Year: 2023
Type: dissertation
Abstract: Oggigiorno l’industria automobilistica sta affrontando una delle sfide più importanti del genere umano: incrementare la sicurezza stradale garantendo al tempo stesso un’esperienza di guida confortevole. Per affrontare questa sfida, è essenziale sviluppare sistemi avanzati e affidabili di monitoraggio in tempo reale della guida. Tali sistemi sono fondamentali per rilevare prontamente comportamenti rischiosi e fornire avvisi immediati ai conducenti, promuovendo comportamenti di guida più sicuri e riducendo il numero di incidenti stradali. L'obiettivo di questo studio è sviluppare uno "Human Digital Twin", che tenga in considerazione il contesto e il profilo dell'utente mediante la definizione di classi e moduli di stereotipo, per di calcolare un indice chiamato "Fitness-to-Drive" , basato sui dati provenienti dal monitoraggio del conducente e sulle sue caratteristiche personali. Questo indice valuterà la capacità del conducente di guidare in sicurezza, considerando distrazioni (visuali e cognitive), emozioni, arausal, età ed esperienza e frequenza di guida. Il sistema prodotto, come confermato dalla validazione, è in grado, a fronte di opportune interazioni con il guidatore, di correggere prontamente i comportamenti che possano compromettere la sua idoneità alla guida. Ciò contribuisce a migliorare la sicurezza sia del conducente che degli altri utenti della strada. I risultati ottenuti dovranno essere ulteriormente approfonditi mediante test on-road ed off-road con utenti al fine di perfezionare ulteriormente la formula per il calcolo dell’indice. Inoltre grazie all'utilizzo di linguaggi quale Python per la realizzazione dello HDT sarà possibile applicare dei metodi di machine learning per integrare i dati storici del guidatore con quelli di terze fonti, migliorando così in modo dinamico il calcolo dell’indice di idoneità e rendendolo sempre più efficiente per assolvere al suo compito, ossia riportare l'attenzione del guidatore sul compito primario che è la guida.
Author: Mengozzi, Maria
Language: Italian
Subfield: Human Factors and Ergonomics
Field: Social Sciences
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W6991290513
