DOI: 10.17586/2226-1494-2015-15-6-1130-1138


УДК004.04

ИССЛЕДОВАНИЕ И РАЗРАБОТКА ПОДХОДА К ПОСТРОЕНИЮ ИНТЕЛЛЕКТУАЛЬНОГО МОБИЛЬНОГО СЕРВИСА ДЛЯ АВТОМАТИЗИРОВАННОЙ ПОДДЕРЖКИ ВОДИТЕЛЯ ТРАНСПОРТНОГО СРЕДСТВА

Лашков И.Б., Смирнов А.В., Кашевник А.М.


Читать статью полностью 
Язык статьи - русский

Ссылка для цитирования: Лашков И.Б., Смирнов А.В., Кашевник А.М. Исследование и разработка подхода к построению интеллектуального мобильного сервиса для автоматизированной поддержки водителя транспортного средства // Научно- технический вестник информационных технологий, механики и оптики. 2015. Т. 15. № 6. С. 1130–1138.

Аннотация
Предмет исследования. Представлены результаты исследования и предложен способ построения мобильного сервиса для автоматизированной поддержки водителя транспортного средства, основанного на использовании данных, получаемых с камер и сенсоров. Направление исследований связано с разработкой интеллектуального мобильного сервиса автоматизированной поддержки водителя автомобиля (Advanced Driver Assistance System – ADAS). Метод. Предлагаемый подход основан на активном использовании онтологий водителя и транспортного средства. Все ADAS-системы можно условно разделить по форме представления на две категории: мобильные приложения, устанавливаемые водителем на смартфон из магазина приложений, и системы безопасности, встраиваемые в автомобили на заводах-производителях или устанавливаемые в автомобильных сервисных центрах. Мобильное приложение, установленное на телефоне, использует тыловую и фронтальную камеры и сенсоры, встроенные в смартфон, для слежения как за дорогой и впереди идущими транспортными средствами, так и за водителем с целью предотвращения дорожно-транспортных происшествий. Сервис включает в себя компоненты по распознаванию объектов на изображениях, получаемых с камер, и компоненты анализа дорожных ситуаций,
отвечающие за слежение той или иной небезопасной дорожной ситуацией. Основные результаты. Спроектировано мобильное решение, предназначенное для водителей, использующих персональные смартфоны. Мобильный телефон закрепляется на лобовом стекле автомобиля. Оповещения о возможности столкновения выводятся на экран смартфона и сопровождаются звуковой индикацией или вибросигналом. Наиболее распространенной небезопасной ситуацией на дороге является столкновение с препятствием, впереди идущим или неподвижно стоящим автомобилем. Приложение в режиме реального времени определяет скорость впереди идущего транспортного средства и рассчитывает время до столкновения с ним с учетом текущей скорости автомобиля. Если безопасная дистанция между автомобилями не соблюдается, то выдается соответствующее предупреждение. Разработанное мобильное приложение помогает повысить безопасность поездки, а также оценить и улучшить навыки вождения. Практическая значимость. Применение данного подхода позволит разработать мобильную информационную систему для автоматизированной поддержки водителя автомобиля с целью предотвращения дорожно-транспортных происшествий и улучшения навыков участников дорожного движения.

Ключевые слова: транспортное средство, водитель, смартфон, сенсоры, фронтальная камера, тыловая камера, ADAS, мониторинг, обработка информации, онтологии.

Благодарности. Представленные результаты исследований являются частью проектов № 13-07-00336, 13-07-12095, 13-01-00286, 14- 07-00345, 14-07-00363, финансируемых Российским фондом фундаментальных исследований. Работа также выполнена при государственной финансовой поддержке ведущих университетов Российской Федерации (субсидия 074-U01).

