Banca de DEFESA: RENATO HIDAKA TORRES

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: RENATO HIDAKA TORRES
DATA: 25/10/2019
HORA: 09:00
LOCAL: LABCOMP-03 - ICEN
TÍTULO:

Investigação em Aprendizado de Máquina Sobre Distração de Motoristas Devido à Utilização de Telefone Celular

PALAVRAS-CHAVES:

Distração de motorista, Modelos de aprendizado de máquina, Telefone celular, Redes Neurais Convolucionais.

PÁGINAS: 188
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Ciência da Computação
SUBÁREA: Sistemas de Computação
RESUMO:

A distração de motorista é um problema de escala mundial que tem contribuído para um número cada vez maior de acidentes e mortes no trânsito. Dos motivos que levam a distração, a utilização do telefone celular tem chamado a atenção devido ao crescente aumento de usuários que utilizam enquanto estão dirigindo. Leis e campanhas educativas são políticas públicas adotadas no mundo todo para coibir o manuseio do telefone celular por motoristas. Entretanto, relatórios da Organização Mundial da Saúde demonstram que essas medidas, embora necessárias, não são suficientes, pois os motoristas continuam utilizando os smartphones enquanto estão dirigindo. Esse comportamento demonstra que a necessidade de utilização do smartphone é maior do que a consciência dos riscos que esse ato pode ocasionar. Por esse motivo, pesquisas e soluções tecnológicas estão sendo desenvolvidas para assistir a distração dos motoristas. As soluções desenvolvidas capturam informações e realizam tomadas de decisões para prevenir possíveis falhas humanas. Nesta tese, propõem-se três abordagens de construção de modelos de aprendizado de máquina, cujo objetivo é prevenir a distração do motorista em decorrência da utilização do telefone celular. Na primeira abordagem, foi desenvolvida uma rede neural convolucional a partir da metodologia de observação do comportamento do condutor. As imagens capturadas por meio de uma câmera acoplada ao veículo foram utilizadas no desenvolvimento e análise do modelo. Na segunda abordagem, foram desenvolvidos diferentes modelos de aprendizado de máquina para classificar motoristas e passageiros durante a escrita de mensagens de texto. Nesse experimento, foi utilizada a metodologia de observação dos efeitos do comportamento do condutor. Dados sensoriais foram coletados e utilizados na construção e validação dos modelos. Por fim, na terceira abordagem, foram desenvolvidos diferentes modelos de aprendizado de máquina para classificar motoristas e passageiros durante a leitura de mensagens/notificações. Nessa abordagem também foi utilizada a metodologia de observação dos efeitos do comportamento do condutor. Os resultados obtidos nesta tese demonstram que as abordagens propostas são eficientes para o desenvolvimento de soluções não intrusivas que previnam a distração de motorista em decorrência da utilização do telefone celular.

MEMBROS DA BANCA:
Presidente - 939.084.900-49 - GUSTAVO PESSIN - USP
Interno - 2244893 - DENIS LIMA DO ROSÁRIO
Interno - 381.226.502-87 - RONNIE CLEY DE OLIVEIRA ALVES - UFRGS
Externo à Instituição - GERALDO PEREIRA ROCHA FILHO
Externo à Instituição - ORLANDO SHIGUEO OHASHI JUNIOR
Externo à Instituição - PATRÍCIA AMÂNCIO VARGAS