителем маршрута.
Разработанная методика может стать альтернативой подходам, используемым в современных системах помощи водителю (ADAS). Однако установка приложения на смартфон автолюбителя не только удешевит повсеместное внедрение подобных систем, но и позволит обеспечить обработку данных для каждого водителя персонально, исходя из уникальных параметров его внешности и привычек за рулем. Система накапливает статистику вождения в облачное хранилище для последующей обработки и настройки под конкретного водителя. Использование технологий машинного обучения позволит скорректировать советы по обеспечению его безопасности, а также сформировать его профиль в облачном сервисе.
