Анализ реакции зрачков водителей в туннелях: модель компенсации видимости

Введение: физиология зрения и дорожная безопасность

Диаметр зрачка представляет собой важнейший индикатор, объединяющий фотометрическую стимуляцию и уровень ментальной нагрузки. Для водителей, находящихся в условиях ограниченного пространства дорожных туннелей, этот показатель служит эффективным мостом между визуальными условиями окружающей среды и психофизиологическим состоянием человека. Данное исследование направлено на глубокое понимание того, как геометрические параметры туннеля и освещение влияют на когнитивные процессы водителя.

Методология исследования

В ходе работы были проведены полевые эксперименты с использованием реальных транспортных средств в четырех различных туннелях. Мы собирали данные о множестве переменных: уровень видимости, освещенность дорожного покрытия и боковых стен, равномерность освещения, коррелированная цветовая температура, расстояние до въезда, радиус кривизны и время суток. Одновременно с этим система отслеживания взгляда (eye-tracking system) фиксировала изменения диаметра зрачка водителей.

Интеллектуальные алгоритмы анализа данных

Для прогнозирования диаметра зрачка была разработана модель GWOXGBoost. Это сочетание двух сложных методов:

• GWO (Grey Wolf Optimizer — Алгоритм оптимизации серых волков): имитирует механизм охоты серых волков для поиска оптимальных параметров.
• XGBoost (eXtreme Gradient Boosting — Экстремальный градиентный бустинг): мощный алгоритм машинного обучения, основанный на ансамбле решающих деревьев.

Данная комбинация показала превосходство над стандартными методами, достигнув коэффициента детерминации (R²) равного 0.914. Это означает, что модель крайне точно описывает реальные процессы, происходящие с глазом водителя.

Интерпретируемость модели через SHAP

Для того чтобы сделать «черный ящик» машинного обучения понятным для инженеров, был применен анализ SHAP (SHapley Additive exPlanations — аддитивные объяснения Шэпли). Этот метод квантитативно демонстрирует вклад каждого фактора: от яркости ламп до геометрии поворота. Результаты SHAP-анализа показали, что главным фактором, влияющим на сужение или расширение зрачка, является видимость, за которой следуют цветовая температура и освещенность покрытия.

Модель компенсации видимости (VDC)

На основе полученных данных была разработана VDC-модель (Visibility-driven compensation model — Модель компенсации, основанная на видимости). Она объединяет два пути влияния на водителя:

«Фотометрический путь (прямая реакция зрачка на свет) и когнитивный путь (обработка информации мозгом) должны быть сбалансированы в проектировании освещения туннелей».

Модель VDC описывает нелинейную зависимость между видимостью и зрачковой реакцией. Это позволяет проектировщикам дорог создавать системы адаптивного освещения, которые не перегружают зрение водителя при въезде и выезде из туннеля.

Практическая значимость

Результаты исследования подчеркивают необходимость перехода от статических норм освещения к динамическим, ориентированным на психофизиологические потребности человека. Безопасность на дороге начинается с комфорта зрения, а автоматизация этого процесса с помощью алгоритмов GWOXGBoost открывает новую эру в «умном» проектировании транспортной инфраструктуры.

Заключение: Интеграция методов машинного обучения в оценку состояния водителя позволяет минимизировать риск аварий, вызванных внезапным ослеплением или адаптационной нагрузкой, что делает эксплуатацию туннелей значительно более безопасной для всех участников дорожного движения.