ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

تشخیص خوابآلودگی راننده و سیستم هشدار بر اساس داده های ورودی انسانی

سال انتشار: 1394
کد COI مقاله: EMAA03_059
زبان مقاله: فارسیمشاهده این مقاله: 340
فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص خوابآلودگی راننده و سیستم هشدار بر اساس داده های ورودی انسانی

محمد حسن چمن سرا - دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی واحد بوشهر، بوشهر، ایران
علیرضا ملاح زاده - دانشکده مهندسی برق و کامپیوتر، موسسه آموزش عالی زند دانش گستر، ایران
جلیل عظیم پور - دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی واحد بوشهر، بوشهر، ایران

چکیده مقاله:

برخی از مطالعات نشان داده است که خواب آلودگی راننده عامل 16 ٪ از کل تصادفات و بیش از 20 ٪ تصادفات بزرگراهها میباشد. آمار نشان میدهد که 10 ٪ تا 20 ٪ کل تصادفات به علت سطح هوشیاری پایین رانندگان می- باشد. این مشکل نیاز به توسعه سیستمهای ایمنی فعال را که میتواند مانع تصادفات جادهای با هشدار به رانندگان از شرایط بد رانندگی آنها شود را افزایش میدهد. رانندگان با سطح هوشیاری پایین و خستگی، کاهش قابل ملاحظه- ای در تواناییهای خود مثل ادراک، شناخت و کنترل وسیله نقلیه دارند، در نتیجه خطر جدی برای زندگی خود و زندگی دیگران متحمل میشوند. در هنگام خستگی، راننده از نظر ذهنی یا جسمی خسته است که احساس خواب آلودگی کرده و نمیتواند به وضعیت رانندگی پاسخ مناسب دهد. به طور مشابه، تصادفی قریبالوقوع در راننده بی توجه نیز اتفاق میافتد. پیشگیری از این حوادث، تمرکز اصلی تلاش در زمینه تحقیقات ایمنی فعال است. بسیاری از تحقیقات قبلی بر مجموعهای از پارامترهای چشمی برای شناسایی سطح خستگی راننده متمرکز شده اند

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا EMAA03_059 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/451887/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
چمن سرا، محمد حسن و ملاح زاده، علیرضا و عظیم پور، جلیل،1394،تشخیص خوابآلودگی راننده و سیستم هشدار بر اساس داده های ورودی انسانی،سومین همایش الکترونیکی پژوهش های نوین در علوم و فناوری،کرمان،https://civilica.com/doc/451887

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، چمن سرا، محمد حسن؛ علیرضا ملاح زاده و جلیل عظیم پور)
برای بار دوم به بعد: (1394، چمن سرا؛ ملاح زاده و عظیم پور)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Detection of Driver Fatigue Based on Automated؛ه [1] Chi Zhang, ...
  • Ji Hyun Yang, Zhi-Hong Mao, Louis Tijerina, Tom Pilutti, Joseph ...
  • Yvonne Tran, Ashley Craig, Nirupama Wijesuriya and Hung Nguyen, "Improving ...
  • Kyril Minkov, Stefanos Zafeiriou, and Maja Pantic, _ C OMPARISON ...
  • Ayumi Tsuchida, Md. Shoaib Bhuiyan and Koji Oguri, "Estimation of ...
  • Erik Murphy- Chutorian, Anup Doshi, and Mohan Manubhai Trivedi, "Head ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 4,320
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی