論文の概要: IoT-enabled Drowsiness Driver Safety Alert System with Real-Time Monitoring Using Integrated Sensors Technology
- arxiv url: http://arxiv.org/abs/2502.00347v1
- Date: Sat, 01 Feb 2025 07:11:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-05 14:52:05.486099
- Title: IoT-enabled Drowsiness Driver Safety Alert System with Real-Time Monitoring Using Integrated Sensors Technology
- Title（参考訳）: 統合センサ技術を用いたリアルタイム監視によるIoT対応運転安全アラートシステム
- Authors: Bakhtiar Muiz, Abdul Hasib, Md. Faishal Ahmed, Abdullah Al Zubaer, Rakib Hossen, Mst Deloara Khushi, Anichur Rahman,
- Abstract要約: 本稿では,統合センサ技術を用いたリアルタイムモニタリングによるモノのインターネット(IoT)対応ドライバ安全アラートシステムの構築を目的とする。
このシステムは、アルコールの存在を検知し、運転者の目の動きを監視するためのアルコールセンサーと赤外線センサーを備える。
赤外線センサーからのデータは、リアルタイムの監視とアラートのためにBluetooth経由で携帯電話に送信される。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: Significant losses in terms of life and property occur from road traffic accidents, which are often caused by drunk and drowsy drivers. Reducing accidents requires effective detection of alcohol impairment and drowsiness as well as real-time driver monitoring. This paper aims to create an Internet of Things (IoT)--enabled Drowsiness Driver Safety Alert System with Real-Time Monitoring Using Integrated Sensors Technology. The system features an alcohol sensor and an IR sensor for detecting alcohol presence and monitoring driver eye movements, respectively. Upon detecting alcohol, alarms and warning lights are activated, the vehicle speed is progressively reduced, and the motor stops within ten to fifteen seconds if the alcohol presence persists. The IR sensor monitors prolonged eye closure, triggering alerts, or automatic vehicle stoppage to prevent accidents caused by drowsiness. Data from the IR sensor is transmitted to a mobile phone via Bluetooth for real-time monitoring and alerts. By identifying driver alcoholism and drowsiness, this system seeks to reduce accidents and save lives by providing safer transportation.
- Abstract（参考訳）: 生活と財産の面での重大な損失は道路交通事故によるもので、酔っぱらい運転者や眠気運転者によって引き起こされることが多い。
事故を減らすためには、アルコール障害や眠気の効果的な検出と、リアルタイムの運転監視が必要である。
本稿では,統合センサ技術を用いたリアルタイムモニタリングによるモノのインターネット(IoT)対応ドライバ安全アラートシステムの構築を目的とする。
本システムは、アルコールの存在を検知するアルコールセンサと、運転者の眼球運動を監視する赤外線センサとを備える。
アルコール、アラーム、警告灯を検知すると、車両の速度が徐々に低下し、アルコールの存在が持続すれば10秒から15秒以内にモータが停止する。
赤外線センサーは、長時間の眼球閉鎖、警告のトリガー、または自動車両停止をモニターし、眠気による事故を防ぐ。
赤外線センサーからのデータは、リアルタイムの監視とアラートのためにBluetooth経由で携帯電話に送信される。
このシステムは、運転者のアルコール依存症と眠気を識別することで、事故を減らし、より安全な交通手段を提供することで命を救おうとする。
関連論文リスト
- 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) - Vision-based Analysis of Driver Activity and Driving Performance Under
the Influence of Alcohol [1.2094859111770522]
アメリカの交通事故死者の30%は飲酒運転をしている。
運転障害は、センサーのアクティブな使用によって監視することができる。
より受動的で堅牢なセンシング機構は、より広く採用することができる。
論文 参考訳（メタデータ） (2023-09-14T20:34:30Z) - Driver Drowsiness Detection System: An Approach By Machine Learning
Application [0.0]
毎年100万人が交通事故で死亡している。
道路事故の件数が増加する主な原則は、眠気である。
本稿では,80%の精度で眠気検知の問題を解決することに焦点を当てた。
論文 参考訳（メタデータ） (2023-03-11T05:05:36Z) - 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) - 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) - In-vehicle alertness monitoring for older adults [63.359033532099204]
高齢者に対する車内警戒監視システムを提案する。
高齢者10名(70歳以上)を対象に,プロトタイプトラベラー監視システムを実装し,警報検出アルゴリズムの評価を行った。
本研究は, 人口調査対象者を対象とした最初の研究であり, 参加型手法によるアルゴリズム開発とシステム設計に関する今後の研究に影響を及ぼすものである。
論文 参考訳（メタデータ） (2022-08-17T06:07:37Z) - Drivers' attention detection: a systematic literature review [62.997667081978825]
多くの要因が運転中の注意散らしに寄与しうるが、それは物体や事象が生理的状態、つまり眠気や疲労に結びつくためであり、運転者が注意をそらすことができないからである。
技術進歩により、現実の状況における注意を検知する多くのソリューションの開発と応用が可能となった。
本研究は,車輪の運転者の注意を検知するための方法と基準について,システマティック文献レビュー(Systematic Literature Review)を提示する。
論文 参考訳（メタデータ） (2022-04-06T11:36:40Z) - The Multimodal Driver Monitoring Database: A Naturalistic Corpus to
Study Driver Attention [44.94118128276982]
スマートな車両は、人間の運転者の行動や行動を監視して、必要な時に警告や介入を行う必要がある。
深層学習とコンピュータビジョンの最近の進歩は、人間の行動や活動を監視する上で大きな約束を示しています。
運転関連タスクの予測に高性能を提供するモデルのトレーニングには、ドメイン内の膨大なデータが必要である。
論文 参考訳（メタデータ） (2020-12-23T16:37:17Z) - 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) - Driver Drowsiness Classification Based on Eye Blink and Head Movement
Features Using the k-NN Algorithm [8.356765961526955]
この研究は、ドライバー監視カメラの信号を用いて、車両内の運転者の眠気検知を拡張することを目的としている。
この目的のために、運転シミュレータ実験において、運転者の点眼行動と頭部運動に関連する35の特徴を抽出する。
最高の特徴セットの分析は、運転者の瞬き行動と頭部の動きに対する眠気の影響についての貴重な洞察を与える。
論文 参考訳（メタデータ） (2020-09-28T12:37:38Z) - A Survey and Tutorial of EEG-Based Brain Monitoring for Driver State
Analysis [164.93739293097605]
EEGは運転状態のモニタリングとヒューマンエラー検出において最も効果的な方法の1つであることが証明されている。
本稿では,過去30年間の脳波に基づく運転状態検出システムとその解析アルゴリズムについて論じる。
現在のEEGベースの運転状態監視アルゴリズムは、安全アプリケーションに有望である、と結論付けている。
論文 参考訳（メタデータ） (2020-08-25T18:21:35Z)
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。