КОНФЕРЕНЦІЇ ВНТУ електронні наукові видання, 
X Сучасні проблеми інфокомунікацій, радіоелектроніки та наносистем (СПІРН-2025)

Розмір шрифта: 
РОЗВИТОК МЕТОДІВ ВИЗНАЧЕННЯ ФУКНЦІОНАЛЬНОГО СТАНУ ПРАЦІВНИКА НА РОБОЧОМУ МІСЦІ
Вадим Валентинович Сорочинський

Остання редакція: 2025-11-04

Анотація


В дослідженні проаналізовано еволюцію методів визначення сенсомоторних реакцій (СМР) людини у професійній діяльності, зокрема під час водіння та на виробництві. Розглянуто перехід від традиційних контрольованих методів (апаратні психофізіологічні комплекси для тестування реакцій, симулятори водіння) до систем моніторингу в реальному часі. Ключові технології включають бортові системи моніторингу водія на основі комп'ютерного зору для виявлення втоми та уваги, промисловий комп'ютерний зір для аналізу стану людини та техніки безпеки, а також носимі пристрої для відстеження втоми та фізіологічного стану. Дослідження підкреслює важливість мультимодального підходу, який поєднує фізіологічні дані з машинним навчанням для точної оцінки когнітивного навантаження. Показано, що сфера рухається від статичної оцінки придатності до проактивних, адаптивних систем управління ризиками. 

 

PROGRESS OF METHODS FOR DETERMINING THE FUNCTIONAL STATE OF AN EMPLOYEE AT THE WORKPLACE

 

The study analyzes the evolution of methods for determining human sensorimotor responses (SMR) in professional activities, in particular during driving and in production. The transition from traditional controlled methods (hardware psychophysiological complexes for testing reactions, driving simulators) to real-time monitoring systems is considered. Key technologies include on-board driver monitoring systems based on computer vision for fatigue and attention detection, industrial computer vision for human condition and safety analysis, and wearable devices for fatigue and physiological state tracking. The study emphasizes the importance of a multimodal approach that combines physiological data with machine learning for accurate assessment of cognitive load. It is shown that the field is moving from static assessment of fitness to proactive, adaptive risk management systems.

Keywords: sensorimotor responses, psychophysiological diagnostics, driver monitoring systems, computer vision, wearable devices, ergonomics.


Ключові слова


сенсомоторні реакції, психофізіологічна діагностика, системи моніторингу водія, комп'ютерний зір, носимі пристрої, ергономіка

Посилання


  1. Shtofel D., Navrotska K., Kostishyn S., Zlepko S., Tymchyk S. Reaction parameter and modified sensorimotor reaction method for assessment of functional potential of nervous system. Biomedical engineering and electronics. 2018. № 1 (20). P. 68–78.
  2. Штофель Д. Х., Сорочинський В. В. Сучасні методи сенсомоторних досліджень для системи аналізу рухової активності. Міжнародна науково-практична конференція «Відновлення України у повоєнні часи: виклики, стратегічні пріоритети, ресурсне забезпечення, потенціал майбутнього розвитку», м. Вінниця, 10–11 жовтня 2024 р. Вінниця : ДонНУ ім. Василя Стуса, 2024. 3 с. URL: https://peers.international/paper/suchasni-metodi-sensomotornikh-doslidzhen-dlya-sistemi-analizu-rukhovoi-aktivnosti
  3. Луценко О. Л. Психофізіологія: прикладні аспекти : навчально-методичний посібник. Х. : ХНУ імені В. Н. Каразіна, 2011. 55 с.
  4. Трифонова Т. А. Прикладна екологія людини. 2018. URL: https://stud.com.ua/101550/ekologiya/prikladna_ekologiya_lyudini
  5. Шльонська О., Борисова О., Федорчук С. Критерії оцінювання показників сенсомоторних реакцій різного ступеня складності кваліфікованих спортсменок-волейболісток. Спортивна медицина, фізична терапія та ерготерапія. 2024. № 2. С. 73–79.
  6. Солдатов С. В. Методичний апарат оцінки професійного стресу та впливу стрес-факторів на особистість. Вісник Національного університету оборони України. 2013. № 6. С. 311–316.
  7. Razak S. F. A., Yogarayan S., Aziz A. A., Abdullah M. F. A., Kamis N. H. Physiological-based driver monitoring systems: A scoping review. Civil Engineering Journal. 2022. № 8 (12). Р. 3952–3967.
  8. Khan M. A., Asadi H., Qazani M. R. C., et al. Advancing Cognitive Load Detection in Simulated Driving Scenarios Through Deep Learning and fNIRS Data. Sensors. 2025. Vol. 25 (16). Art. 4921. 20 p.
  9. Йовченко А. В., Шльончак І. А. Розробка алгоритма моніторингу стану водія за допомогою Аndroid-застосунку з метою підвищення рівня активної безпеки. Центральноукраїнський науковий вісник. 2023. № 7 (38), ч. ІІ. С. 139–146.
  10. Zaidi S. F. A., Yang J., Abbas M. S., Hussain R., Lee D., Park C. Vision-based construction safety monitoring utilizing temporal analysis to reduce false alarms. Buildings. 2024. Vol. 14 (6). Art. 1878. 20 p.
  11. Fang W., Love P. E., Luo H., Ding L. Computer vision for behaviour-based safety in construction: A review and future directions. Advanced Engineering Informatics. 2020. Vol. 43. Art. 100980.
  12. Seo J., Yin K., Lee S. Automated postural ergonomic assessment using a computer vision-based posture classification. Construction research congress 2016. 2016. P. 809–818.
  13. Tindale L. C., Chiu D., Minielly N., Hrincu V., Talhouk A., Illes J. Wearable biosensors in the workplace: Perceptions and perspectives. Frontiers in digital health. 2022. Vol. 4. Art. 800367.
  14. Khan A. A., Laghari A. A., Awan S. A. Machine learning in computer vision: A review. EAI Endorsed Transactions on Scalable Information Systems. 2021. Vol. 8 (32). 11 p.

Повний текст: PDF