Обзор зарубежных исследований в области интеллектуальных подходов к оценке состояния водителя транспортных средств
Рубрика: Информатика и вычислительная техника
Статья в выпуске: 3 т.26, 2026 года.
Бесплатный доступ
Задача эффективного, надежного и безопасного управления транспортным средством с различной степенью автономности требует комплексного решения, при котором необходима оценка состояния как самого транспортного средства, так и взаимодействие его с окружающей средой и особенно взаимодействие непосредственно с водителем. В последнее время в научных исследованиях представлено множество различных подходов к оценке состояния водителя транспортного средства, которые отличаются большим разнообразием. На фоне большого различия в алгоритмах, средствах и качестве получаемых данных формируется задача качественного и своевременного определения состояния водителя. В статье представлен обзор и анализ зарубежной литературы, освещающей последние достижения в вопросе определения состояния водителя транспортного средства. Развитие систем контроля состояния – driver monitor system (DMS) – направлено на применение гибридных, мультимодальных и вычислительно эффективных решений, способных обеспечить своевременное и надёжное обнаружение сонливости и невнимательности, при этом оставаясь комфортными и приемлемыми для массового использования. Цель исследования: анализ основных текущих тенденций развития и модернизации как классических методов оценки состояния водителя (инвазивных и неинвазивных методов), так и подходов на базе методов и средств искусственного интеллекта. Материалы и методы. Для проведения исследования были использованы базы международных научных журналов, отражающих направления исследований зарубежных авторов в области DMS. Результаты. По результатам проведённого обзора выделены методы, имеющие наилучшую применимость в процессе отслеживания состояния водителя, исследованы современные и перспективные направления развития технологий мониторинга водителя, подходы и методы, применяемые для оценки внимания водителя, обнаружения сонливости. Совместное использование алгоритмов глубокого обучения, возможностей обработки в реальном времени и передовых сенсорных технологий создает беспрецедентные возможности для повышения безопасности транспортного средства через интеллектуальные системы мониторинга. Заключение. Использование методов неинвазивного определения состояния водителя в совокупности с современными подходами на основе интеллектуальных технологий позволят сформировать эффективный инструментарий для надежного и безопасного управления транспортным средством.
Короткий адрес: https://sciup.org/147254889
IDS: 147254889 | УДК: 004.89 | DOI: 10.14529/ctcr260302
Review of foreign research in the field of intelligent approaches to assessing the condition of the driver of vehicles
The task of effective, reliable and safe vehicle control with varying degrees of autonomy requires a comprehensive solution, which requires an assessment of the condition of both the vehicle itself and its interaction with the environment, and especially interaction directly with the driver. Recently, there have been many different approaches to assessing the condition of a vehicle driver, which are very diverse. Given the significant disparities of a large difference in algorithms, tools and the quality of the data received, the task of high-quality and timely determination of the driver's condition is being formed. The article provides an overview and analysis of foreign literature highlighting the latest achievements in determining the condition of a vehicle driver. Development of a driver monitoring system (DMS) aims to applying the hybrid, multimodal and computationally efficient solutions, that ensure timely and reliable detection of drowsiness and inattention, while staying comfortable and acceptable for mass use. The purpose of the study. To analyze the main current trends in the development and modernization of both classical methods of assessing the condition of the driver (invasive and non-invasive methods) and approaches based on artificial intelligence. Materials and methods. The databases of international scientific journals were used for the research in DMS. Results. Based on the results of the review, the methods that have the best applicability in the process of tracking the driver's condition have been identified. Were studied promising directions in the development of driver monitoring technologies, as well as approaches and methods applied for driver attention assessment and drowsiness detection. The combined use of deep learning algorithms, real-time processing capabilities, and advanced sensor technologies creates unprecedented opportunities to enhance vehicle safety through intelligent monitoring systems. Conclusion. The use of non-invasive methods for determining the driver's condition in combination with modern approaches based on intelligent techno¬logies will make it possible to form effective tools for reliable and safe vehicle management.