Haydovchilarning charchoqlari va diqqatni chalg'itishi natijasida yuzaga keladigan yo'l-transport hodisalari global transport xavfsizligining asosiy muammolaridan biri bo'lib qolmoqda. Mavjud haydovchilarni kuzatish tizimlari ko'pincha faqat vizual signallarga, transport vositalarining dinamikasiga yoki fiziologik signallarga tayanadigan unimodal arxitekturalar bilan cheklangan bo'lib, bu yorug'lik o'zgarishi, okklyuziyalar va haydovchilarning murakkab xatti-harakatlari kabi real sharoitlarda beqarorlikka olib keladi. Ushbu tadqiqot pinhole kamera geometriyasi, moslashuvchan vaqtinchalik modellashtirish va dinamik Bayes sinteziga asoslangan real vaqt rejimida haydovchi holatini kuzatish uchun gibrid multimodal matematik modelni taklif qiladi. Taklif etilayotgan tizim bosh holatini baholash, moslashuvchan ikki tomonlama eksponensial tekislash (ADES) asosidagi chuqurlikni barqarorlashtirish, ko'z aspekt nisbati (EAR) va og'iz aspekt nisbati (MAR) asosidagi charchoqni aniqlash va chalg'itishni aniqlash uchun moslashtirilgan YOLOv11 neyron tarmog'ini birlashtiradi. Barcha hisoblash modullari o'rtasida fazoviy muvofiqlikni ta'minlash uchun pinhole kamera modeliga asoslangan yagona geometrik kalibrlash tizimi qo'llaniladi. Geometrik, ehtimollik va neyron modullarining chiqishlari uzluksiz haydovchi holati vektorini yaratish uchun dinamik ravishda og'irlashtirilgan Bayes xulosa mexanizmi yordamida birlashtiriladi. Eksperimental tahlil shuni ko'rsatadiki, taklif qilingan arxitektura real vaqt rejimida hisoblash qobiliyatini saqlab qolgan holda turli xil yorug'lik sharoitlarida, qisman yuz okklyuziyalari va dinamik haydash senariylarida mustahkam ishlashga erishadi.