La distrazione del guidatore ਠuna delle tematiche principali affrontate nel settore Automotive da diverse comunità , compresa quella di visione artificiale. L'Euro NCAP (Programma europeo di valutazione dei nuovi modelli di automobili) pianifica di introdurre obbligatoriamente dal 2020 diversi sistemi per il monitoraggio dello stato del conducente all'interno dei veicoli. Una delle principali fonti di distrazione primaria per il driver ਠla sempre pi๠complessa modalità  di interazione con il proprio veicolo e i suoi dispositivi, quali il sistema di infotainment. In questa tesi sono stati studiati metodi ed algoritmi per il riconoscimento automatico di gesti tramite immagini acquisite da sensori infrarossi e depth. Le tecniche proposte hanno il duplice obiettivo di semplificare l'interazione uomo-macchina (HMI) e abilitarne la supervisione ed il controllo. Il sistema proposto si basa su algoritmi di visione artificiale, come reti neurali per l'analisi di immagini, i quali richiedono una grande mole di dati per essere implementati. Per ovviare a cià², come parte integrante del lavoro di tesi si ਠacquisito e rilasciato un dataset di gesti realistici, al fine di realizzare un sistema che limiti il pi๠possibile le interazioni tra guidatore e veicolo e garantire una maggiore sicurezza.

Riconoscimento di gesti per l'interazione uomo-veicolo mediante sensori infrarossi e 3D

2019

Abstract

La distrazione del guidatore ਠuna delle tematiche principali affrontate nel settore Automotive da diverse comunità , compresa quella di visione artificiale. L'Euro NCAP (Programma europeo di valutazione dei nuovi modelli di automobili) pianifica di introdurre obbligatoriamente dal 2020 diversi sistemi per il monitoraggio dello stato del conducente all'interno dei veicoli. Una delle principali fonti di distrazione primaria per il driver ਠla sempre pi๠complessa modalità  di interazione con il proprio veicolo e i suoi dispositivi, quali il sistema di infotainment. In questa tesi sono stati studiati metodi ed algoritmi per il riconoscimento automatico di gesti tramite immagini acquisite da sensori infrarossi e depth. Le tecniche proposte hanno il duplice obiettivo di semplificare l'interazione uomo-macchina (HMI) e abilitarne la supervisione ed il controllo. Il sistema proposto si basa su algoritmi di visione artificiale, come reti neurali per l'analisi di immagini, i quali richiedono una grande mole di dati per essere implementati. Per ovviare a cià², come parte integrante del lavoro di tesi si ਠacquisito e rilasciato un dataset di gesti realistici, al fine di realizzare un sistema che limiti il pi๠possibile le interazioni tra guidatore e veicolo e garantire una maggiore sicurezza.
2019
it
Dipartimento di Ingegneria "Enzo Ferrari"
Università degli Studi di Modena e Reggio Emilia
File in questo prodotto:
File Dimensione Formato  
Tesi_Manganaro_Fabio.pdf

accesso solo da BNCF e BNCR

Tipologia: Altro materiale allegato
Licenza: Tutti i diritti riservati
Dimensione 8.6 MB
Formato Adobe PDF
8.6 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/295911
Il codice NBN di questa tesi è URN:NBN:IT:UNIMORE-295911