Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

1 2006

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Zastosowanie sztucznej inteligencji do identyfikacji groźnych wypadków samochodowych

Kowalczuk Z., Mazurek S., Derebecki D., Gwardyński Ł., Jarzewicz P.

Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

2006

T. 10

341-356

Ogromna liczba ofiar wypadków drogowych i ofiar śmiertelnych z tym związanych jest powodem priorytetowego podejścia organizacji światowych do problemu bezpieczeństwa pojazdów samochodowych. Pomimo dużych nakładów finansowych nadal nie powstał system globalnego zarządzania wypadkami. Celem tej pracy jest inteligentny system pokładowy, który na podstawie sygnałów pomiarowych będzie wnioskować o występujących zagrożeniach. W dalszej perspektywie podejmować będzie decyzje zawiadomienia służb ratowniczych, podając pozycję pojazdu oraz przebieg wypadku. W trakcie prac dokonano klasyfikacji zdarzeń drogowych ze względu na ich charakter oraz zaproponowano system przeznaczony do ich identyfikacji. Szczególny nacisk położono na analizę groźnych (złożonych) wypadków o charakterze wywrotek, które mają najwyższy wskaźnik śmiertelności. Wykorzystano technologię MEMS (Micro-Electro-Mechanical Sensors) do pomiaru parametrów kinematycznych: przyspieszeń liniowych i prędkości kątowych. Badania przeprowadzone zostały na dwóch modelach pojazdów w skali 1:10 i 1:8. Do klasyfikacji wypadków zastosowano elementy Sztucznej Inteligencji: modularne sieci neuronowe i algorytmy genetyczne. Poddano dyskusji podejście analityczne do rekonstrukcji trajektorii ruchu pojazdu jako alternatywnej metody rozpoznawania wypadków.

A great amount of casualties in car accidents is a principal reason of paying a high attention to the safety issue of road vehicles by world organizations. In spite of an immense financial contribution, there are no global systems to administrate car accidents. The purpose of this paper is an intelligent measurement-based on-board system which infers the occurrence of dangerous situations. In further perspectives, such a system shall notify rescue services, with a specification of the actual location of a vehicle and the history of the accident. In the course of our study, we had to classify the analyzed road events taking into account their characteristics and to propose a suitable system able to identify these accidents. Special emphasis has been placed on analysis of dangerous/ complex accidents (rollovers), which have a highest death factor. The MEMS (Micro-Electro-Mechanical Sensors) technology has been applied for the measurement of the parameters of the process kinematics, including linear accelerations and gyro velocities. Tests have been performed on two car models (following the 1:8 and 1:10 scales). To classify the accidents two basic elements of artificial intelligence (neural networks and genetic algorithms) have been utilized. An analytical method of vehicletrajectory reconstruction has also been discussed as an alternative approach.