Sensitivity of Lane Position and Steering Angle Measurements to Driver Fatigue
Notice bibliographique
Résumé
The parameter value chosen to measure driving performance affects the accuracy of the estimated fatigue level. Methods to analyze the sensitivity of these parameter values were proposed. Standard deviation of lane position (SDLP) and steering reversal rate (SRR) were considered to assess fatigue, and the sensitivity of these parameters was analyzed from the time domain and value domain. Thirty-six male drivers participated in a field test. Lane position, steering wheel angle data, and self-reported fatigue level (scored on the Karolinska sleepiness scale) were recorded. SDLP results indicate that the maximum average coefficient with fatigue level reached .11, with a unified statistical interval of 202 s when the consecutive analysis method was used; the maximum average coefficient was .12 with a unified interval of 120 s when the maximum analysis method was used. SRR results indicate that a steering angle difference of 6° was the most sensitive threshold for driver fatigue level and has an average correlation coefficient of .42, which demonstrated that SRR was more reliable than SDLP for monitoring fatigue level. With the use of the optimal parameter value, the variation results of SDLP and SRR at each fatigue level were examined, and results indicate that driving ability was impaired as fatigue level increased. The methods and results can be applied to analyses of fatigued or drowsy driving.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».