Studio del fitness-to-drive: sensing delle attivita' di guida e monitoraggio del driver

Mengozzi, Maria (2021) Studio del fitness-to-drive: sensing delle attivita' di guida e monitoraggio del driver. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena, Documento ad accesso riservato.
Documenti full-text disponibili:
[img] 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

La sicurezza stradale è un argomento molto attuale e molto sentito. Le auto di nuova generazione, per garantire maggiore sicurezza, sono equipaggiate con sofisticati sensori, che mediante l'utilizzo di telecamere e altri sistemi di controllo, monitorano sia il guidatore che l'ambiente circostante al veicolo. Il principale obiettivo di questo studio è quello di determinare un indice che, a partire dai dati ottenuti dal monitoraggio del guidatore, rappresenti l'idoneità di continuare o meno l'atto della guida da parte del conducente nel momento in cui il veicolo è in movimento. L'indice, chiamato fitness-to-drive, si basa nello specifico sull'analisi della distrazione, cognitiva e visuale in quanto quelle più frequenti e importanti fattori di influenza negativa per le prestazioni di guida, e delle emozioni del conducente. A partire dal valore calcolato vengono proposti alcuni metodi di applicazione del fitness-to-drive mediante un prototipo di cockpit, infotainment e un'applicazione web based che sfruttano alcune delle tecniche di gamification per interagire con il guidatore e stimolare la sua attenzione alla guida. I risultati ottenuti potranno essere in futuro integrati con la valutazione di altri fattori come l'età, il sesso, al fine di avere una rappresentazione più accurata dell'idoneità di guida, inoltre grazie all'utilizzo di linguaggi quale python per lo sviluppo dei prototipi, sarà possibile applicare dei metodi di machine learning per predire l'indice e proporre i metodi più opportuni per riportare l'attenzione del guidatore sul compito primario che è la guida.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Mengozzi, Maria
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
ftd,hmi,fitness-to-drive,monitoraggio durante la guida
Data di discussione della Tesi
7 Ottobre 2021
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^