УДК 004

ПРОЕКТИРОВАНИЕ АЛГОРИТМОВ ФУНКЦИОНИРОВАНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ БЕЗОПАСНОГО ДВИЖЕНИЯ «АНТИСОН»

Мещерякова Елена Николаевна1, Исянова Эльмира Шамилевна2
1Пензенский государственный технологический университет, ст.преподаватель
2Пензенский государственный технологический университет, студент

Аннотация
В данной статье рассматриваются теоретические и практические вопросы моделирования информационной системы безопасного движения «Антисон», которая предназначена для обеспечения безопасности во время движения. В связи с увеличением количества аварий на дорогах, обеспечение безопасности движения является необходимой и важной задачей в настоящее время.

Ключевые слова: алгоритм, безопасность движения, диаграммы, информационная система, нейронные сети.


ALGORITHM DESIGN OF INFORMATION SYSTEM OF TRAFFIC SAFETY «ANTISON»

Meshcheryakova Elena Nikolaevna1, Isyanova Elmira Shamilevna2
1Penza state technological university, senior lecturer
2Penza state technological university, student

Abstract
This article discusses the theoretical and practical aspects of modeling the information system safe movement «Antison», which is intended to ensure the safety during driving. Due to the increasing number of road accidents, traffic safety is essential and important problem at the present time.

Keywords: diagrams algorithm, information system safety, neural networks


Библиографическая ссылка на статью:
Мещерякова Е.Н., Исянова Э.Ш. Проектирование алгоритмов функционирования информационной системы безопасного движения «Антисон» // Современная техника и технологии. 2015. № 12 [Электронный ресурс]. URL: http://technology.snauka.ru/2015/12/8925 (дата обращения: 28.05.2017).

Утверждение о том, что человеческий фактор определяет почти полное безопасное функционирование технических средств, представляющих потенциальную опасность, стало общеизвестным. Речь идет об автомобилистах, диспетчерах, рулевых, операторах атомных электростанций и т.д.

Каждый человек должен спать не менее 5 – 8 часов в сутки. Сегодня это является большой проблемой. По статистике дорожно-транспортных происшествий, фактором большого количество аварий является физиологическое состояние автомобилиста.

Вождение в утомленном состоянии чревато как минимум экономическими потерями, а часто и человеческими жертвами. Введение в широкую практику устройств, обеспечивающих мониторинг бодрствования автолюбителей, стало актуальной задачей. Условием эффективности применения таких средств является мониторинг состояния человека в каждый момент времени нахождения за рулем [1].

Есть достаточно много устройств, в том или ином уровне решающих трудности контролирования состояния человека. Эти концепции базируются на исследовании одного или нескольких физических и/или поведенческих параметров.

На современном рынке можно найти устройства контроля состояния водителя разных объемов, характеристик, ценовых групп. Все они в той или иной мере контактируют с пользователем (кольцо, крючок на ухо), что может вызвать некий дискомфорт. Наша система лишена этого.

Устройство нацелено на дальнобойщиков, водителей различного транспорта и т.д., не исключает эксплуатацию на серьезной деятельности в ночное время, однотонной обстановке. Описываемая система безопасного движения «Антисон» основана на  определении степени закрытости глаза, что обозначает, на сколько открыт глаз пользователя от его привычного состояния.

Перемена освещения, тип лица не  влияют на степень распознавания. Она подстраивается под определенное лицо. Имеет инфракрасную подсветку, что позволит отслеживать состояние пользователя и в ночное время. Уведомление о засыпании может производиться звуковым, световым знаком.

Для описания общих требований к системе, а так же для минимизации появления ошибок при проектировании и моделировании системы используется унифицированный язык моделирования UML, применение данного языка более полно описано в [4-7]. Более широкое представление построения и действия информационной системы рассмотрим на UML – диаграммах.

Для предоставления процессов, происходящих  в предметной области, рассмотрим диаграмму последовательности (Рисунок 1).

Рисунок 1 – диаграмма последовательности

Основными элементами диаграммы являются: видеорегистратор, ЦОС, нейронная сеть. Видеорегистратор непрерывно получает сигнал, который передает следующему объекту (ЦОС). Тот в свою очередь его обрабатывает (находит область интересов, производит фильтрацию) и передает нейронную сеть, где происходит идентификация. В случае, если нейросетевая идентификация выявила момент засыпания, то пользователю подается сигнал.

Для проектирования процедуры хода операций рассмотрим диаграмму деятельности (Рисунок 2).

Рисунок 2 – диаграмма деятельности

На разработанной диаграмме деятельности отражается логичность и очередность перехода от одной работы к другой, при этом внимание закрепляется на результате.

Сам же результат может привести к изменению состояния системы или возвращению некоторого значения.

В диагpaммe деятельностей испoльзуeтся cocтояние, связаннoe с принятием решения. Решение применяется в тех случаях, когда в зависимости от требования перехода, может быть выбран тот или иной переход на диаграмме. В нашем случае решение заключается в «>50%» и «≤50%». В случае, когда отклонения ≤50%., система продолжает видеофиксировать данные. Если система зафиксировала отклонения >50%, то подается сигнал без прекращения видеофиксации.

На рисунке 3-7 показаны входные кадры разных уровней состояния глаз (соответственно): открытые, прищуренные, закрытые.

Рисунок 3 – входной кадр открытых глаз

Рисунок 4 – входной кадр открытых глаз

Рисунок 5 – входной кадр прищуренных глаз

Рисунок 6 – входной кадр закрытых глаз

Рисунок 7 – входной кадр закрытых глаз

Результат работы системы представлен в таблице 1.

Таблица 1 – Соответствия показаний дисплея и величины отклонения

№ сигнала

Показание дисплея

Величина отклонения

1

0

0%

2

0,2

20%

3

0,3

30%

4

0,1

10 %

5

1

100%

Таким образом, по величине отклонения мы можем судить, в какой стадии бодрствования находится пользователь. Если отклонение меньше 50%, то перед нами относительно бодрый человек, больше – уровень утомляемости критичен.

По нашим показаниям видно, что первый сигнал принадлежит бодрому человеку, третий сигнал говорит о том, что пользователь засыпает или уже спит. Результат распознавания достигает 99,8%.


Библиографический список
  1. iLab информационный портал по вопросам биомедицинской инженерии. Режим доступа: http://ilab.xmedtest.net/?q=node/6225
  2. Самоучитель UML. Режим доступа: http://www.telenir.net/uchebniki/samouchitel_uml/index.phpНачало формы
  3. MathWorks – MATLAB and Simulink for Technical Computing. Режим доступа: http://www.mathworks.com/, свободный.
  4. Мурашкина Е.Н., Михеев М.Ю. Разработка имитационных моделей функционирования подсистемы идентификации и структурирования информации сигналов с датчиков на поверхностно-акустических волнах // Труды международного симпозиума «Надежность и качество». 2015. Т. 1. С. 187-190.
  5. Мещерякова Е.Н. Концепция построения подсистемы идентификации и структурирования информации сигналов с датчиков на поверхностно-акустических волнах в виде информационных объектов // XXI век: итоги прошлого и проблемы настоящего плюс. 2015. № 4 (26). С. 217-222.
  6. Михеев М.Ю., Мещерякова Е.Н. Разработка аналитических моделей сигналов датчиков на ПАВ // XXI век: итоги прошлого и проблемы настоящего плюс. 2015. № 4 (26). С. 222-227.
  7. Мурашкина Е.Н., Жашкова Т.В. Идентификация критических состояний системы мониторинга и контроля // Современные наукоемкие технологии. 2014. № 5-2. С. 62.


Все статьи автора «Исянова Эльмира Шамилевна»


© Если вы обнаружили нарушение авторских или смежных прав, пожалуйста, незамедлительно сообщите нам об этом по электронной почте или через форму обратной связи.

Связь с автором (комментарии/рецензии к статье)

Оставить комментарий

Вы должны авторизоваться, чтобы оставить комментарий.

Если Вы еще не зарегистрированы на сайте, то Вам необходимо зарегистрироваться: