Toniolo, Andrea Carlo
(2019)
sviluppo di un sistema per la sicurezza stradale tramite crowdsensing.
[Laurea], Università di Bologna, Corso di Studio in
Informatica per il management [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
| Contatta l'autore
|
Abstract
E' un dato di fatto che le strade deteriorate producono danni al veicolo, congestione del traffico e disagio al conducente, influenzando negativamente l’esperienza di guida.
La proliferazione delle tecnologie di comunicazione mobile di questi ultimi anni ha consentito lo studio e la realizzazione di svariate soluzioni che implementano un sistema di monitoraggio delle condizioni delle superfici stradali.
Sfruttando i sensori di movimento presenti nei veicoli moderni, nonché i sensori presenti negli smart devices, è stato possibile classificare più anomalie stradali con diversi livelli di gravità.
Quello che ancora manca è lo studio di quei comportamenti posti in essere dal conducente del veicolo al fine di evitare ostacoli presenti sul fondo stradale o accadimenti imprevisti che alterano momentaneamente ma improvvisamente la normale conduzione del mezzo di trasporto.
Trattasi di comportamenti che, tipicamente, non fanno entrare il veicolo in contatto diretto con l’anomalia o l’ostacolo stradale; pertanto i sistemi di rilevamento di anomalie stradali fino ad oggi implementati potrebbero trascurare la loro presenza.
Tramite un’applicazione Android realizzata ad hoc, sono stati analizzati i dati forniti dai sensori (principalmente Giroscopio ed Accelerazione lineare) ed individuati specifici andamenti del veicolo a seconda della particolare anomalia di guida che si è manifestata (evitamento dell’ostacolo oppure brusca frenata), fornendo contemporaneamente la geolocalizzazione della stessa tramite GPS.
I risultati empirici dimostrano l’esistenza di un modello di dati riconducibile a ciascun tipo di anomalia e quindi la possibilità di segnalare un possibile pericolo durante la guida in prossimità del punto georeferenziato.
Abstract
E' un dato di fatto che le strade deteriorate producono danni al veicolo, congestione del traffico e disagio al conducente, influenzando negativamente l’esperienza di guida.
La proliferazione delle tecnologie di comunicazione mobile di questi ultimi anni ha consentito lo studio e la realizzazione di svariate soluzioni che implementano un sistema di monitoraggio delle condizioni delle superfici stradali.
Sfruttando i sensori di movimento presenti nei veicoli moderni, nonché i sensori presenti negli smart devices, è stato possibile classificare più anomalie stradali con diversi livelli di gravità.
Quello che ancora manca è lo studio di quei comportamenti posti in essere dal conducente del veicolo al fine di evitare ostacoli presenti sul fondo stradale o accadimenti imprevisti che alterano momentaneamente ma improvvisamente la normale conduzione del mezzo di trasporto.
Trattasi di comportamenti che, tipicamente, non fanno entrare il veicolo in contatto diretto con l’anomalia o l’ostacolo stradale; pertanto i sistemi di rilevamento di anomalie stradali fino ad oggi implementati potrebbero trascurare la loro presenza.
Tramite un’applicazione Android realizzata ad hoc, sono stati analizzati i dati forniti dai sensori (principalmente Giroscopio ed Accelerazione lineare) ed individuati specifici andamenti del veicolo a seconda della particolare anomalia di guida che si è manifestata (evitamento dell’ostacolo oppure brusca frenata), fornendo contemporaneamente la geolocalizzazione della stessa tramite GPS.
I risultati empirici dimostrano l’esistenza di un modello di dati riconducibile a ciascun tipo di anomalia e quindi la possibilità di segnalare un possibile pericolo durante la guida in prossimità del punto georeferenziato.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Toniolo, Andrea Carlo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Android,crowdsensing,sicurezza stradale,dodging,braking,geolocalizzazione,sensori,giroscopio,accelerometro,GPS,API REST,Python,MongoDB,Varianza mobile,Media mobile
Data di discussione della Tesi
17 Dicembre 2019
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Toniolo, Andrea Carlo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Android,crowdsensing,sicurezza stradale,dodging,braking,geolocalizzazione,sensori,giroscopio,accelerometro,GPS,API REST,Python,MongoDB,Varianza mobile,Media mobile
Data di discussione della Tesi
17 Dicembre 2019
URI
Statistica sui download
Gestione del documento: