| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.59 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
Among other features, the road condition influences safety and driving comfort.
Driving styles are somewhat related to the road profile, which leads to the need for a
monitoring model to detect and signal damaged road segments and danger zones.
Some methods were developed to collect and format the data of road infrastructures, in
order to estimate the quality of the roads, based on the data collection from a mobile
phone’s sensors placed inside a vehicle and on the feeding of artificial intelligence
classification models. However, these methods do not provide instant feedback to the
driver in the vehicle nor checks driving styles and current road condition.
This work aimed to develop a system capable of detecting events on the road from the
driver’s point of view (this research being limited to breaking and acceleration events),
on different types of road pavements, using a machine learning supervised
classification method that can be used in the future in a connected architecture to alert
drivers of the dangers of the road ahead and therefore help increase road safety.
Esta dissertação descreve a investigação realizada para identificar problemas que podemos encontrar na estrada como travagens ou acelerações súbitas, buracos na estrada ou lombas, usando equipamentos. Para a abordagem deste estudo foi necessário desenvolver uma aplicação para recolha de dados de acelerómetro e GPS recorrendo a um smartphone colocado dentro de um carro. Apos a recolha, os dados foram tratados e analisados por um modelo de inteligência artificial que identifica os eventos recolhidos pela aplicação. Se os resultados obtidos forem bons, será possível o desenvolvimento de um sistema de controlo do estado das estradas que poderá ser utilizado de forma pervasiva.
Esta dissertação descreve a investigação realizada para identificar problemas que podemos encontrar na estrada como travagens ou acelerações súbitas, buracos na estrada ou lombas, usando equipamentos. Para a abordagem deste estudo foi necessário desenvolver uma aplicação para recolha de dados de acelerómetro e GPS recorrendo a um smartphone colocado dentro de um carro. Apos a recolha, os dados foram tratados e analisados por um modelo de inteligência artificial que identifica os eventos recolhidos pela aplicação. Se os resultados obtidos forem bons, será possível o desenvolvimento de um sistema de controlo do estado das estradas que poderá ser utilizado de forma pervasiva.
Description
Keywords
Acelerómetro Computação Na Cloud Estado da
Estrada Estilo de Condução Estradas Seguras Eventos da Estrada Global Positioning System Inteligência Artificial Modelo de Classificação Supervisionado Smartphones