Clasificación de carreteras y tipos de carreteras públicas utilizando gafas inteligentes EOG y un algoritmo basado en aprendizaje automático mientras se conduce un automóvil
Autores: Doniec, Rafa; Piaseczna, Natalia; Li, Frédéric; Duraj, Konrad; Pour, Hawzhin Hozhabr; Grzegorzek, Marcin; Mocny-Pachonska, Katarzyna; Tkacz, Ewaryst
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Clasificación de carreteras y tipos de carreteras públicas utilizando gafas inteligentes EOG y un algoritmo basado en aprendizaje automático mientras se conduce un automóvil
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Conducción
Seguridad
Algoritmo
Señales fisiológicas
Tipos de carretera
Clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Conducir un automóvil es una actividad que se ha vuelto necesaria para la exploración, incluso al vivir en el mundo actual. La investigación que explora el tema de la seguridad en las carreteras se ha vuelto cada vez más relevante. En este documento, proponemos un algoritmo de reconocimiento basado en señales fisiológicas adquiridas de las gafas inteligentes JINS MEME ES_R (electrooculografía, aceleración y velocidad angular) para clasificar cuatro tipos de carreteras comúnmente encontrados: carretera de ciudad, autopista, zona residencial y área no desarrollada. Se adquirieron datos de 30 conductores en condiciones reales de conducción. Se extrajeron características estadísticas hechas a mano de las señales fisiológicas para entrenar y evaluar un clasificador de bosque aleatorio. Logramos una precisión general, precisión, recuperación y puntuación F1 del 87.64%, 86.30%, 88.12% y 87.08% en el conjunto de datos de prueba, respectivamente.
Descripción
Conducir un automóvil es una actividad que se ha vuelto necesaria para la exploración, incluso al vivir en el mundo actual. La investigación que explora el tema de la seguridad en las carreteras se ha vuelto cada vez más relevante. En este documento, proponemos un algoritmo de reconocimiento basado en señales fisiológicas adquiridas de las gafas inteligentes JINS MEME ES_R (electrooculografía, aceleración y velocidad angular) para clasificar cuatro tipos de carreteras comúnmente encontrados: carretera de ciudad, autopista, zona residencial y área no desarrollada. Se adquirieron datos de 30 conductores en condiciones reales de conducción. Se extrajeron características estadísticas hechas a mano de las señales fisiológicas para entrenar y evaluar un clasificador de bosque aleatorio. Logramos una precisión general, precisión, recuperación y puntuación F1 del 87.64%, 86.30%, 88.12% y 87.08% en el conjunto de datos de prueba, respectivamente.