論文の概要: In-Ride Alcohol-Impairment Detection in E-Scooterists with False-Alarm Control

• arxiv url: http://arxiv.org/abs/2610.11783v1
• Date: Thu, 08 Oct 2026 12:00:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.998115
• Title: In-Ride Alcohol-Impairment Detection in E-Scooterists with False-Alarm Control
• Title（参考訳）: False-Alarm Control を用いたE-Scooterist の車内アルコール不備検出
• Abstract要約: 我々は、慣性およびスロットル測定で作動する検出器を導入し、誤報の速さを証明可能である。 0.023で、検出器は、高い濃度で実行される乗車の91%、低い濃度で実行される乗車の50%を検知する。 この作業は、障害のある乗客にできるだけ早く届くための介入の場を築き、土砂は夜間のプリライドテストやサービス停止の負担を補う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Shared e-scooter services have become a widely adopted urban transport mode. While most users ride responsibly, alcohol intoxication stands out among the factors contributing to severe crashes. Nonetheless, countermeasures remain limited to single-point reaction tests and night bans that suspend the service altogether. This paper proposes a new approach in which onboard sensors evaluate the rider as the trip unfolds, raising an alarm as soon as enough evidence of impairment has accumulated. Specifically, we introduce a detector that operates on inertial and throttle measurements, with a provable bound on the rate of false alarms. Experiments on sensor data from 141 rides, in which 25 participants rode while sober and at two target blood alcohol concentration levels, confirm that the bound holds, whereas baselines and ablations either exceed it or lose detection performance, and in some cases delay the alarm. At a bound of 0.023, the detector identifies 91% of the rides performed at the higher concentration and 50% of those at the lower one, with median detection times of 25 and 27 seconds, respectively. We further show that an embedded implementation meets the real-time requirement, making mitigation actions feasible onboard, without requiring data to leave the vehicle. Overall, this work lays the ground for interventions that reach impaired riders as soon as possible, sparing the sober ones the burden of a pre-ride test or the suspension of the service at night, while letting operators budget false alarms against user experience.
• Abstract（参考訳）: 共用電動スクーターは都市交通モードとして広く採用されている。 ほとんどのユーザーは責任を持って乗るが、アルコール中毒は深刻な事故の原因の1つだ。 それでも、対策はシングルポイントの反応テストと、サービスを完全に停止する夜間禁止に限られている。 そこで本研究では,車載センサを用いてライダーの走行距離を計測し,障害の証拠が蓄積された場合にアラームを発生させる手法を提案する。 具体的には、慣性およびスロットル測定で作動する検出器を導入し、誤報の速さを実証する。 141台のセンサーデータを用いた実験では、25人の参加者が酔っぱらっている間に2つの血中アルコール濃度レベルを目標としていたが、ベースラインとアブレーションはそれを超えるか検出性能を失うか、時にはアラームを遅らせる。 0.023のバウンダリで、検知器は、高濃度で実施された乗車の91%、低濃度で実施された乗車の50%を検知し、中央値検出時間は25秒と27秒である。 さらに、組込み実装がリアルタイムの要件を満たすことを示し、車両を離れるデータを必要とせずに緩和動作を実現する。 全体として、この研究は、障害のある乗客にできるだけ早く届くための介入の場を築き上げ、土砂は夜間のプリライドテストやサービス停止の負担を軽減し、オペレーターはユーザー体験に対する誤った警告を予算化する。

関連論文リスト

• Kinematic signatures of impairment: Detecting alcohol intoxication in e-scooter riders using sensor data and machine learning [40.71158897892531]
  アルコール中毒は、致命的かつ重傷を負ったe-scooteristのクラッシュの原因となる。 現在の対策は、E-Scooteristの物理的運動制御や障害をリアルタイムで継続的に評価することはできない。 実験では,25名の被験者が体調を崩しながらテストコースを走行し,計器式eスクータを装着した。
  論文  参考訳（メタデータ） (2026-09-29T15:40:39Z)
• Detecting Drunk Driving Using Off-the-Shelf Smartwatches [7.484358451123682]
  消費者スマートウォッチを使った飲酒運転検出は、予防的介入を誘発するスケーラブルな方法を提供する。 アルコール関連運転障害を検出するために,手首加速度計データと心拍変動による生理的信号を利用するシステムを提案する。
  論文  参考訳（メタデータ） (2026-05-22T14:13:28Z)
• Robust Deepfake Detection, NTIRE 2026 Challenge: Report [90.4435687885396]
  本報告では, NTIRE 2026 Robust Deepfake Detection Challengeについて述べる。 トップのソリューションは、このようなオーバーフィットを検出するためにプライベートテストセットで得点されました。 最上位の手法は、一般性と堅牢性を組み合わせるために、大規模な基礎モデル、アンサンブル、劣化訓練に依存している。
  論文  参考訳（メタデータ） (2026-04-27T08:19:53Z)
• Disengagement Analysis and Field Tests of a Prototypical Open-Source Level 4 Autonomous Driving System [1.476159132595762]
  本研究では,236kmの混在トラフィックに対して,Autowareベースのソフトウェアスタックを運用する研究車両の評価を行った。 新たな5レベル臨界フレームワークを用いて,26車種にわたる30の解離を分類することにより,空間的解離率0.1271/kmを観察した。
  論文  参考訳（メタデータ） (2026-03-23T12:47:47Z)
• A Granular Study of Safety Pretraining under Model Abliteration [64.24346997570275]
  本稿では,リフレクションに敏感な方向を除去する軽量プロジェクション技術であるモデルアブリーブレーションについて検討する。 我々は、バランスのとれた有害かつ無害なケースで100のプロンプトを発行し、複数の判断を用いて**Refusal*または***Non-Refusal*として応答を分類し、判断の忠実さを検証する。 本研究は,データ中心の安全コンポーネントが失語中も頑健であるチェックポイントレベルの特徴付けを行う。
  論文  参考訳（メタデータ） (2025-10-03T07:01:45Z)
• IoT-enabled Drowsiness Driver Safety Alert System with Real-Time Monitoring Using Integrated Sensors Technology [0.0]
  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。
  論文  参考訳（メタデータ） (2025-02-01T07:11:13Z)
• Malicious Agent Detection for Robust Multi-Agent Collaborative Perception [52.261231738242266]
  多エージェント協調(MAC)知覚は、単エージェント認識よりも敵攻撃に対して脆弱である。 MAC知覚に特異的な反応防御であるMADE(Malicious Agent Detection)を提案する。 我々は、ベンチマーク3DデータセットV2X-simとリアルタイムデータセットDAIR-V2Xで包括的な評価を行う。
  論文  参考訳（メタデータ） (2023-10-18T11:36:42Z)
• Forecasting Particle Accelerator Interruptions Using Logistic LASSO Regression [62.997667081978825]
  インターロックと呼ばれる予期せぬ粒子加速器の割り込みは、必要な安全対策にもかかわらず、突然の運用変更を引き起こす。 このような中断を予測することを目的とした,単純かつ強力なバイナリ分類モデルを提案する。 このモデルは、少なくとも絶対収縮と選択演算子によって罰せられるロジスティック回帰として定式化される。
  論文  参考訳（メタデータ） (2023-03-15T23:11:30Z)
• E-Scooter Rider Detection and Classification in Dense Urban Environments [5.606792370296115]
  本研究は,検出モデルの客観的評価を容易にするために,部分閉塞型E-スクータライダー検出のための新しいベンチマークを提案する。 技術の現状に対して15.93%の精度で検出性能を向上する,E-Scooterライダー検出の新規なオクルージョン対応手法を提案する。
  論文  参考訳（メタデータ） (2022-05-20T13:50:36Z)

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。