Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2006

italiano - english
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
  • PERFORMING OPERATIONS; TRANSPORTING
    • LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
      • MOTOR VEHICLES; TRAILERS (steering, or guiding on a desired track, of agricultural machines or implements A01B69/00; wheels, castors, axles, increasing wheel adhesion B60B; vehicle tyres, tyre inflation or tyre changing B60C; connections between vehicles of a train or the like B60D; vehicles for use on rail and road, amphibious or convertible vehicles B60F; suspension arrangements B60G; heating, cooling, ventilating or other air treating devices B60H; windows, windscreens, non-fixed roofs, doors or similar devices, protective coverings for vehicles not in use B60J; propulsion plant arrangements, auxiliary drives, transmissions, controls, instrumentation or dashboards B60K; electric equipment or propulsion of electrically-propelled vehicles B60L; power supply for electrically-propelled vehicles B60M; passenger accommodation not otherwise provided for B60N; adaptations for load transportation or to carry special loads or objects B60P; lighting, signalling B60Q; vehicles, vehicle fittings or vehicle parts not otherwise provided for B60R; servicing, cleaning, repairing, supporting, lifting, or manoeuvring, not otherwise provided for, B60S; brake arrangements, brake control systems or parts thereof B60T; air-cushion vehicles B60V; motor-cycles, accessories therefor B62J, K; testing of vehicles G01M) [C9503]
    • VEHICLES IN GENERAL
      • VEHICLES FOR USE BOTH ON RAIL AND ON ROAD; AMPHIBIOUS OR LIKE VEHICLES; CONVERTIBLE VEHICLES (air-cushion vehicles B60V)
Classificazione geografica
Bibliografia
[1] M.Betke, Mullally, "Preliminary investigation of real-time monitoring of a driver in city traffic", Proceedings of the IEEE Intelligent Vehicle Symposium 2000, pp. 563- 568.
[2] R.Grace, V.Byrne, D.Bierman, "A drowsy driver detection system for heavy vehicles", Proceedings of the 17th Digital Avionics Systems Conference, vol. 2, 2001 pp. 36/1-36/8.
[3] H.Ueno, M.Kaneda, M.Tsukino, "Development of drowsiness detection system", Conference on Vehicle Navigation and Information Systems (VNIS), 1994, pp 15-20.
[4] P. C. Palma, A. Holzmann, C. Carlos Pena, "Face and eye tracking algorithm based on digital image processing", Proceedings of the IEEE International Conference on System, Man and Cybernetics, v 2, 2001, pp 1178-1183.
[5] E. Papanikolopoulos, "Driver fatigue: A vision-based approach to automatic diagnosis", Transportation research Part C 9 (2001) pg. 399-413.
[6] S. Makito S. Mitsuo, N. Minoru, "A study of blink detection using bright pupils", JSAE Review, v 19, n 1, Jan, 1998, pp 49-67.
[7] C. M. Ben, "Architetural support for detection of sleepy eye behaviour", Proceedings IEEE International symposium on circuits an systems, v 4, 2002, pp IV/886-IV/889.
[8] N. Tomoaki, S. Kazuhiko, M. Morimichi, Y. Shin, "Blink measurement by image processing and application to detection of driver's drowsiness", Terebijon Gakkaishi/ Journal of the institute of Television Engineers of Japan, v 50, n 12, Dec, 1996, pp 1949-1956.
[9] Chin-Teng Lin, Ruei-Cheng Wu, Sheng-Fu Liang, Wen-Hung Chao, Yu-Jie Chen, and Tzyy-Ping Jung, "EEG-based drowsiness estimation for safety driving using independent component analysis," IEEE Trans. Circuits Syst. I, vol. 52, no 12, pp. 2726-2738, Dec. 2005
[10] S. F. Liang, C. T. Lin, R. C. Wu, Y. C. Chen, T. Y. Huang, T. P. Jung, “Monitoring Driver's Alertness Based on the Driving Performance Estimation and the EEG Power Spectrum Analysis,” 27th Annual International Conference of the IEEE-EMBS 2005, pp. 5738-5741, Sept. 2005
[11] J.Gonzalez, A.Galvez, E.Arango, "ADS: sleep deterrent systems", SAE Special Publications, v 1230, Intelligent Transportation Systems, 1997, 970173, pp 33-35.
[12] P.Thiffault, J.Bergeron, "Monotony of road environment and driver fatigue: a simulator study", Accident Analysis and Prevention, v 35, n 3, May, 2003, pp 381-391.
[13] G.P.Siegmund, D.J.King, D.K.Mumford, "Correlation of steering behavior with heavy-truck driver fatigue", SAE Special Publications, v 1190, Sensors, Safety Systems, and Human Factors, 1996, pp 17-38.
[14] J.Fukuda, E.Akutsu, K.Aoki, "Estimation of driver's drowsiness level using interval of steering adjustment for lane keeping", JSAE Review, v 16, n 2, Apr, 1995, pp 197-199.
[15] R. Sayed, A.Eskandarian, "Unobtrusive drowsiness detection by neural network learning of driver steering", Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering, v 215, n 9, 2001, pp 969-975.
[16] Brekke, G. Sherman, "Critical evaluation of factors associated with steering wheel data when used for identifying driver drowsiness", Advanced Transport Telematics, 1994, p 223.
[17] G. Sherman, "Drowsy drivers, steering data and random processes", Advanced Transport Telematics, 1994, p 231.
[18] R. J. Kiefera, D. J. LeBlancb, C. A. Flannaganb, "Developing an inverse time-to-collision crash alert timing approach based on drivers' last-second braking and steering judgments", Accident Analysis and Prevention 37 (2005) pp 295-303.
[19] T. Pilutti, A. G. Ulsoy, "Identification of Driver State for Lane-Keeping Tasks," IEEE Trans. Systs., Man, Cybern. A, vol. 29, no. 5, pp. 485-502 , Sept 1999.
[20] Tanida, Koji "Reducing the effects of driving fatigue with the adoption of a lane following assistance system", JSAE Review, v 21, n 2, Apr, 2000, pp 258-260.
[21] M. Grein, A. Kaussner, H.-P. Krüger, H. Noltemeier, "A flexible application framework for distributed real time systems with applications in PC based driving simulators", IZVW - Sophia Antipolis - September 2001.
[22] Jan ToRnros, "Driving behaviour in a real and a simulated road tunnel—a validation study", Accid. Anal. and Prev., Vol. 30, No.4, pp. 497-503, 1998.
[23] L. Dorna, D. Barker, "The effects of driver training on simulated driving performance", Accident Analysis and Prevention 37 (2005) pp 63-69.
[24] J. Roge, T. Pebayle, A. Muzet, "Variations of the level of vigilance and of behavioural during simulated automobile driving", Accident Analysis and Prevention 33 (2001) pp 181-186.
[25] A. Eidehall, J. Pohl, and F. Gustafsson, "A new approach to lane guidance systems," Proc. of IEEE Conf. on Intelligent Transportation Systems, pp. 108-112, Sept. 2005
[26] D. Sonnerat, N. Tricot, J. Popieul, "Driver's environment identification using automatic classification methods. Active safety application," IEEE Intelligent Vehicle Symposium, vol. 2, pp. 292-297, Jun. 2002.
[27] A. S. Diaz, N. H. Gress, D. Esteve, B. Jammes, "Discriminating sensors for driver's impairment detection," Proceedings of the 1st IEEE Microtechnologies in Medicine and Biology conference , pp. 578-583, Oct. 2000.
[28] E. J. Rossetter, J. C. Gerdes, "The role of handling characteristics in driver assistance systems with environmental interaction," Proceedings of IEEE American Control Conference, vol. 4 pp. 2528-2532, Jun. 2000.
[29] E. C. Von Glasner, R. Povel, "Electronic Systems Designed to Improve the Active Safety of Commercial Vehicles," SAE Paper 982949.
[30] P. Barber, N. Clarke, "Advanced collision warning systems," IEE Colloquium on Industrial Automation and Control: Applications in the Automotive Industry, Digest No. 1998/234, 23 April 1998.
[31] S. Kawashima, K. Watanabe, K. Kobayashi, "Traffic condition monitoring by laser radar for advanced safety driving," Proceedings of the Intelligent Vehicles'95 Symposium, pp. 299-303, Sept. 1995.
[32] S.H. Huang, H. Xing, “Extract intelligible and concise fuzzy rules from neural networks”, Fuzzy Sets and Systems 132 (2002) 233-243, 2002.
[33] Moti Scheneider,Abraham Kandel, Gideon Langholz, Gerard Chew “Fuzzy expert system tools”. Chichester, J.Wilwy,1996
[34] A. Arslan, M. Kaya, “Determination of fuzzy logic membership functions using genetic algoritms”, Fuzzy Sets and Systems 118 (2001) 297-306, 2001.
[35] Yu_Chiun Chiou, Lawrence W.Lan Genetic fuzzy logic controller: an iterative evolution algorithm with new encoding method. Fuzzy Sets and Systems, In Press, Corrected Proof, Available online 28 December 2004
[36] J.Chen, D.C.Rine Training fuzzy logic controller software components by combining adaptation algorithms Advances in Engineering Software, Volume 34, Issue 3, March 2003, Pages 125-137
[37] Yu-Chiun Chiou and Lawrence W. Lan” Genetic clustering algorithms” European Journal of Operational Research, Volume 135, Issue 2, 1 December 2001, Pages 413-427
[38] Vangi D. , Virga A. “ Fuzzy evaluation of energy saving performance for urban bus drivers” Proceedings of the I MECH E Part D Journal of Automobile Engineering, April 2003, vol. 217, no. 4, pp. 299-305(7)
[39] F.Frendo, A.Malvasi, N.Novi, E.Vitale, "Development of an automotive real time simulator for preventive safet studies", Mathworks international Automotive Conference, May 2006, Stoccarda.
Parole Chiave
SICUREZZA ATTIVA DEGLI AUTOVEICOLI, SIMULATORE DI GUIDA, MODELLI ADATTATIVI DI GUIDATORE, SISTEMI DI ACQUISIZIONE ED ELABORAZIONE DATI, STATO DI VIGILANZA DEL CONDUCENTE, MODELLI DINAMICI DI VEICOLO, SIMULAZIONE IN TEMPO REALE, SENSORI INTELLIGENTI, LOGICHE PROGRAMMABILI SUL CAMPO

