Riconoscimento automatico dell’uso dello smartphone durante la guida tramite sensori inerziali

Bujor, Octavian (2018) Riconoscimento automatico dell’uso dello smartphone durante la guida tramite sensori inerziali. [Laurea magistrale], Università di Bologna, Corso di Studio in Informatica [LM-DM270]
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Disponibile con Licenza: Creative Commons Attribuzione - Non commerciale - Non opere derivate 3.0

Download (3MB)

Abstract

La guida distratta dovuta all’uso di dispositivi mobili contribuisce a supe- rare 1,25 milioni di vittime a causa degli incidenti stradali a livello mondiale. Usare il cellulare alla guida aumenta di circa quattro volte il rischio di incidente perché riduce i tempi di reazione e rende difficile la tenuta della corsia e mantenere la distanza di sicurezza. La distrazione più allarmante sono i messaggi, infatti leggere o scrivere un messaggio mentre si guida prende gli occhi dalla strada per 5 secondi, a una velocità di 90 km/h è come attraversare in lunghezza un intero campo da calcio con gli occhi chiusi. La grande diffusione degli smartphone, che secondo Statista ha superato le 2 miliardi di unità nel 2016, non fa altro che aumentare il numero delle vittime, infatti negli Stati Uniti nel 2016 c’è stato il record di pedoni morti a causa dello smartphone, usato sia dai guidatori che dai pedoni stessi. Tanti enti cercano di risolvere questo problema, i governi tramite la legislazione e campagne di sensibilizzazione, le industrie automobilistiche e tecnologiche investono miliardi nei veicoli a guida autonoma e infine le compagnie assicurative stanno sviluppando sistemi per penalizzare i guidatori distratti. In questo lavoro di tesi viene studiata la fattibilità di un nuovo metodo per riconoscere automaticamente l’uso dello smartphone alla guida basato sull’apprendimento automatico implementato con le reti neurali artificiali. L’approccio proposto è in grado di funzionare sia con due dispositivi come fatto in che con un unico dispositivo. I risultati sono soddisfacenti in quanto con due dispositivi dopo una curva si supera la soglia di 82% di rico- noscimenti corretti rispetto agli 80% dello stato dell’arte.

Abstract
Tipologia del documento
Tesi di laurea (Laurea magistrale)
Autore della tesi
Bujor, Octavian
Relatore della tesi
Scuola
Corso di studio
Indirizzo
Curriculum C: Sistemi e reti
Ordinamento Cds
DM270
Parole chiave
riconoscimento automatico,smartphone,guida,auto,reti neurali,machine learning
Data di discussione della Tesi
15 Marzo 2018
URI

Altri metadati

Statistica sui download

Gestione del documento: Visualizza il documento

^