Список литературы

1. Janssen J., Krings D. Mit chip und smartphone – IPS und IPSI vernetzen handy-ticket-systeme in Deutschland // Der Nahverkehr. 2014. N 1-2. P. 7–9.
2. Smirnov A., Lashkov I. State-of-the-art analysis of available advanced driver assistance systems // Proc. 17th Conference of the Open Innovations Association FRUCT. Yaroslavl', Russia, 2015. P. 345–349.
3. Hashimoto N., Tomita K., Boyli A., Matsumoto O., Smirnov A., Kashevnik A., Lashkov I. Operational evaluation of new transportation method for smart city: use of personal mobility vehicles under three different scenarios // Proc. 4th Int. Conf. on Smart Systems, Devices and Technologies. Brussels, Belgium, 2015. P. 1–6.
4. Lashkov I.B., Smirnov A.V., Kashevnik A.M., Hashimoto N., Boyali A., Smirnov A.V. Smartphone-based on-the-fly two-wheeled self-balancing vehicles rider assistant // Proc. 17th Conference of Open Innovations Association FRUCT. Yaroslavl', Russia, 2015. P. 201–209.
5. Whitlock A., Pethick J. Driver vigilance devices: systems review. Rail Safety and Standards Board's, T024 Quin 22 RPT Final Report, 2002, no. 1.
6. Dinges D.F., Grace R. PERCLOS: a valid psychophysiological measure of alertness as assessed by psychomotor vigilance. Technical Report FHWA-MCRT-98-006. Federal Highway Administration, Office of Motor Carrier Research and Standards, 1998.
7. Кирой В., Шапошников Д., Анищенко С. В основу систем «технического зрения» должны быть положены живые нейротехнологии // Коммерсанть-Наука. 2015. № 4. С. 26–27. Kiroi V., Shaposhnikov D., Anishchenko S. V osnovu sistem «tekhnicheskogo zreniya» dolzhny byt' polozheny zhivye neirotekhnologii [Systems of "machine vision" must be based on live nanotechnology]. Kommersant'-Nauka, 2015, no. 4, pp. 26–27.
8. Захарченко Д.В. Изменение параметров окуломоторных и двигательных реакций оператора под действием алкоголя: дисс. …канд. биол. наук. М., 2015. 105 с. Zakharchenko D.V. Izmenenie Parametrov Okulomotornykh i Dvigatel'nykh Reaktsii Operatora pod Deistviem Alkogolya: diss. …kand. biol. nauk [Changing the Oculomotor and Motor Reactions of the Operator under the Alcohol Influence. Dis. Biol. Sci.]. Moscow, 2015, 105 p.
9. Anon. Proximity array sensing system: head position monitor/metric. Technical Report NM 87504. Advanced Safety Concepts, Sante Fe, 1998.
10. Dinges D.F., Mallis M.M., Maislin G., Powell J.W. Evaluation of techniques for ocular measurement as an index of fatigue and the basis for alertness management. NHTSA Report DOT-HS-808762. Washington, 1998. 112 p.
11. Wierville W.W. Overview of research on driver drowsiness definition and driver drowsiness detection // Proc. 14th Int. Conf. on Enhanced Safety of Vehicles. Munich, 1994. P. 462–468.
12. Порталова М.А. Влияние психофизиологических особенностей личности водителя на надежность управления транспортным средством // Общество и право. 2009. № 5. С. 311–313. Portalova M.A. Influence of psychical, and also physiological features of personality of driver on reliability of management a transport vehicle. Society and Law, 2009, no. 5, pp. 311–313. (In Russian)
13. Gu Q., Yang J., Zhai Y., Kong L. Vision-based multi-scaled vehicle detection and distance relevant mix tracking for driver assistance system // Optical Review. 2015. V. 22. N 2. P. 197–209. doi: 10.1007/s10043-015-0067-8
14. Gaikwad V., Lokhande S., Lane departure identification for advanced driver assistance // IEEE Transactions on Intelligent Transportation Systems. 2015. V. 16. N 2. P. 910–918. doi: 10.1109/TITS.2014.2347400
15. Viola P., Jones M.J. Robust real-time face detection // International Journal of Computer Vision. 2004. V. 57. N 2. P. 137–154. doi: 10.1023/B:VISI.0000013087.49260.fb
16. Freund Y., Schapire R. A short introduction to boosting // Journal of Japanese Society for Artificial Intelligence. 1999. V. 14. N 5. P. 771–780.
 



Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License
Информация 2001-2019 ©
Научно-технический вестник информационных технологий, механики и оптики.
Все права защищены.

Яндекс.Метрика