|
|
تحلیل شیوه رانندگی بر اساس ثبت اطلاعات خودرو با استفاده از ماژول واحد ریزپردازنده 6050
|
|
|
|
|
نویسنده
|
آیت امیر ,تقوی پور امیر
|
منبع
|
مهندسي مكانيك اميركبير - 1400 - دوره : 53 - شماره : شماره ويژه 6 - صفحه:3855 -3874
|
چکیده
|
مهمترین عامل در تصادفات رانندگی و حتی بروز ترافیک، فاکتورهای انسانی میباشد که متاثر از روش رانندگی افراد است. این در حالی است که میتوان با دسترسی به اطلاعات حاصل از شیوه رانندگی میتوان اقدام به تحلیل آن نمود و با اعمال محدودیت بر رانندگان پرخطر در مسیر ایمنسازی جادهها و کاهش تلفات گام برداشت. هدف این پژوهش دستیابی به اطلاعات رانندگی به منظور ترسیم پروفایل رفتار رانندگی جهت تحلیل شیوه رانندگی خودروسواران و سپس تشخیص پرخطربودن یا محتاطانهبودن روش آنهاست. در این راستا طراحی و ساخت دستگاه ثبت اطلاعات شتابهای خطی و سرعتهای زاویهای به عنوان مهمترین عوامل موثر، اولین گام برای رسیدن به مقصود خواهد بود. پس از این با بررسی اطلاعات بهدستآمده طی آزمایشهای متعدد، روند تحلیل و یافتن معیارهایی برای قضاوت شیوه رانندگی مطرح شدهاست. این معیارها چارچوب رانندگی ایمن را مشخص میسازند. بدیهی است اگر اطلاعات بهدستآمده از شیوه رانندگی فردی در خارج از این چارچوب باشد، در صلاحیت وی برای رانندگی باید تجدید نظر و جرایم مربوطه در نظر گرفتهشود.
|
کلیدواژه
|
تصادفات رانندگی، پروفایل رفتار رانندگی، دستگاه ثبت اطلاعات خودرو، معیارهای رانندگی
|
آدرس
|
دانشگاه صنعتی خواجه نصیرالدین طوسی, دانشکده مهندسی مکانیک, ایران, دانشگاه صنعتی خواجه نصیرالدین طوسی, دانشکده مهندسی مکانیک, ایران
|
پست الکترونیکی
|
taghavi@kntu.ac.ir
|
|
|
|
|
|
|
|
|
analyzing driving behavior based on vehicle information logging using mpu6050
|
|
|
Authors
|
ayat amir ,taghavipour amir
|
Abstract
|
the most important factor in car accidents and even traffic congestion is the driving behavior of human. analyzing the driving behavior and applying restrictions on risk-making drivers can reduce probable causalities and improve transportation safety. a hardware can collect the data related to the driving conditions and processes that information that may be useful in this regard. by analyzing the information recorded by the hardware, one can obtain an approximate prospective of the driving behavior. this prospective can distinguish a careful driver from a careless one. by collecting various data in different conditions, the accuracy of these criteria will be improved. on the other hand, the accuracy of different components of the hardware is crucial since the unexpected noises deteriorate the performance of data collection. in this research, a data analysis module is developed to record the acceleration and angular velocity of a sample vehicle to identify the driving behavior and propose quantitative criteria to distinguish aggressive and cautious drivers. in this way, one can figure out if his/her driving habits are dangerous or not.
|
|
|
|
|
|
|
|
|
|
|
|
|