Strumenti di diagnostica per il riconoscimento del livello di attenzione alla guida del conducente di un autoveicolo

Università di Pisa
Abstract
Il presente progetto di ricerca si propone di studiare nuovi campi in cui può essere estesa la sicurezza preventiva dei veicoli.
In particolare si studieranno modelli di diagnostica atti a definire il livello di sicurezza stradale sulla base del livello di attenzione alla guida del conducente e delle condizioni di moto del veicolo.
Per perseguire tali obiettivi il progetto si articolerà nei seguenti punti.

1) Sviluppo di un simulatore di guida in tempo reale, che consenta, durante l'esecuzione di test di guida simulata, di acquisire segnali sia di tipo meccanico, relativi alle condizioni di moto del veicolo (traiettoria,velocità ed accelerazioni ecc.) ed alle azioni del conducente sui comandi di guida (ad es. coppia ed angolo di sterzo, posizione dei pedali acceleratore, freno ecc.), che di tipo medico e biomedico (frequenza cardiaca, conduttanza cutanea, EEG), indici delle condizioni neurofisiologiche del conducente.
Il simulatore sarà basato su modelli parametrici di veicolo in grado di riprodurne la dinamica e le condizioni d funzionamento dei prncipali sottosistemi, dovrà fornire feedback appropriati al fine di migliorare la sensazione dei guida, e metterà a disposizione degli scenari stradali idonei allo studio.

2) Sviluppo di un sistema intelligente e adattativo, in grado di apprendere lo stile di guida, di metterlo in relazione alle condizioni di moto del veicolo e ad altre informazioni, relative ad es. alle >>>

Coordinatore Scientifico del Programma di Ricerca
Emilio Vitale Università degli Studi di PISA
Obiettivo del Programma di Ricerca
L'idea alla base del progetto è quella di indagare nuovi campi in cui si può estendere la sicurezza attiva dei veicoli, intervenendo sul rapporto veicolo-conducente, attraverso un'analisi combinata di segnali di varia natura.
In particolare, si vuole valutare la fattibilità di un sistema intelligente, adattativo, che sia trasparente all'utente, capace di individuare stati di "carenza di sicurezza" dovuti ad una inadeguatezza del rapporto tra le "condizioni" del guidatore e quelle del veicolo.
Gli attuali sistemi di sicurezza attiva installati a bordo dei veicoli sono basati esclusivamente sul monitoraggio delle condizioni di moto del veicolo e dei suoi sottosistemi, quali ad es. le condizioni di aderenza dei pneumatici (sistemi ABS, ESP, controllo di trazione). D’altra parte, attualmente non sono disponibili sistemi affidabili per il monitoraggio dello stato di vigilanza del conducente.
L’aspetto innovativo della presente ricerca si basa sul fatto che la grande disponibilità di sensori e segnali oggi disponibili a bordo dei moderni autoveicoli da una parte, e di tecniche di analisi avanzata dei segnali dall'altra, lasciano intravedere la possibilità concreta di poter sviluppare uno strumento di diagnostica capace di apprendere lo stile di guida del conducente e di metterlo in relazione alle condizioni di moto del veicolo ed alle condizioni dell'ambiente circostante (infrastrutture, condizioni di traffico e >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
La sicurezza stradale rappresenta uno dei principali problemi di sanità pubblica. Nel 1998, l'Organizzazione Mondiale della Sanità ha stimato che oltre un milione di persone perde la vita ogni anno in incidenti stradali, per un'incidenza pari a circa il 2% della mortalità globale nel mondo. Specificatamente in Italia, nel 2004 sulle strade si sono verificati circa 235.000 incidenti in cui hanno perso la vita quasi 7.000 persone. Per tali motivi la Comunità Europea ha imposto ai paesi membri l'ambizioso progetto di ridurre del 40% il numero dei morti e dei feriti negli incidenti stradali entro l'anno 2010. Gli studi effettuati hanno rilevato che tra il 20% e il 40% di questi incidenti mortali hanno come causa principale o come fattore concomitante le condizioni psico-fisiche non ottimali del conducente che, nonostante la stanchezza e la sonnolenza, rimane alla guida del veicolo con una conseguente riduzione della sua soglia di attenzione e lucidità.
La popolazione in cui il rischio di incidenti stradali appare maggiormente presente, tralasciando i soggetti con disordini del sonno non diagnosticati e/o non trattati quali i pazienti con sindrome delle apnee notturne o narcolessia, è quella costituita da giovani soggetti sani di sesso maschile. Un articolo del 2003 pubblicato sulla prestigiosa rivista "Lancet" in collaborazione con l'Organizzazione Mondiale della Sanità dimostra infatti che gli incidenti stradali costituiscono la seconda >>>