文献

J-GLOBAL ID：201902277440398172   整理番号：19A2169617

非侵入型AIベース監視システムを用いた運転者の疲労,注意散漫および活動の検出【JST・京大機械翻訳】

Detecting Driver’s Fatigue, Distraction and Activity Using a Non-Intrusive Ai-Based Monitoring System

著者 (4件)： Costa Miguel (Centro Algoritmi, Universidade do Minho, 4800-058 Guimaraes, Portugal) ,  Oliveira Daniel (Centro Algoritmi, Universidade do Minho, 4800-058 Guimaraes, Portugal) ,  Pinto Sandro (Centro Algoritmi, Universidade do Minho, 4800-058 Guimaraes, Portugal) ,  Tavares Adriano (Centro Algoritmi, Universidade do Minho, 4800-058 Guimaraes, Portugal)
資料名： Journal of Artificial Intelligence and Soft Computing Research (Web)  (Journal of Artificial Intelligence and Soft Computing Research (Web))
巻： 9  号： 4  ページ： 247-266  発行年： 2019年 
JST資料番号： U8045A  ISSN： 2083-2567  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 運転作業中の注意の欠如は,世界中の致命的な道路事故に対する主要なリスク因子と考えられている。より大きな道路-安全性利益をもたらすことを約束する自律運転のための増加傾向にもかかわらず,今日の車両は部分的で条件付きの自動化,頻繁な運転者行動を要求するだけである。さらに,このようなシナリオの単調性は,疲労または混乱を誘発し,運転者の認識を低減し,車両の制御の回復を損なう可能性がある。この挑戦に取り組むために,著者らは,疲労,混乱,および活動の観点から運転者を監視するために非侵入システムを導入する。提案したシステムは,データ抽出とモデリングのための機械学習アルゴリズムと同様に,最先端のセンサを探索する。疲れ監視の領域において,車両の自動化レベルを考慮した特徴集合を提案した。混乱評価に関して,寄与は,(i)運転者の混乱タイプの全範囲をカバーする全体的システム,(ii)故障行動を引き起こす運転者活動を予測する監視ユニット,である。決定木に対するサポートベクトルマシンの性能を比較することによって,実行した実験は,著者らのシステムが89%から93%までの範囲の精度で運転者の状態を予測できることを示した。Copyright 2019 Miguel Costa et al., published by Sciendo Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 故障 ,  サポートベクトルマシン ,  センサ ,  危険因子 ,  学習アルゴリズム ,  *カオス ,  ディシジョンツリー ,  道路 ,  モデリング ,  交通事故 ,  自動化 ,  自律性 ,  *侵入 ,  改変
準シソーラス用語： 単調性 ,  運転行動 , 【Automatic Indexing@JST】

著者キーワード (4件)： 運転者モニタリングシステム ,  知的輸送システム ,  運転者の注意散漫モニタリング ,  運転者疲労モニタリング

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (6件)： 侵入 ,  AI ,  監視システム ,  疲労 ,  注意 ,  活動