Харківський національний університет радіоелектроніки



бет7/13
Дата17.05.2020
өлшемі5.88 Mb.
1   2   3   4   5   6   7   8   9   10   ...   13
Рисунок 3.3 – Залежність числа небезпечних ситуацій від часу реакції водія і продуктивності смартфону
Умови оточення, в якому передбачається використовувати систему РСПАС, що формуються водієм в кабіні транспортного засобу і використовуваним смартфоном, безпосередньо впливають на працездатність мобільного додатка. В тій чи іншій мірі, змінюючи швидкість, точність і функціональність мобільного додатку.

Використання заздалегідь встановленого мобільного застосування генерації рекомендацій на смартфоні можуть сильно відрізнятися серед всіх водіїв, які в свою чергу можуть значно вплинути на роботу мобільного сервісу.

В тому числі, варто відзначити, що в реальній обстановці смартфони працюють з не завжди повними і точними даними.

З метою зменшення похибок і помилок при різних обчисленнях числових значень фізичних величин і забезпечення єдності вимірювань в процесі роботи системи РСПАС передбачається використовувати обов'язковий метод калібрування, що підлаштовується під поточний контекст водія і транспортного засобу.

Калібрування враховує вхідну інформацію про водія, транспортний засіб і смартфон.

З технічної точки зору метод калібрування деякого параметру являє собою визначення характеристик відхилення тієї чи іншої фізичної величини, пов'язаних з умовами вимірювань, а саме порівняння числового значення фізичної величини, яка вимірюється за допомогою смартфона водія, з окремим значенням або попаданням в діапазон вимірювань, заздалегідь виміряним і встановленим на основі проаналізованих наукових досліджень і тестових даних водіїв системи РСПАС.

За рахунок аналізу та обліку профільної і контекстної інформації про водія і характеристик апаратного і програмного забезпечення смартфону за характером виконання було виділено два режими калібрування, якими є: первісне ручне калібрування, здійснюване безпосередньо водієм ТЗ і автоматичне калібрування - вже в процесі використання мобільного додатку.

Автоматичний режим калібрування головним чином застосовується в разі, коли в процесі функціонування системи РСПАС відбувається велика кількість поспіль помилкових спрацьовувань попереджень про небезпечні стани під час відсутності реакції від водія, що підтверджує або відхиляє ту чи іншу подію.

В цьому випадку в результаті застосування даного режиму калібрування небезпечні стани, виявлені системою РСПАС, переводяться в категорію «безпечні» і враховуються системою при подальшій адаптації мобільного програмного комплексу під стиль водіння водія.

Більш детально автоматичний режим калібрування описується наступним чином.

Зображення обличчя одного водія отримують в результаті роботи фронтальної камери смартфону при різних положеннях його голови, включаючи кут повороту вліво або вправо або її кут нахилу вперед або назад, що є одним з основних джерел інформації для системи РСПАС при визначенні небезпечного стану.

Таким чином, характеристики положення голови безпосередньо впливають на роботу модуля розпізнавання лицьових характеристик з фронтального зображення обличчя водія. Алгоритм автоматичного режиму калібрування (рис.3.4) полягає в ітеративному і регулярно повторюваному налаштуванні лицьових характеристик водія, шляхом оцінки та обліку відхилень кутів нахилу і повороту голови в площині фронтальної камери смартфону. Заздалегідь певне число вимірювань (спостережень) кутів положення голови водія, зібрані за певний часовий ряд в процесі виконання автоматичного калібрування, дозволяють описати кожне вхідне зображення з відеоряду фронтальної камери смартфону набором тих чи інших дійсних чисел, що позначають градус повороту і нахилу голови в діапазоні від 0 ° до 360 °. До отриманого інтервального набору чисел, розрахованих для кожного зображення, застосовується порогова операція, що дозволяє відфільтрувати значення, що зашумляють набір незгодними значеннями. Наприклад, в якості порогової операції, можна вибрати нижній (або верхній) поріг так, щоб кількість фреймів з відеоряду, в яких кут нахилу (або повороту) перевершує поріг, було менше (або більше) передбаченої частки всіх спостережуваних зображень з фронтальної камери смартфону.





Рисунок 3.4 – Алгоритм попередження аварійних ситуацій на основі моніторингу поведінки водія

4 ЕКСПЕРИМЕНТАЛЬНА ПЕРЕВІРКА РОБОТИ АЛГОРИТМУ

В якості системи автоматичного складання мобільного додатку обрана система Gradle, яка є стандартною системою збирання для Android Studio і пропонує предметно-орієнтовану мову використання Groovy для опису конфігурації проекту.

Скомпільована Java компілятором і зібрана утилітою apkbuilder збірка мобільного додатку в форматі «apk» для платформи Android і використання в системі РСПАС займає 100 Мб в пам'яті смартфону, а після установки на пристрій водія - 120 Мб. Обсяг програмного коду мобільного додатку становить приблизно 109 тисяч рядків коду файлів з розширенням .java, .kt.

Сьогодні виробники мобільної електроніки постійно вдосконалюються у виробництві смартфонів, постійно зменшуючи їх вагу, роблячи їх тонше і при цьому збільшуючи потужність процесорів і розміри екранів, що в свою чергу викликає велику витрату енергії і як наслідок швидку витрату акумуляторної батареї пристроїв.

З огляду на технологічний прогрес при виробництві мобільних пристроїв, постійно зростаючу ресурсомісткість програмного забезпечення і частоту використання смартфону, екрани надають істотне навантаження на літій-іонні акумулятори і відповідно швидко знижують заряд і тривалість безперервної роботи смартфону.

В умовах наявності постійного джерела струму і при безперервній роботі мобільного додатка на пристрої, заряду акумуляторної батареї може бути недостатньо для підтримки і збільшення рівня заряду смартфону.

Виходячи з того, що на швидкостях руху менше 10 км / год ДТП відбуваються рідко, а якщо трапляються, то наслідки подібних зіткнень незначні, з метою економії (енергозбереження) рівня заряду смартфону, програмний комплекс може вимикати або знижувати яскравість екрану або припиняти роботу модуля розпізнавання небезпечних станів до моменту перевищення зазначеної швидкості.

Поточна реалізація прототипу мобільного додатку влаштована таким чином, що як тільки очі водія закриваються в момент часу, програмний таймер активується і починається відлік тривалості часу (за замовчуванням дорівнює 1,5с), протягом якого визначається частка часу, коли очі водія знаходилися в закритому стані.

Якщо був перевищений безпечний поріг відсотка часу закритості очей водія, додаток повідомить його про настання стану ослабленої уваги за допомогою аудіо сигналу.

Схожий на вищеописаний алгоритм також відповідає і стану втоми.

Кожен раз, коли обличчя водія не спрямоване у напрямку руху транспортного засобу, програмний таймер активується для відліку тривалості поточного стану. Якщо даний інтервал перевищує дві секунди, додаток повідомляє водієві про настання втоми за допомогою відповідного графічного і звукового повідомлення.

Продуктивність розробленого мобільного додатку в рамках роботи системи РСПАС була протестована на смартфонах Huawei Honor 9, Huawei P8 Lite, Huawei Nova, Xiaomi Mi 5, Xiaomi Redmi Note 3, Xiaomi Redmi 4, Xiaomi Redmi 1S.

Варіант взаємодії водія з системою РСПАС, запущеної на смартфоні, який закріплений на лобовому склі автомобіля, представлений на рис. 4.1.

Для зручності водія мобільний додаток запускається спільно зі звичною йому навігаційною системою (рис.4.2), відображаючись на передньому плані поверх інших додатків перед водієм. Даний режим може бути корисний при роботі з картографічними додатками.



Ліва частина малюнка сигналізує про нормальний стан водія, кажучи про те, що від водія не потрібно робити якісь додаткові дії для стабілізації ситуації. У правій частині малюнка відображається попередження, що сигналізує про розпізнаний стан ослабленої уваги у водія ТЗ. Попереджувальні графічні іконки, що накладаються на зображення з фронтальної камери, сигналізують про небезпеку, що наближається. Як тільки розпізнається обличчя водія, очі водія і інші лицьові характеристики виділяються точками на зображенні з камери, які є індикатором того, що риси обличчя водія успішно знайдені і визначені.

Рисунок 4.1 – Приклад взаємодії водія з системою РСПАС

Рисунок 4.2 – Приклад інтерфейсу мобільного додатку для водія. Зліва показано нормальний стан водія, а праворуч розпізнано стан втоми
В даний час мобільний додаток попередження аварійних ситуацій, що повідомляє водія про небезпечний стан і формує контекстноорієнтовані рекомендації, опубліковано в магазині додатків Google Play Store.

Висновки

У магістерській атестаційній роботі розроблено алгоритм попередження аварійних ситуацій на основі моніторингу поведінки водія, який є рішенням актуальної науково-технічної задачі, що полягає в підвищенні ефективності системи моніторингу поведінки водія на основі розробки моделей і алгоритмів розпізнавання небезпечних станів в кабіні транспортного засобу і генерації контекстно-орієнтованих рекомендацій з використанням фронтальної камери, і сенсорів смартфону.

Розроблений алгоритм попередження аварійних ситуацій дозволяє водієві не тільки пом'якшувати наслідки дорожніх пригод, а й допомагає йому уникати їх, своєчасно звертаючи увагу на виникаючі небезпеки, якщо належна реакція з боку водія недостатня або відсутня, за рахунок генерації відповідних попереджувальних сигналів і контекстно-орієнтованих рекомендацій.

Також, розроблений програмний комплекс має здатність до оцінки стилю водіння водія за рахунок аналізу паттернів поведінки, які він виявляє, для підвищення безпеки під час керування транспортним засобом.

Результати, отримані в магістерській атестаційній роботі, використані при створенні нового класу систем для моніторингу поведінки водія транспортного засобу під час руху з метою виявлення небезпечних станів і формування контекстно-орієнтованих рекомендацій. Отримана інформація про розпізнану ослаблену увагу або втому водія, а також контекст і інформація з хмарного сервісу, дозволяють завчасно його попередити і сформувати рекомендацію, орієнтовану на прийняття водієм заходів щодо запобігання настання аварійної ситуації.


Перелік джерел посилання



  1. Токарев В.В. Разработка алгоритма мультиагентного управления группой мобильных «s-bot» / В. Н. Ткачев, В. В. Токарев, Г. И. Чурюмов // Реєстрація, зберігання і обробка даних. - 2019, Т. 21, № 1 – С.46-56.

  2. Токарев В.В. Надширокосмугові технології в системах управління мобільними об’єктами / О. А. Серков, П. Є. Пустовойтов, І. В. Яковенко, Б. О. Лазуренко, Г. І. Чурюмов, В. В. Токарєв, Ванг Наннан // Сучасні інформаційні системи. - 2019, Т.3, №2 – С.22-27.

  3. Vоlоdymyr Tokariev. Ultra Wideband Signals in Control Systems of Unmanned Aerial Vehicles / Aleksandr Serkov, Valeri Kravets, Igor Yakovenko, Gennady Churyumov, Wang Nannan // The 10h IEEE International Conference on Dependable Systems, Services and Technologies, DESSERT’2019 5-7 June, 2019, Leeds, United Kingdom. - Pp.26 - 29.

  4. Tokariev Volodymyr. Problem of self-organization of s-bot group movement in unorganized physical environment / Churymov Gennadiy, Tokariev Volodymyr, Tkachov Vitalii // Комп’ютерні та інформаційні системи і технології: тези доповідей третьої міжн. наук. - техн. конф. 23 - 24 квітня 2019 р. - Харків, Україна. - С.16-17.

  5. Churyumov Genadiy. Method for Ensuring Survivability of Flying Ad-hoc Network Based on Structural and Functional Reconfiguration / Genadiy Churyumov, Vitalii Tkachov, Volodymyr Tokariev, Vladyslav Diachenko // Selected Papers of the XVIII International Scientific and Practical Conference "Information Technologies and Security" (ITS 2018) / Kyiv, Ukraine, November 27, 2018. – Pp. 64-76.

  6. Tkachov Vitalii. Method of Data Collection in Wireless Sensor Networks Using Flying Ad Hoc Network / Vitalii Tkachov, Volodymyr Tokariev, Yana Dukh, Vadym Volotka // 2018 5th International Scientific-Practical Conference Problems of Infocommunications. Science and Technology, October 9-12, 2018 Kharkiv, Ukraine. – Pp.197 - 201.

  7. Churyumov G. Scenario of Interaction of the Mobile Technical Objects in the Process of Transmission of Data Streams in Conditions of Impacting the Powerful Electromagnetic Field / G. Churyumov, V. Tokarev, V. Tkachov, S. Partyka // 2018 IEEE Second International Conference on Data Stream Mining & Processing (DSMP). – 21-25 Aug. 2018. – Pp. 183-186.

  8. Токарев В.В. Темпоральная модель адаптации интегрированной информационной системы путем реконфигурации логической структуры / О.Г. Лебедев, В.Н. Ткачев, В.В. Токарев, Г.И. Чурюмов // Комп’ютерні та інформаційні системи і технології: тези доповідей другої міжн. наук. - техн. конф. 18 - 19 квітня 2018 р. - Харків, Україна. - С.6-7.

  9. Токаrev V.V. Shortest path bridging method for the group of mobile technical objects/ V.M. Tkachov, V.V. Tokarev, G.I. Churyumov//Сучасні напрями розвитку інформаційно-комунікаційних технологій та засобів управління: матеріали VІІІ - межд. наук. - техн. конф., 26 - 27 квітня 2018 р. - Харків, 2018р. - С.18.

  10. Ruban I.V. Provision of Survivability of Reconfigurable Mobile System on Exposure to High-Power Electromagnetic Radiation / Igor V. Ruban, Genadiy I. Churyumov, Volodymyr V. Tokarev, Vitaliy M. Tkachov // Selected Papers of the XVII International Scientific and Practical Conference on Information Technologies and Security (ITS 2017). – CEUR Workshop Processing. – Kyiv, Ukraine, November 30, 2017. – Pp. 105-111.

  11. Створення науково-методичних основ забезпечення живучості мережевих систем обміну інформацією в умовах зовнішнього впливу потужного нвч випромінювання // Г.И. Чурюмов, В.В. Токарев, И.В. Рубан, В.Н. Ткачев и др. // Звіт про науково-дослідну роботу за договором від 20.09.2017 р. № Ф76/109-2017 (заключний). № держреєстрації 0117U003916. ХИРЭ. - 116с.

  12. Спосіб передачі цифрових даних мультикоптерною системою між сегментами розподіленої сенсорної мережі та базовою станцією [Текст] : пат. 118921 Україна: МПК 2017.01, H04W 64/00, H04W 84/18 (2009.01), G06F 17/40 (2006.01) / Ткачов В.М., Токарєв В.В., заявник та патентовласник Харківський національний університет радіоелектроніки. – u2017 04085; заяв. 24.04.2017; опубл. 28.08.2017, бюл. № 16. – 2017. – 5 с.

  13. Токарев В.В. Мобильная подсистема «Мультикоптер-сенсорная сеть» в компьютерной системе хранения BIG DATA / В.О. Радченко, Д.А. Руденко, В.Н. Ткачов, В.В. Токарев // Системи управління, навігації та зв’язку - 2017. - №4(44). – С.102-105.

  14. Токарев В.В. Проблема передачі даних типу BIG DATA у мобільній системі «мультикоптер - сенсорна мережа» / В.М. Ткачов, В.В. Токарев, В.О. Радченко, В.О. Лебедєв // Системи управління, навігації та зв’язку - 2017. - №2(42). – С.154-157.

  15. Основы компьютерных вычислений / [Текст]: учебное пособие - В.А. Дяченко, А.С. Ляшенко, И.В. Рубан, О.Г. Руденко, В.В. Токарев, С.Г. Удовенко - Харьков: изд. - полиграф. центр. ХНУРЭ, 2016. – 200 с.

16. Кавердій В.Ю. Розробка алгоритму попередження аварійних ситуацій на основі моніторингу поведінки водія / В.Ю. Кавердій, Я.Я. Мешеряков // Інформаційне суспільство: технологічні, економічні та технічні аспекти становлення: тези доповідей міжн. наук. - техн. інтер. - конф. Випуск 42. - 16 жовтня 2019 р. Тернопіль, Україна. - С.16 - 17.

ДОДАТОК А


Графічний матеріал атестаційної роботи






Достарыңызбен бөлісу:
1   2   3   4   5   6   7   8   9   10   ...   13


©netref.ru 2019
әкімшілігінің қараңыз

    Басты бет