論文の概要: Real-time accident detection and physiological signal monitoring to enhance motorbike safety and emergency response
- arxiv url: http://arxiv.org/abs/2403.19085v1
- Date: Thu, 28 Mar 2024 01:41:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-29 17:32:29.589800
- Title: Real-time accident detection and physiological signal monitoring to enhance motorbike safety and emergency response
- Title（参考訳）: 自転車の安全性と緊急応答を高めるリアルタイム事故検出と生理信号モニタリング
- Authors: S. M. Kayser Mehbub Siam, Khadiza Islam Sumaiya, Md Rakib Al-Amin, Tamim Hasan Turjo, Ahsanul Islam, A. H. M. A. Rahim, Md Rakibul Hasan,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 0.35337216626844875
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Rapid urbanization and improved living standards have led to a substantial increase in the number of vehicles on the road, consequently resulting in a rise in the frequency of accidents. Among these accidents, motorbike accidents pose a particularly high risk, often resulting in serious injuries or deaths. A significant number of these fatalities occur due to delayed or inadequate medical attention. To this end, we propose a novel automatic detection and notification system specifically designed for motorbike accidents. The proposed system comprises two key components: a detection system and a physiological signal monitoring system. The detection system is integrated into the helmet and consists of a microcontroller, accelerometer, GPS, GSM, and Wi-Fi modules. The physio-monitoring system incorporates a sensor for monitoring pulse rate and SpO$_{2}$ saturation. All collected data are presented on an LCD display and wirelessly transmitted to the detection system through the microcontroller of the physiological signal monitoring system. If the accelerometer readings consistently deviate from the specified threshold decided through extensive experimentation, the system identifies the event as an accident and transmits the victim's information -- including the GPS location, pulse rate, and SpO$_{2}$ saturation rate -- to the designated emergency contacts. Preliminary results demonstrate the efficacy of the proposed system in accurately detecting motorbike accidents and promptly alerting emergency contacts. We firmly believe that the proposed system has the potential to significantly mitigate the risks associated with motorbike accidents and save lives.
- Abstract（参考訳）: 都市化の迅速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、事故の発生頻度が増加した。
これらの事故の中で、バイク事故は特にリスクが高く、しばしば重傷や重傷を負う。
これらの死亡例のかなりの数は、遅れた、あるいは不十分な医学的注意によるものである。
そこで本研究では,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。
提案システムは,検出システムと生理信号監視システムという2つの重要なコンポーネントから構成される。
検出システムはヘルメットに統合され、マイクロコントローラ、加速度計、GPS、GSM、Wi-Fiモジュールで構成される。
物理モニタリングシステムはパルスレートとSpO$_{2}$飽和をモニタリングするセンサーを内蔵している。
収集されたデータはLCDディスプレイ上に表示され、生理信号監視システムのマイクロコントローラを介して検出システムに無線で送信される。
加速度計の読み取りが、広範囲の実験によって決定された特定のしきい値から一貫してずれている場合、システムは事故を識別し、被害者の情報(GPSの位置、脈拍、SpO$_{2}$飽和率など)を指定された緊急連絡先に送信する。
予備的な結果から,バイク事故を正確に検出し,緊急連絡先を迅速に警告するシステムの有効性が示された。
提案システムは,自動車事故のリスクを著しく軽減し,命を救える可能性があると強く信じている。
関連論文リスト
- On using Machine Learning Algorithms for Motorcycle Collision Detection [0.0]
衝突シミュレーションにより,エアバッグやシートベルトなどの受動的安全対策を装備すれば,車両衝突時の重傷や死亡のリスクを大幅に低減できることが示された。
本稿では,衝突を確実に検出する上での課題として,機械学習アルゴリズムの適用性について検討する。
論文 参考訳（メタデータ） (2024-03-14T15:32:25Z) - 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) - 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) - Camera-Radar Perception for Autonomous Vehicles and ADAS: Concepts,
Datasets and Metrics [77.34726150561087]
本研究の目的は、ADASおよび自動運転車のカメラおよびレーダーによる認識の現在のシナリオに関する研究を行うことである。
両センサと融合に関する概念と特徴を提示する。
本稿では、ディープラーニングに基づく検出とセグメンテーションタスクの概要と、車両の認識における主要なデータセット、メトリクス、課題、オープンな質問について説明する。
論文 参考訳（メタデータ） (2023-03-08T00:48:32Z) - Cognitive Accident Prediction in Driving Scenes: A Multimodality
Benchmark [77.54411007883962]
本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。
CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。
我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
論文 参考訳（メタデータ） (2022-12-19T11:43:02Z) - Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。
様々な要因がドライバーの疲労の原因となっている。
ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文 参考訳（メタデータ） (2022-08-31T08:42:28Z) - Review on Action Recognition for Accident Detection in Smart City
Transportation Systems [0.0]
異なる監視カメラを使用してスマートシティの交通の流れを監視することは、事故を認識し、最初の応答者を警告する上で重要な役割を果たす。
コンピュータビジョンタスクにおける行動認識(AR)の利用は、ビデオ監視、医療画像、デジタル信号処理における高精度な応用に寄与している。
本稿では,自動運転車や公共交通安全システムにおける事故検出システムの開発と統合に向けた研究の方向性について述べる。
論文 参考訳（メタデータ） (2022-08-20T03:21:44Z) - Risk-Driven Design of Perception Systems [47.787943101699966]
システム全体の安全性を低下させるエラーを最小限に抑えるために,認識システムを設計することが重要である。
完全積分閉ループシステムの性能に及ぼす知覚誤差の影響を考慮に入れた認識システム設計のためのリスク駆動型アプローチを開発する。
本研究では,現実的な視界に基づく航空機による応用・回避技術の評価を行い,リスク駆動設計がベースラインシステム上での衝突リスクを37%低減することを示す。
論文 参考訳（メタデータ） (2022-05-21T21:14:56Z) - V2iFi: in-Vehicle Vital Sign Monitoring via Compact RF Sensing [9.501077416090274]
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。
論文 参考訳（メタデータ） (2021-10-28T02:12:34Z) - Computer Vision based Accident Detection for Autonomous Vehicles [0.0]
ダッシュボードカメラを用いて車両事故を検出する自動運転支援システムを提案する。
このフレームワークは、ダッシュカム映像のカスタムデータセットでテストされ、誤報率を低く保ちながら、高い事故検出率を達成する。
論文 参考訳（メタデータ） (2020-12-20T08:51:10Z) - Training-free Monocular 3D Event Detection System for Traffic
Surveillance [93.65240041833319]
既存のイベント検出システムは、主に学習ベースであり、大量のトレーニングデータが利用可能な場合、十分なパフォーマンスを実現している。
現実のシナリオでは、十分なラベル付きトレーニングデータの収集は高価であり、時には不可能である。
本稿では,交通監視のためのトレーニング不要な単眼3Dイベント検出システムを提案する。
論文 参考訳（メタデータ） (2020-02-01T04:42:57Z)
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。