«Автоматизация и информатизация ТЭК»

Мониторинг психофизиологического состояния диспетчера АСУ на основе компьютерного зрения

УДК: 004.93
DOI: -

Авторы:

¹ РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва, Россия
² Московский кредитный банк, Москва, Россия

Ключевые слова: АСУ, диспетчер, физиологическое состояние, компьютерное зрение, машинное обучение, Eye Aspect Ratio, Python, Mediapipe, OpenCV, InfluxDB

Аннотация:

В статье предложен способ мониторинга психофизиологического состояния диспетчера автоматизированной системы управления (АСУ) на основе технологий компьютерного зрения, а также реализующее данный способ приложение. Способ основан на определении положения головы, частоты морганий глаз посредством оценки показателя Eye Aspect Ratio и эмоционального состояния диспетчера при помощи технологий компьютерного зрения. Приложение выполнено на языке программирования Python с применением библиотек Mediapipe, Transformers, Opencv. В рамках приложения предложенный способ реализован в функциональности модулей обнаружения положения головы, определения частоты морганий на основе показателя Eye Aspect Ratio и определения эмоционального статуса по мимической активности лица. Приложение позволяет в режиме реального времени определять текущее состояние диспетчера АСУ. Все рассчитанные в ходе работы приложения показатели сохраняются в СУБД временных рядов InfluxDB с целью последующего анализа эффективности. Разработанные способ и приложение могут быть использованы обособленно либо интегрированы в программные комплексы исследования надежности АСУ.

Список литературы:

1. Conter A.S., Kapp M.N., Padilha J.C. Health monitoring of smart vehicle occupants: A review // Revista de Ciencia y Tecnología. – 2023. – Vol. 40. – P. 78–89. – DOI: 10.36995/j.recyt.2023.40.009
2. Real-time smart driver sleepiness detection by eye aspect ratio using computer vision / S. Yuen Chong Kai, N.H.B. Zakaria, Goh Eg Su [et al.] // Indonesian Journal of Electrical Engineering and Computer Science. – 2024. – Vol. 34, No. 1. – P. 677–686. – DOI: 10.11591/ijeecs.v34.i1.pp677-686
3. Raskovic D., Martin T., Jovanov E. Medical Monitoring Applications for Wearable Computing // The Computer Journal. – 2004. – Vol. 47, Issue 4. – P. 495–504. – DOI: 10.1093/comjnl/47.4.495
4. Shermuxamedov A., Shermuxamedova N., Akbarova G. AI-Based Diagnostic Systems for Special Endurance Monitoring in Football Players // SHS Web of Conferences. Vol. 216. International Conference on the Impact of Artificial Intelligence on Traditional Economic Sectors (ICIAITES 2025), Kyiv, Ukraine, April 27, 2025. – EDP Sciences, 2025. – P. 02006. – DOI: 10.1051/shsconf/202521602006
5. Российские ученые научили искусственный интеллект анализировать эмоции участников онлайн-мероприятий. – 2022. – URL: https://www.hse.ru/news/science/773638672.html
6. Волков Д.А. Модель оценки надежности многоуровневой автоматизированной системы диспетчерского управления транспортом газа // Автоматизация, телемеханизация и связь в нефтяной промышленности. – 2016. – № 12. – С. 20–23.
7. Модель оптимизации структурной надежности при финансовых ограничениях / Д.А. Волков, Ю.П. Степин, В.Н. Русев, А.А. Астафьева // Автоматизация и информатизация ТЭК. – 2023. – № 8(601). – С. 31–38. – DOI: 10.33285/2782-604X-2023-8(601)-31-38
8. Embedded System for Eye Blink Detection Using Machine Learning Technique / B.R. Ibrahim, F.M. Khalifa, S.R.M. Zeebaree [et al.] // 2021 1st Babylon International Conference on Information Technology and Science (BICITS), Babil, Iraq, April 28–29, 2021. – IEEE, 2021. – P. 58–62. – DOI: 10.1109/BICITS51482.2021.9509908
9. Eye Aspect Ratio for Real-Time Drowsiness Detection to Improve Driver Safety / C. Dewi, Chen Rung-Ching, Chang Chun-Wei [et al.] // Electronics. – 2022. – Vol. 11, Issue 19. – P. 3183. – DOI: 10.3390/electronics11193183