Революционный метод мониторинга утомления сотрудников
Исследователи из Санкт-Петербургского государственного университета (СПбГУ) и Санкт-Петербургского федерального исследовательского центра РАН (СПб ФИЦ РАН) разработали инновационный алгоритм, способный автоматически определять уровень усталости человека по траектории его взгляда. Эта технология может быть внедрена в системы мониторинга состояния операторов, управляющих транспортом, тяжелой техникой или критически важными объектами. Результаты исследования опубликованы в авторитетном научном журнале Sensors.
Почему контроль усталости так важен?
Безопасность на производстве, транспорте и других ответственных объектах напрямую зависит от внимательности сотрудников. Даже кратковременное снижение концентрации из-за усталости может привести к катастрофическим последствиям.
Современные системы контроля рабочего времени не учитывают индивидуальные особенности человека:
- Физическое состояние перед началом смены.
- Скорость наступления утомления в зависимости от нагрузки.
- Когнитивные способности в динамике рабочего процесса.
Новый алгоритм, созданный российскими учеными, решает эту проблему, позволяя точно оценивать готовность сотрудника к работе и предотвращать аварийные ситуации.
Как работает технология?
Нейросетевая модель на основе айтрекинга
Разработка основана на машинном обучении: нейросеть анализирует данные с айтрекера (устройства для отслеживания движений глаз) и определяет, находится ли человек в состоянии бодрости или утомления.
Алексей Кашевник, старший научный сотрудник Лаборатории интегрированных систем автоматизации СПб ФИЦ РАН, пояснил:
“Мы обучили модель на обширной базе данных, собранной в ходе экспериментов. Участники выполняли разные типы задач — чтение, поиск информации, слежение за объектами — в течение рабочего дня. Это позволило выявить ключевые паттерны движения глаз, связанные с усталостью.”
Три типа задач для анализа утомления
- Чтение – оценивается скорость и точность фиксации взгляда.
- Поиск информации – анализируется хаотичность или замедленность движений глаз.
- Слежение за объектами – определяется способность сохранять фокус.
Ирина Шошина, профессор СПбГУ, отметила:
“Мы учитывали разные стратегии глазодвигательной активности в зависимости от степени усталости. Это позволило создать высокоточный алгоритм.”
Где можно применять эту разработку?
Технология найдет применение в различных сферах, где критически важна концентрация внимания:
1. Транспорт и логистика
- Водители грузовиков, пилоты, машинисты – система предупредит о необходимости перерыва.
- Диспетчеры аэропортов и железных дорог – снизит риск ошибок из-за переутомления.
2. Промышленность и опасные производства
- Операторы станков, энергетических систем – предотвратит аварии из-за человеческого фактора.
- Сотрудники нефтегазовой отрасли – повысит безопасность на объектах.
3. Медицина и когнитивные исследования
- Диагностика синдрома хронической усталости.
- Оценка эффективности методов восстановления работоспособности.
Открытая база данных и перспективы развития
Ранее та же научная группа создала базу данных стратегий глазных движений, которая включает показатели операторов в разных состояниях (утомление / бодрствование).
Разработка доступна в открытом доступе – библиотека с исходным кодом опубликована для всех заинтересованных пользователей. Исследование поддержано грантом Фонда содействия инновациям, что подчеркивает его практическую значимость.
Будущее технологии
Ученые планируют доработать алгоритм для интеграции с умными очками и VR-шлемами, что расширит сферу его применения. Также рассматривается возможность адаптации системы для удаленного мониторинга сотрудников в режиме реального времени.
Выводы
Новый алгоритм российских ученых – это прорыв в области безопасности труда. Он позволяет:
✅ Точно определять уровень усталости по движению глаз.
✅ Предупреждать аварии из-за человеческого фактора.
✅ Интегрироваться в различные отрасли – от транспорта до медицины.
Технология открывает новые возможности для автоматизированного контроля работоспособности и может стать стандартом в ближайшие годы.
