Разработан метод оценки эмоционального профиля водителя во время движения

Специалисты Санкт-Петербургского Федерального исследовательского центра РАН (СПб ФИЦ РАН) и Университета ИТМО разработали систему, которая позволяет в динамике оценивать эмоциональный профиль каждого водителя в ходе маневров на дороге, основываясь на данных видеокамеры и телеметрических датчиков. Предложенный подход в перспективе позволит создавать более эффективные и персонализированные системы поддержки водителя.

Сегодня тема повышения безопасности дорожного движения с помощью различных интеллектуальных систем наблюдения за состоянием водителя является важным трендом в развитых странах мира. Последние достижения в сфере технологий повышения безопасности движения автомобиля (системы предупреждения о лобовом столкновении, системы помощи при превышении скорости и т.п.) позволяют значительно снизить риски для пассажиров. Однако их эффективность в значительной степени зависит от сложности дорожных условий и того, сколько времени есть у системы, чтобы предупредить водителя.

Авторы использовали открытый набор данных реальных водителей, который содержит видеозаписи и телеметрию во время дорожного движения: более 300 часов записи данных видео и датчиков от 42 водителей. При помощи нейросети исследователи научились автоматически распознавали шесть основных эмоций (радость, гнев, страх, печаль, удивление, отвращение) и нейтральное состояние водителя.

«Мы разработали метод, который позволяет фиксировать различные эмоциональные реакции водителя в привязке к конкретным маневрам в реальных дорожных условиях и повысить эффективность оценки потенциальных аварийных ситуаций», — рассказал один из авторов работы, старший научный сотрудник лаборатории интегрированных систем автоматизации СПб ФИЦ РАН Алексей Кашевник.

Ученые впервые отошли от однофазной оценки восприятия маневра по факту его совершения к трехфазной: оценивалось какие эмоции испытывал водитель до, во время и после маневра на дороге. Эксперименты показали, что при трехфазной оценке эмоционального состояния водителя в динамике можно распознать характерные паттерны поведения: усиление негативных эмоций перед маневрами, пик эмоций во время, а также последующая стабилизация или сохранение напряжения после завершения маневров. При этом для каждого водителя удалось сформировать индивидуальный эмоциональный профиль.

«Предложенный нами подход в перспективе может использоваться для создания адаптивных систем поддержки водителя, которые учитывают его личный эмоциональный профиль и конкретный маневр на дороге, который он будет совершать. Кроме того, подобные системы открывают новые возможности для обучения водителей с учетом эмоциональных реакций на разные маневры. Они же найдут применение в цифровых помощниках, которые позволят планировать автомобильные маршруты, рассчитанных на минимизацию эмоциональной нагрузки водителя», — отметил Алексей Кашевник.

Исследование выполнено при поддержке Минобрнауки России в рамках госзадания.

Источник: Официальный ресурс Министерства образования и науки Российской Федерации