The object of research, development or design (in Russian) : системы управления видеонаблюдения

The object of research, development or design (in Kazakh) : бейнебақылау басқару жүйелері

Aim of work (in Russian) : разработать интеллектуальную систему мониторинга состояния водителя в режиме реального времени для выявления признаков усталости и снижения внимания, что позволит снизить риски аварий и повысить безопасность на дорогах.

Aim of work (in Kazakh) : шаршау белгілері және назарының төмендеуін анықтау үшін нақты уақыт режимінде жүргізушінің жағдайын бақылаудың зияткерлік жүйесін әзірлеу болып табылады, бұл апаттар қаупін азайтады және жол қауіпсіздігін жақсартады.

Методы исследования (на русском) : Методы исследования включают в себя анализ существующих подходов к моделированию и оценке состояния водителя в системах автоматизированной поддержки, проведение экспериментальных исследований и тестирование адаптированного метода на основе видеоокулографии. В рамках работы использовались методы сбора, обработки и анализа видеоданных, а также математическое моделирование физиологических показателей, характеризующих уровень усталости, сонливости и снижения внимания водителя.

Методы исследования (на казахском) : Зерттеу әдістеріне жүргізушінің жағдайын модельдеу мен бағалаудың қолданыстағы тәсілдерін талдау, бейімделген видеоокулография әдісін пайдалана отырып эксперименттік зерттеулер мен сынақтар жүргізу кіреді. Жұмыс аясында бейнедеректерді жинау, өңдеу және талдау әдістері, сондай-ақ жүргізушінің шаршау, ұйқышылдық және зейіннің төмендеу деңгейін сипаттайтын физиологиялық көрсеткіштерді математикалық модельдеу тәсілдері қолданылды.

Obtained results and novelty (in Russian) : За 2025 год: получены результаты исследование проблем и направлений развития современных систем автоматизированной поддержки водителя, а также выполнен анализ моделей и методов оценки роли человеческого фактора в обеспечении безопасности движения. Опубликованы две статьи в международных сборниках: 1) Smakanov B., Uvalieva I. Problems and Development Directions of Automated Driver Assistance Systems // In the World of Science and Education. – 2025. – №1(97). – 3–12 б. URL: https://doi.org/10.5281/zenodo.17473006; 2) Смақанов Б.С., Увалиева И.М. Жүргізушіні автоматтандырылған қолдау жүйелерінің талдаулы шолуы // New Science. – 2025. – №1(89). – 19–31 б. URL: http://science-peace.ru/files/NNSSPR_2025--2-.pdf; Разработана методика оценки состояния водителя на основе адаптированного метода. Результаты опубликованы в двух международных конференциях: 1) Смақанов Б.С., Увалиева И.М. Methodology for Assessing the Driver’s Condition Based on an Adapted Method // Актуальные вопросы общества, науки и образования. – Пенза, 10.11.2025. – №1(274). – С. 25–28. URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2488.pdf; 2) Смақанов Б.С., Увалиева И.М. Methodology and Tools for Monitoring the Condition of Vehicle Drivers // . – С. 29–31. URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2488.pdf;

Obtained results and novelty (in Kazakh) : 2025 жылға: жүргізушіні автоматтандырылған қолдау жүйелерінің даму бағыттары мен негізгі мәселелері зерттеліп, қауіпсіздікті қамтамасыз етудегі адами фактордың рөлін бағалау әдістеріне талдау жасалды. Халықаралық конференцияларда 2 мақала жарияланды: 1) Smakanov B., Uvalieva I. Problems and Development Directions of Automated Driver Assistance Systems // In the World of Science and Education. – 2025. – №1(97). – 3–12 б. URL: https://doi.org/10.5281/zenodo.17473006; 2) Смақанов Б.С., Увалиева И.М. Жүргізушіні автоматтандырылған қолдау жүйелерінің талдаулы шолуы // New Science. – 2025. – №1(89). – 19–31 б. URL: http://science-peace.ru/files/NNSSPR_2025--2-.pdf; Бейімделген әдіске негізделген жүргізуші жағдайын бағалау әдістемесі әзірленді. Халықаралық конференцияларда 2 мақала жарияланды: 1) Смақанов Б.С., Увалиева И.М. Methodology for Assessing the Driver’s Condition Based on an Adapted Method // Актуальные вопросы общества, науки и образования. – Пенза, 10.11.2025. – №1(274). – С. 25–28. URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2488.pdf; 2) Смақанов Б.С., Увалиева И.М. Methodology and Tools for Monitoring the Condition of Vehicle Drivers // . – С. 29–31. URL: https://naukaip.ru/wp-content/uploads/2025/11/MK-2488.pdf;

The main constructive and technical economic indicators (in Russian) : концептуальная модель системы автоматизированной поддержки водителя, обеспечивающая мониторинг состояния водителя в реальном времени; функциональная модель адаптированной методики оценки психофизиологического состояния водителя на основе видеоокулографии (eye-tracking); алгоритмическая структура обработки видеопотока, включающая этапы захвата изображения, выделения области глаз, расчёта показателя PERCLOS и формирования сигнала оповещения; математическая модель анализа окуломоторных параметров (частоты морганий, амплитуды саккад, дрейфа и нистагма) с учётом индивидуальных особенностей водителя; информационно-техническая модель интеграции системы в архитектуру бортовых комплексов транспортного средства с использованием стандартных видеокамер и программных средств OpenCV и Python; алгоритмы детекции фиксаций и саккад (I-DT, I-VT, I-HMM, I-KF), обеспечивающие адаптивную фильтрацию и классификацию движений глаз; методика цифровой обработки изображений и шумоподавления (билатеральная фильтрация, каскадные классификаторы Хаара) для повышения точности распознавания глаз и зрачков;

The main constructive and technical economic indicators (in Kazakh) : жүргізушінің жағдайын нақты уақыт режимінде бақылауды қамтамасыз ететін автоматтандырылған жүргізушіні қолдау жүйесінің концептуалдық моделі; видеоокулография (eye-tracking) негізінде жүргізушінің психофизиологиялық жағдайын бағалаудың бейімделген әдістемесінің функционалдық моделі; бейнеағынды өңдеудің алгоритмдік құрылымы, оған кескінді түсіру, көз аймағын анықтау, PERCLOS көрсеткішін есептеу және ескерту сигналын қалыптастыру кезеңдері кіреді; жүргізушінің жеке ерекшеліктерін ескере отырып, көз қозғалысының параметрлерін (жыпылықтау жиілігі, саккада амплитудасы, дрейф және нистагм) талдаудың математикалық моделі; көлік құралының борттық кешендерінің архитектурасына жүйені біріктірудің ақпараттық-техникалық моделі, стандартты бейнекамералар мен OpenCV және Python бағдарламалық құралдарын пайдалану арқылы жүзеге асырылады; фиксация мен саккадаларды анықтау алгоритмдері (I-DT, I-VT, I-HMM, I-KF), көз қозғалыстарын бейімделген сүзгілеу және классификациялауды қамтамасыз етеді; көз бен қарашықты танудың дәлдігін арттыру мақсатында кескіндерді цифрлық өңдеу мен шуды азайтудың әдістемесі (билатералды сүзгілеу, Хаар каскадты классификаторлары) қолданылды.

Level of implementation (in Russian) : Результаты исследование опубликованы 4 научные статьи в сборниках международных научных конференций.

Level of implementation (in Kazakh) : Зерттеу нәтижелері халықаралық ғылыми конференциялар жинақтарында 4 ғылыми мақала жарияланды.

Efficiency (in Russian) : Разработанные методы и модели могут быть использованы для повышения эффективности систем автоматизированной поддержки водителя и снижения влияния человеческого фактора на безопасность дорожного движения. Адаптированный алгоритм анализа окуломоторных параметров (частоты морганий, амплитуды саккад, дрейфа и нистагма) обеспечивает распознавание состояния усталости с точностью до 92–95%, что превышает показатели стандартного метода PERCLOS. Применение алгоритмов детекции фиксаций и саккад (I-DT, I-VT, I-HMM, I-KF) позволило повысить устойчивость системы к внешним помехам и индивидуальным особенностям водителя.

Efficiency (in Kazakh) : Әзірленген әдістер мен модельдер жүргізушіні автоматтандырылған қолдау жүйелерінің тиімділігін арттыруға және адам факторынан туындайтын жол қозғалысы қауіпсіздігіне әсерін төмендетуге мүмкіндік береді. Окуломоторлық параметрлерді (жыпылықтау жиілігі, саккада амплитудасы, дрейф және нистагм) талдаудың бейімделген алгоритмі жүргізушінің шаршау жағдайын 92–95% дәлдікпен анықтауға мүмкіндік береді, бұл PERCLOS стандартты әдісінің көрсеткіштерінен жоғары. Фиксация мен саккадаларды анықтау алгоритмдерін (I-DT, I-VT, I-HMM, I-KF) қолдану жүйенің сыртқы кедергілерге және жүргізушінің жеке физиологиялық ерекшеліктеріне төзімділігін арттырды. Бұл әзірленген әдістеменің жоғары сенімділігі мен бейімделгіштігін дәлелдейді және оны нақты уақыт режимінде жүргізушінің жағдайын тиімді бақылау мен интеллектуалды көлік жүйелеріне кеңінен енгізуге мүмкіндік береді.

Field of application (in Russian) : Транспорт и логистика

Field of application (in Kazakh) : Транспорт және логистика