CC BY
16
УДК 159.91:656.01
А.С. Коеачьчук, A.S Kovalchuk, e-mail: Andrey_04.05@mail.ru Сибирская автомобильно-дорожная академия, г. Омск, Россия Siberian state automobile and highway academy. Omsk. Russia
О ВОЗМОЖНОСТИ ИДЕНТИФИКАЦИИ ПСИХОФИЗИОЛОГИЧЕСКОГО СОСТОЯНИЯ ЧЕЛОВЕКА-ОПЕРАТОРА ПО ВАРИАБЕЛЬНОСТИ СЕРДЕЧНОГО РИТМА*
OF THE POSSIBILITY OF IDENTIFICATION PSYCHOPHYSIOLOGICAL STATE HUMAN OPERATOR I N HE ART RATE VARIABILITY*
Б работе о осуждается проблем.! автоматического контроля психофизиологического состояния [ПФС) человека-оператора. Описывается программно-аппаратный комплекс, собранный для проведения экспериментов в рамках решения этой задачи на примере водителей легковых автомобилей, находящихся в различных состояниях: типичное вождение по городу, засыпание, вождение после употребления алкоголя. По результатам проведенного эксперимента вероятность верной идентификации ПФС водителя из трех представленных с достоверностью 0.95 попадает в интервал 91,9±1,(И%
The paper discusses The problem of automatic control of psychophysiological state (PPS ) of the Iranian operator . Describes the hardware and software system built for conducting experiments in the framework of this problem on
37
the example of car drivers ill various stares : typical driving around the city, gome to sleep . driving after drinking alcohol . According to the results of the experiment is probably true identification PPS drivers of the three reporting with certainty 0.95 falls within the range 91,9 ± 3,64%.
Ключевые слова: психофизиологическое состояние, оператор, контроль, человеческий фактор, идентификация
Keywords: Psychophysiological state, operator, control, the human factor, identification
Человеческий фактор является одним из ключевых элементов в безопасности автоматизированных процессов, требующих длительного непрерывного внимания. По разным данным в гражданской авиации доля человеческого фактора составляет свыше 80% от общего количества происшествий. Применительно к автомобильному транспорту цифры сопоставимы: 80-90% аварий происходят по вине человека [1].
Для опенки алкогольной проблемы за рулем можно обратиться к статистике, публикуемой Госавтоинспекпией МВД России на официальном сайте [2]: нетрезвые водители являются причиной около 6,3% от общего числа аварий. Эти и другие факты приводят исследователей к осознанию необходимости непрерывного контроля ПФС человека-оператора.
Для проведения экспериментов в рамках решения данной задачи бьш собран программно-аппаратный комплекс (далее «тренажер»), состоящий из следующих ключевых элементов:
- ЕЖ: системный блок с тремя мониторами;
- имитатор автомобильного руля;
- блок имитации автомобильных педалей:
- блок имитации рычага переключения передач;
- автомобильное сидение
Ключевые элементы тренажера закреплены на метатшческом каркасе в единый комплекс. Внешний вид тренажера и взаимное расположение элементов представлены на рисунке 1 На ПК установлено специализированное ПО: автосимулятор «3D Инструктор Домашняя версия» компании «Форвард Девелопмент» (для работы требуется досгуп к Internet).
В качестве испытуемых выступили 14 лип мужского и 6 лип: женского пола, в возрасте от 20 до 30 лет; без хронических заболеваний. Им были предложены следующие задания, длительностью 25 минут каждое:
а) управление автомобилем в спокойной обстановке: в дневное время суток, в ясную погоду, при минимальной «плотности» движения на дорогах.
б) Испытуемый в ночное время суток ставил автомобиль на обочине дороги. После этого ему предлагалось вздремнуть
в) Испытуемый принимал 30 грамм алкоголя и затем приступал к управлению ТС в условиях, аналогичных первому эксперимент}1.
Для получения информации о ПФС испытуемого производилась запись ЭКГ посредством холтеровского монитора «Кардиотехника-04».
Для решения задачи идентификации ПФС водителя необходимо выбрать признаки, измерение которых может привести к желаемой пели. На сегодняшний день существуют 'эффективные методы принятия решений на основе набора признаков [3,4]. В данной работе выбраны следующие признаки:
а) «индекс стресса» S, предложенный 'ЗАО «Транзас» [5]
б) индекс напряжения регуляторных систем (((стресс-индекс») SI, введенный отцом советской космической медицины P.M. Баевским [6].
в) SDNN - среднее квадратическое отклонение нормальных Л/?-интервалов Согласно работе Машина В А. [7], в которой обосновывается трехфакторная модель структуры ВСР, данный показатель позволяет оценить первый фактор, который имеет в общей дисперсии ВСР долю в 59,3%.
г) С1 - коэффициент автокорреляции после первого сдвига. Данный показатель позволяет оценить второй фактор из модели Машина В.А. Доля второго фактора в обшей дисперсии составляет 27,6% [7].
д) М - среднее значение ÄR-интервалов. Позволяет оценить третий фактор модели Машина, имеющий долю 9,4% в обшей [7].
Рис 1. Автомобильный тренажер: 1 - нмнтатор автомобильного руля. 2 - блок нмитацнн автомобильных педалей.
3 - блок имитации рычага переключения передач. 4 - мониторы.
5 - акустическая система. 6 - клавиатура
При анализе результатов для каждого испытуемого были получены оценки приведенных пяти показателей, и далее они использовались как эталоны при проведении вычислительного эксперимента. В ходе вычислительного эксперимента для сгенерированной по эталонам реашзации с помощью последовательного применения формулы Байеса (ППФБ) оценивались вероятности принадлежности к каждому ПФС. Формулы Байеса применялись последовательно к каждому признаку, т.о. итоговые вероятности вычислялись за 5 шагов. Эксперимент проводился 20 раз - по количеству испытуемых. Количество проведенных опытов - 30000 для каждой гипотезы, что в сумме составляет 90000 опытов. Рисунок 2 представляет итоговый график процента ошибок от количества использованных признаков при идентификации ПФС для каждого испытуемых.
Для разных испытуемых по результатам 5 шагов ППФБ получены разные величины ошибок. Так, для испытуемого № 8 ошибка составила 36%, в то время как для испытуемого № 5 всего 0,35%. По результатам 20 испытуемых вероятность верной идентификации ПФС водителя из трех представленных составила в среднем 91,9% при среднеквадратичном отклонении 8,3%. Коэффициент С'тьюдента составит 2,093. То, вероятность верной идентификации ПФС с достоверностью 0,95 попадает в интервал 91,9±3,64%.
