論文の概要: V2iFi: in-Vehicle Vital Sign Monitoring via Compact RF Sensing

• arxiv url: http://arxiv.org/abs/2110.14848v1
• Date: Thu, 28 Oct 2021 02:12:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-29 16:54:05.346341
• Title: V2iFi: in-Vehicle Vital Sign Monitoring via Compact RF Sensing
• Title（参考訳）: V2iFi:小型RFセンシングによる車載バイタルサインモニタリング
• Authors: Tianyue Zheng, Zhe Chen, Chao Cai, Jun Luo, Xu Zhang
• Abstract要約: V2iFiは、フロントガラスに取り付けられたCOTSインパルスラジオを使用して監視タスクを実行するインテリジェントシステムである。 実験室環境と実生活道路試験の両方でV2iFiを評価し, 呼吸速度, 心拍数, 心拍変動を正確に推定できることを示した。
• 参考スコア（独自算出の注目度）: 9.501077416090274
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Given the significant amount of time people spend in vehicles, health issues under driving condition have become a major concern. Such issues may vary from fatigue, asthma, stroke, to even heart attack, yet they can be adequately indicated by vital signs and abnormal activities. Therefore, in-vehicle vital sign monitoring can help us predict and hence prevent these issues. Whereas existing sensor-based (including camera) methods could be used to detect these indicators, privacy concern and system complexity both call for a convenient yet effective and robust alternative. This paper aims to develop V2iFi, an intelligent system performing monitoring tasks using a COTS impulse radio mounted on the windshield. V2iFi is capable of reliably detecting driver's vital signs under driving condition and with the presence of passengers, thus allowing for potentially inferring corresponding health issues. Compared with prior work based on Wi-Fi CSI, V2iFi is able to distinguish reflected signals from multiple users, and hence provide finer-grained measurements under more realistic settings. We evaluate V2iFi both in lab environments and during real-life road tests; the results demonstrate that respiratory rate, heart rate, and heart rate variability can all be estimated accurately. Based on these estimation results, we further discuss how machine learning models can be applied on top of V2iFi so as to improve both physiological and psychological wellbeing in driving environments.
• Abstract（参考訳）: 人々が自動車に費やすかなりの時間を考えると、運転条件下の健康問題が大きな関心事となっている。 このような問題は、疲労、喘息、脳卒中、さらには心臓発作まで様々であるが、バイタルサインや異常な活動によって適切に示される。 したがって、車内バイタルサインモニタリングは、これらの問題を予測し、予防するのに役立ちます。 既存のセンサーベースの(カメラを含む)手法がこれらの指標を検出するのに使用できるのに対して、プライバシの懸念とシステムの複雑さはどちらも便利で効果的で堅牢な代替手段を求める。 本研究の目的は、フロントガラスに搭載されたCOTSインパルスラジオを用いて監視タスクを実行するインテリジェントシステムであるV2iFiを開発することである。 V2iFiは運転状態と乗客の存在下で運転者のバイタルサインを確実に検出できるため、対応する健康問題を推測することができる。 Wi-Fi CSIに基づく以前の作業と比較すると、V2iFiは複数のユーザの反射信号を識別することができ、よりリアルな設定でよりきめ細かい測定が可能になる。 実験室環境と実生活道路試験の両方でV2iFiを評価し, 呼吸速度, 心拍数, 心拍変動を正確に推定できることを示した。 これらの推定結果に基づいて,V2iFi上に機械学習モデルを適用することにより,運転環境における生理的・心理的健康状態を改善する方法について検討する。

関連論文リスト

• Enhancing Track Management Systems with Vehicle-To-Vehicle Enabled Sensor Fusion [0.0]
  本稿では,新しいV2V対応トラック管理システムを提案する。 中心となるイノベーションは、V2V通信を通じて検証された融合検出からなる独立した優先度トラックリストの作成にある。 本システムでは,V2X信号のファルシフィケーションが,認識センサからの検知を用いて,初期車両識別プロセスを通じて発生することの意義を考察する。
  論文  参考訳（メタデータ） (2024-04-26T20:54:44Z)
• Real-time accident detection and physiological signal monitoring to enhance motorbike safety and emergency response [0.35337216626844875]
  都市化と生活水準の向上により、道路上の車両の数が大幅に増加した。 バイク事故は特にリスクが高く、重傷や重傷を負う。 本稿では,バイク事故に特化して設計された新しい自動検知・通知システムを提案する。
  論文  参考訳（メタデータ） (2024-03-28T01:41:31Z)
• AdvGPS: Adversarial GPS for Multi-Agent Perception Attack [47.59938285740803]
  本研究は,マルチエージェント認識システムにおいて,特定のGPS信号が容易に誤認できるかどうかを考察する。 我々は,システム内の個々のエージェントに対してステルス性を持つ逆GPS信号を生成可能なtextscAdvGPSを紹介する。 OPV2Vデータセットに対する実験により、これらの攻撃が最先端の手法の性能を著しく損なうことを示した。
  論文  参考訳（メタデータ） (2024-01-30T23:13:41Z)
• Enabling the Evaluation of Driver Physiology Via Vehicle Dynamics [2.290169426618366]
  本稿では,運転者の生理学を評価できる連結生態系に車両を変換するための構成と手法について述べる。 自動車とデジタルの健康分野からの一連の商用センサーと、車自体からのドライバー入力を統合した。
  論文  参考訳（メタデータ） (2023-09-08T02:27:28Z)
• Car-Driver Drowsiness Assessment through 1D Temporal Convolutional Networks [7.455416595124159]
  近年,運転支援システムの科学的進歩は,運転の安全性を高める上で重要な役割を担っている。 最近の報告では、眠気や注意不足による事故の増加が確認されている。 この統合システムにより、運転者の眠気のほぼリアルタイムな分類が可能となり、精度は約96%となる。
  論文  参考訳（メタデータ） (2023-07-27T10:59:12Z)
• PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal Imputation [54.839600943189915]
  モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。 豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。 このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
  論文  参考訳（メタデータ） (2022-12-14T21:39:15Z)
• Automated Mobility Context Detection with Inertial Signals [7.71058263701836]
  本研究の主な目的は,日常の運動機能の遠隔監視のためのコンテキスト検出について検討することである。 本研究の目的は、ウェアラブル加速度計でサンプリングされた慣性信号が、歩行関連活動を屋内または屋外に分類するための信頼性の高い情報を提供するかを理解することである。
  論文  参考訳（メタデータ） (2022-05-16T09:34:43Z)
• Benchmarking high-fidelity pedestrian tracking systems for research, real-time monitoring and crowd control [55.41644538483948]
  実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。 この技術が進歩するにつれて、社会においても益々有用になってきている。 歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。 我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
  論文  参考訳（メタデータ） (2021-08-26T11:45:26Z)
• V2VNet: Vehicle-to-Vehicle Communication for Joint Perception and Prediction [74.42961817119283]
  車両間通信(V2V)を用いて、自動運転車の知覚と運動予測性能を向上させる。 複数の車両から受信した情報をインテリジェントに集約することで、異なる視点から同じシーンを観察することができる。
  論文  参考訳（メタデータ） (2020-08-17T17:58:26Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。