Muzzarelli, Angela
(2024)
Riconoscimento real-time di bumps su strade tramite i sensori inerziali dello smartphone.
[Laurea], Università di Bologna, Corso di Studio in
Informatica [L-DM270], Documento ad accesso riservato.
Documenti full-text disponibili:
![[img]](http://amslaurea.unibo.it/style/images/fileicons/application_pdf.png) |
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 (7MB)
| Contatta l'autore
|
Abstract
Questa tesi contribuisce allo sviluppo di un progetto più ampio condotto in precedenza anche da altri studenti che ha l’obiettivo di riconoscere automaticamente l’uso del telefono alla guida. Il progetto rientra in un vasto campo di ricerca chiamato Human Activity Recognition (HAR) che, attraverso diversi dispositivi di rilevazione come ad esempio telecamere e sensori inerziali,
cerca di riconoscere varie attività umane in modo automatico.
In questa lavoro di tesi si è partiti dall’obiettivo di riconoscere la posizione di uno smartphone all’interno di un veicolo distinguendo la parte anteriore dell’abitacolo da quella posteriore attraverso le rilevazioni dei sensori inerziali presenti nello smartphone. Avendo ottenuto risultati non soddisfacenti a questo scopo, ci si è limitati quindi a studiare il riconoscimento automatico dei dossi stradali sempre utilizzando i sensori inerziali. Mediante l’utilizzo di tecniche di Data Analysis e Machine Learning si è così ottenuto infine, un risultato soddisfacente che dimostra la validità delle
metodologie e delle tecnologie utilizzate e fornisce un contributo, seppure in misura minore rispetto a quello sperato, che potrà essere impiegato in futuri sviluppi.
Abstract
Questa tesi contribuisce allo sviluppo di un progetto più ampio condotto in precedenza anche da altri studenti che ha l’obiettivo di riconoscere automaticamente l’uso del telefono alla guida. Il progetto rientra in un vasto campo di ricerca chiamato Human Activity Recognition (HAR) che, attraverso diversi dispositivi di rilevazione come ad esempio telecamere e sensori inerziali,
cerca di riconoscere varie attività umane in modo automatico.
In questa lavoro di tesi si è partiti dall’obiettivo di riconoscere la posizione di uno smartphone all’interno di un veicolo distinguendo la parte anteriore dell’abitacolo da quella posteriore attraverso le rilevazioni dei sensori inerziali presenti nello smartphone. Avendo ottenuto risultati non soddisfacenti a questo scopo, ci si è limitati quindi a studiare il riconoscimento automatico dei dossi stradali sempre utilizzando i sensori inerziali. Mediante l’utilizzo di tecniche di Data Analysis e Machine Learning si è così ottenuto infine, un risultato soddisfacente che dimostra la validità delle
metodologie e delle tecnologie utilizzate e fornisce un contributo, seppure in misura minore rispetto a quello sperato, che potrà essere impiegato in futuri sviluppi.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Muzzarelli, Angela
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
riconoscimento automatico dei dossi stradali,human activity recognition,data analysis,machine learning,sensori inerziali,applicazione Android
Data di discussione della Tesi
13 Marzo 2024
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Muzzarelli, Angela
Relatore della tesi
Correlatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
riconoscimento automatico dei dossi stradali,human activity recognition,data analysis,machine learning,sensori inerziali,applicazione Android
Data di discussione della Tesi
13 Marzo 2024
URI
Statistica sui download
Gestione del documento: