Driving Behavior Recognition using Multiple Deep Learning Models

Fodli, Muhammad Hafizin Zarif Mohd; Zaman, Fadhlan Hafizhelmi Kamaru; Ng, Kok Mun; Mazalan, Lucyantie

doi:10.1109/cspa55076.2022.9781995

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2022

2024

Publication Types

Select...

Other1

Article1

Relationship

Self Cite0

Independent2

Authors

Journals

Cited by 2 publications

References 17 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Driver Drowsiness Detection Using Vision Transformer

Bin Mohamad Azmi,

Kamaru Zaman

2024

2024 IEEE 14th Symposium on Computer Applications &Amp;amp; Industrial Electronics (ISCAIE)

View full text Add to dashboard Cite

Driver Drowsiness Detection Using Vision Transformer

Bin Mohamad Azmi,

Kamaru Zaman

2024

2024 IEEE 14th Symposium on Computer Applications &Amp;amp; Industrial Electronics (ISCAIE)

View full text Add to dashboard Cite

Sürüş Davranış Tespiti ve Tasnifi için Takograflara Yönelik Yeni Bir Algoritma Tasarımı ve Uygulaması

Altunkaya

ZENGİN²

2022

Bilişim Teknolojileri Dergisi

View full text Add to dashboard Cite

Günümüzde yollardaki araç sayısı arttıkça trafik güvenliğinin önemi de artmaktadır. Birden çok aracın karıştığı trafik kazaları sürücü ve yolcuların hayatını tehdit etmektedir. Takograf kullanımı zorunlu olan kamyon, otobüs gibi ağır vasıta araçlar, trafik kazalarında daha fazla ölüm, yaralanma ve maddi kayıplara yol açmaktadır. Geleneksel takograflar dönüş ve şerit değişiklikleri gibi yanal manevraların şiddetiyle ilgili herhangi bir bilgi vermemektedir. Agresif sürücü davranışlarının trafik kazaları ve yakıt tüketimine etkisi önemli boyutlarda olabilmektedir. Bu çalışmada ivmeölçer ve jiroskop verilerini kullanarak sürücü davranışını tespit etmek ve derecelendirmek için yeni bir algoritma tasarlanmış ve yeni bir takograf cihazı geliştirilmiştir. Bu amaçla, yanal manevraların algılanması için takograf cihazına düşük maliyetli bir IMU (Inertial Measurement Unit) sensör modülü eklenmiştir. Sağa-sola dönüşler ve şerit değişiklikleri manevralarını yüksek hassasiyetle tespit etmek için öncelikle jiroskop-Z verileri ile olayların kenarları yakalanır ve başlangıç ve bitiş noktaları belirlenir. Ardından aralıktaki ivmeölçer-X, jiroskop-Z ve hız verilerini bir formülle birleştirilerek yanal manevraları puanlayan yeni bir algoritma önerilmiştir. Yapılan testlerde algoritmanın dönüşlerin algılanmasında %100, şerit değişikliklerinde %88 doğruluğa yaklaştığı gözlemlenmiştir.

show abstract

Driving Behavior Recognition using Multiple Deep Learning Models

Cited by 2 publications

References 17 publications

Driver Drowsiness Detection Using Vision Transformer

Driver Drowsiness Detection Using Vision Transformer

Sürüş Davranış Tespiti ve Tasnifi için Takograflara Yönelik Yeni Bir Algoritma Tasarımı ve Uygulaması

Contact Info

Product

Resources

About